La rivoluzione dell’IA sarà un periodo prolungato di adozione/adattamento, con vincitori e vinti chiari che impiegheranno del tempo per diventare evidenti. Kevin Strom, responsabile del FSA equity competence center di J. Safra Sarasin

L’IA generativa, un’evoluzione rivoluzionaria nel campo dell’intelligenza artificiale, è pronta a sovvertire il modo in cui viviamo, lavoriamo e interagiamo con il mondo che ci circonda. Rappresenta un enorme salto di qualità in termini di creazione di contenuti, accessibilità e precisione.

L’apprendimento automatico tradizionale si basa su insiemi di dati meticolosamente etichettati (dove ogni input ha un output predefinito). L’IA generativa, invece, si avventura nel regno disordinato dei dati non strutturati: testo, immagini, audio, video. Questo permette di compiere imprese senza precedenti, come scrivere storie avvincenti, comporre musica originale o persino dipingere paesaggi affascinanti, spingendo i confini dell’espressione umana.

Sono finiti i tempi in cui la codifica complessa e le competenze tecniche erano i prerequisiti per l’interazione con l’IA. Una delle caratteristiche più notevoli dell’IA generativa è la sua facilità d’uso. Rispetto alle competenze tecniche spesso richieste per l’apprendimento automatico tradizionale, strumenti di IA generativa come ChatGPT di Open AI, Gemini di DeepMind e Claude di Anthropic offrono interfacce intuitive accessibili a chiunque abbia una conoscenza di base della tecnologia. Questa democratizzazione dell’IA favorisce l’innovazione e apre le porte a innumerevoli individui e aziende per esplorarne il potenziale.

Il potenziale dell’IA è vasto in molti settori, con un mercato totale indirizzabile per la tecnologia tra i 2 e i 3 trilioni di dollari entro il 2030 (stime di terzi) con un tasso di crescita composto vicino al 40%. PwC ritiene che i risparmi di produttività e gli investimenti legati all’IA generino un valore di 15,7 trilioni di dollari di produzione economica globale entro il 2030, quasi equivalente al prodotto interno lordo della Cina. Riteniamo che la Gen-AI plasmerà l’economia per gradi, con le aziende legate alla tecnologia che sperimenteranno la prima ondata di impatto monetario quantificabile.

Prima fase – Materiali per costruire l’infrastruttura dell’IA, che comprende semiconduttori, centri dati, memorie ad alta larghezza di banda, sistemi di raffreddamento, apparecchiature di connettività di rete (ricetrasmettitori, switch). Quello che era Qualcomm (QCOM) nell’era dell’Internet mobile o Intel durante l’arrivo del personal computer negli anni ’80, oggi è chi costruisce l’hardware circostante (ad esempio Nvidia) e l’architettura software per i processori dei computer, le unità di elaborazione grafica e altri processori specializzati come le unità di elaborazione tensoriale (TPU).

Seconda fase – Gli iