Riflessioni su un viaggio nell’IA
Il ritmo dell’innovazione nel campo della GenAI continua ad accelerare e, come investitori, riteniamo che sia fondamentale ascoltare le opinioni specifiche dei leader aziendali all’avanguardia del cambiamento. In quest’ottica, di recente ci siamo recati sulla costa occidentale degli Stati Uniti per incontrare i dirigenti di venti società tecnologiche pubbliche e private con diverse capitalizzazioni di mercato. Alcune di queste imprese costruiscono modelli di GenAI o producono i semiconduttori necessari per eseguire i carichi di lavoro dell’IA; altre sono società di software che ospitano questi carichi di lavoro o incorporano la GenAI nei loro prodotti.
Ecco le conclusioni più importanti del nostro viaggio:
La GenAI è alla base di un ciclo tecnologico durevole, ma si trova ancora in una fase iniziale
Una delle riflessioni per noi più importanti è che siamo solo all’inizio dello sviluppo dei modelli di frontiera e dell’investimento necessario per le infrastrutture della GenAI. I modelli di frontiera sono i modelli linguistici di grandi dimensioni (large language models, LLM) più avanzati e potenti, attualmente in fase di sviluppo. Tra le società leader nello sviluppo di modelli di frontiera ci sono Google, OpenAI, Anthropic e Meta, rispettivamente con i modelli Gemini, ChatGPT, Claude e Llama. Tutte queste società hanno sottolineato che le loro capacità di GenAI stanno avanzando rapidamente. Tuttavia, hanno anche precisato che i loro modelli si trovano ancora a un livello “universitario”, piuttosto che a un livello di “master” o “dottorato”, segno che siamo ancora nelle fasi iniziali dello sviluppo dei modelli di frontiera. La GenAI ha registrato un netto cambiamento di capacità ogni 12-18 mesi circa e crediamo che questa tendenza continuerà. Gli indicatori chiave di performance per misurare le prestazioni dei modelli di frontiera si concentrano sull’intelligenza e sulla latenza, che sono entrambe migliorate, non solo grazie ai progressi della potenza di elaborazione, ma anche perché il software utilizzato per addestrare i modelli è diventato più efficiente. NVIDIA ritiene che nel prossimo decennio le sue unità di elaborazione grafica (graphic processing units, GPU) saranno un milione di volte più efficienti nell’elaborazione della GenAI utilizzando lo stesso tipo di infrastruttura di chip, il che porterà a un’ulteriore accelerazione dello sviluppo di modelli di frontiera.1
Nonostante si trovi in una fase iniziale, lo sviluppo dei modelli di frontiera si sta muovendo con estrema rapidità. Questi modelli integrano e contengono molte delle funzionalità che le start-up iniziali dell’IA offrivano attraverso un’interfaccia di programmi applicativi sui modelli precedenti, meno efficienti. Questo ritmo è rallentato a causa del rapido avanzamento dei modelli di frontiera, un fattore importante che ci porta a credere che le maggiori opportunità di investimento siano concentrate nei mercati pubblici rispetto a quelli privati.
Gli investitori si concentrano sul ritorno sull'investimento negli hyperscaler
Quando abbiamo incontrato queste società, un obiettivo chiave era determinare le aspettative di ritorno sull’investimento (ROI). Per creare modelli più avanzati e potenti possibili, Microsoft, Google, Amazon e Meta (gli “hyperscaler”) hanno investito 188 miliardi di dollari nel corso del 2024, per ottenere l’hardware necessario per la costruzione di data center di nuova generazione in grado di addestrare la GenAI. Questa somma rappresenta la quota maggiore delle spese in conto capitale dell’S&P 500 di quest’anno.2 Qualsiasi azienda impegnata nello sviluppo di modelli di frontiera ha bisogno di ampie risorse e disponibilità di spesa per lo sviluppo della GenAI. Questo ci porta a credere che non vedremo emergere un’ondata di sviluppatori con modelli di frontiera competitivi.
Grazie alle numerose interazioni con i loro management team, abbiamo potuto constatare in prima persona quanto queste società siano disciplinate nell’utilizzo dei loro capitali. Il direttore finanziario di una di queste aziende ha detto chiaramente che si sarebbe procurato più GPU se avesse potuto, nonostante i costi elevati. L’aumento del costo delle GPU è determinato dalla corsa dei fornitori di modelli di frontiera verso la costruzione di strutture con capacità migliori e ci aspettiamo che questa corsa continui ad accelerare. Dal punto di vista del ROI, anche se gli hyperscaler stanno iniziando a registrare un aumento dei ricavi dalla GenAI, i progressi più significativi potrebbero arrivare solo tra uno o due anni e questo è il problema che il mercato si trova ad affrontare.
I primi casi di utilizzo della GenAI includono gli sviluppatori che sfruttano la tecnologia per la scrittura di codici, il posizionamento di annunci e il miglioramento della produttività delle funzioni di vendita. Inoltre, Microsoft potrebbe offrire una versione premium della sua suite Office che integri una funzione di copilota. Google sta integrando la GenAI nel suo principale motore di ricerca e in Gmail per migliorare l’esperienza degli utenti. L'offerta di Meta nei social media potrebbe integrare la GenAI per trasformarla da una piattaforma per la cura dei contenuti a una piattaforma per la generazione di contenuti. Riteniamo che questi miglioramenti possano portare a un’accelerazione dei fondamentali e dei vantaggi competitivi.
I semiconduttori utilizzati per l’elaborazione della Next Generation di GenAI probabilmente si estenderanno oltre le GPU
Sebbene le GPU di NVIDIA abbiano conquistato una quota di mercato quasi totale nell’addestramento della GenAI, grazie alla loro impareggiabile potenza di elaborazione e all’ecosistema software, riteniamo che anche altri produttori di semiconduttori siano potenzialmente in grado di ottenere benefici. In particolare, gli hyperscaler hanno sviluppato i loro circuiti integrati specifici per le applicazioni (application-specific integrated circuits, ASIC) che, pur non essendo altrettanto potenti, sono efficaci nell’esecuzione di compiti ripetibili in volumi elevati.
Ad esempio, gli ASIC sono utilizzati nell’infrastruttura di raccomandazione di Google per YouTube, perché si tratta di un’attività circoscritta e ripetuta su grandi volumi. Gli ASIC, che sono costruiti appositamente per carichi di lavoro specifici, sono in grado di eseguire questo compito in modo molto più efficiente e a costi significativamente inferiori rispetto a una potente GPU NVIDIA. Sebbene il costo iniziale per costruire un’infrastruttura ASIC sia elevato, il costo per eseguire i carichi di lavoro di GenAI su questi chip sarà probabilmente inferiore una volta effettuato l’investimento iniziale. Gli hyperscaler sono anche gli unici operatori in grado di spendere per il software necessario a supportare l’infrastruttura ASIC, sia per le attività di addestramento che per quelle di inferenza. Ci concentriamo sull’identificazione dei potenziali vincitori nel settore dei semiconduttori che possono trarre vantaggio da questa transizione.
A nostro avviso, anche le società produttrici di macchinari per semiconduttori possono contare su uno scenario di domanda solida, trainata dagli investimenti nell’IA. Ciò è dovuto principalmente all’aumento della sofisticazione e della domanda di semiconduttori legati all’IA. Riteniamo che la spesa totale per le apparecchiature per wafer (Wafer Fab Equipment, WFE) potrebbe superare i 130 miliardi di dollari nel 2025, con un aumento di quasi il 40% rispetto ai livelli del 2023.3
L’integrazione di "modelli distillati" nei dispositivi potrebbe guidare un ciclo di sostituzione dei telefoni cellulari
La possibilità che la GenAI possa esistere “a livello locale” (ossia con un accesso alle capacità dell’IA a livello locale anziché attraverso la tecnologia cloud) è una questione di primaria importanza. Ciò avverrebbe con “modelli distillati”, ovvero derivati dei modelli di frontiera con un numero inferiore di parametri, molto efficaci per diversi casi d’uso da parte dei consumatori. Durante il nostro viaggio abbiamo avuto l’opportunità di osservare le dimostrazioni dal vivo dei modelli di GenAI integrati negli assistenti di chat vocale, un miglioramento significativo rispetto alle offerte attuali. Ci stiamo concentrando sulla comprensione dell’impatto delle funzionalità di GenAI sui dispositivi a livello locale e sulla possibilità di avviare un nuovo ciclo di sostituzione dei telefoni cellulari. Questo rappresenterebbe uno dei primi e più tangibili esempi dell’impatto della GenAI sui ricavi e sugli utili delle società che integrano questa tecnologia nelle nuove offerte di dispositivi.
Una delle sfide tecniche dei modelli distillati è come gestire le query troppo sofisticate per essere completate a livello locale. Questi modelli devono essere abbastanza intelligenti da inviare le query più sofisticate a un centro dati con maggiore potenza di elaborazione. Stiamo ancora cercando di capire come potrebbero reagire le società che potenzialmente inviano o ricevono query sofisticate.
Il primo trimestre dei software è il risultato di un andamento ciclico, non secolare
Durante il primo trimestre del 2024, pur avendo registrato ottimi ricavi, le società di software hanno mantenuto le previsioni per l’intero anno allo stesso livello, anziché migliorarle. Il mercato l’ha interpretato come un’indicazione del fatto che la GenAI potrebbe spiazzare queste società o che i loro clienti spendono meno in software per compensare l’aumento della spesa per l’integrazione della GenAI. Di conseguenza, riteniamo che la leggera flessione dei risultati del primo trimestre delle società di software sia probabilmente ciclica e non denoti un declino secolare.
Anziché temere il rischio di essere spiazzate dai modelli di frontiera, riteniamo che molte delle società di software più importanti abbiano un maggior valore nel contesto dello sviluppo di questi modelli, in quanto dispongono di grandi quantità di dati proprietari dei clienti. In effetti, le maggiori società di software hanno in cantiere molte iniziative di integrazione con la GenAI potenzialmente interessanti. Potremmo anche assistere allo sviluppo di partnership tra società di software aziendali che dispongono di preziosi set di dati e i fornitori di modelli di frontiera, con chiari vantaggi per i fornitori che possono addestrare i loro modelli di frontiera con dati di altissima qualità.
La nostra fiducia nella sicurezza informatica rimane elevata
La sicurezza informatica continua a essere una priorità assoluta sia per i governi che per le aziende e riteniamo che la domanda delle soluzioni più innovative rimarrà solida. Le tensioni geopolitiche e l’incertezza politica rimangono elevate. Nel 2024, si terranno le elezioni nazionali in più di 50 Paesi, nei quali vive la metà della popolazione mondiale; assisteremo quindi a un aumento delle minacce informatiche avanzate e, di conseguenza, a un aumento degli investimenti per proteggersi da queste minacce. Un’efficace sicurezza informatica è fondamentale anche per la GenAI, data l’enorme quantità di dati necessari per addestrare i modelli di frontiera. Mentre le aziende e i governi cercano di tenere il passo con l’evoluzione del panorama delle minacce e di proteggere i loro dati proprietari, i fornitori di sicurezza informatica di nuova generazione hanno l’opportunità di aiutare i clienti a proteggere le loro risorse più preziose.
Oltre all’aumento del volume delle minacce informatiche, i progressi tecnologici hanno portato a una maggiore sofisticazione degli attacchi informatici. La GenAI non solo crea nuovi vettori di minaccia, ma democratizza anche tecniche complesse e dannose. L’aumento del volume e della sofisticazione degli attacchi informatici ha portato a un aumento della spesa per le soluzioni di sicurezza informatica, sottolineando la necessità critica per le organizzazioni di impiegare le soluzioni di sicurezza informatica più affidabili e complete.
Lo sviluppo dell’IA a livello di singolo Paese sta accelerando e le capacità della Cina stanno avanzando più rapidamente del previsto
Stiamo assistendo a una corsa globale alla costruzione e all’implementazione della GenAI, non solo a livello aziendale, ma anche tra i governi. I governi di tutto il mondo sono sempre più consapevoli del potenziale di questa tecnologia, le cui applicazioni riguardano la sicurezza nazionale e la governance, oltre a un potenziale incremento significativo della produttività del lavoro, e ciò ha portato a un aumento dei finanziamenti e degli investimenti strategici sostenuti dai governi. Si tratta di un chiaro impulso al ciclo di sviluppo della GenAI su scala globale, che ci dà ulteriore fiducia nella durata di questo ciclo tecnologico. Riteniamo che le infrastrutture di IA localizzate (o fabbriche di IA) saranno fondamentali per i Paesi che desiderano sviluppare capacità di IA ma che non vogliono dipendere dai data center situati negli Stati Uniti e dalla necessità di modelli linguistici di GenAI multilingue (modelli linguistici di grandi dimensioni) in diverse aree geografiche.
La Cina è riuscita a sviluppare il proprio settore nazionale dei semiconduttori per l’IA molto più rapidamente di quanto il mercato si aspettasse, nonostante il governo statunitense abbia imposto severe restrizioni all’esportazione verso la Cina di semiconduttori avanzati, utilizzati per sviluppare la GenAI. La velocità con cui la Cina ha sviluppato le proprie capacità è stata sorprendente e ci porta a credere che questo Paese continuerà a sviluppare il proprio ecosistema tecnologico, che esisterà parallelamente a quello sviluppato dall’Occidente ma opererà in modo indipendente.
Il cammino da percorrere
Riteniamo che la GenAI sia una delle innovazioni tecnologiche più incisive della nostra vita. Dal punto di vista degli investimenti, crediamo anche che possa dare il via a un ciclo tecnologico duraturo e significativo. A nostro avviso, siamo ancora nelle fasi iniziali di questo ciclo e, guardando al futuro, crediamo che l’insieme delle opportunità sia destinato ad ampliarsi, creando nuovi vincitori e vinti.
Visti i notevoli investimenti necessari per sviluppare le capacità di IA e la necessità di disporre di grandi quantità di dati di alta qualità, continuiamo a ritenere che i principali beneficiari della trasformazione indotta dalla GenAI si troveranno nel mercato pubblico, piuttosto che nel mercato privato. Sebbene le cosiddette “Magnifiche 7” 4 siano state tra le più immediate beneficiarie in termini di aumento del prezzo delle azioni, riteniamo che anche altre società più in basso nello spettro della capitalizzazione di mercato possano emergere come beneficiarie della GenAI. Il settore è dinamico e in rapida evoluzione. Man mano che la tecnologia GenAI avanza ed emergono nuovi leader, investire nelle società migliori sarà fondamentale per il successo dell’investimento a lungo termine.
Il team Fundamental Equity Technology di Goldman Sachs Asset Management svolge un’analisi approfondita dei trend del settore e delle società in tutto lo spettro della capitalizzazione di mercato e si confronta regolarmente per esaminare le dinamiche di mercato e valutare le partecipazioni di portafoglio. Il team collabora anche con il più ampio team Fundamental Equity, composto da oltre 100 analisti di ricerca a livello globale.
1 NVIDIA. Al 6 giugno 2024.
2 MSCI, Wind, Bloomberg, FactSet, Goldman Sachs Global Investment Research. Al 24 maggio 2024.
Non vi è alcuna garanzia che gli obiettivi verranno raggiunti. Le previsioni economiche e di mercato presentate hanno meri fini informativi e sono aggiornate alla data di questa presentazione. Non c’è garanzia che tali previsioni verranno confermate. Si vedano le note aggiuntive a fine presentazione.
3 Goldman Sachs Asset Management, Bloomberg, Visible Alpha. Al 30 giugno 2024.
4 Si riferisce a Microsoft, Apple, Google, Amazon, NVIDIA, Meta e Tesla.
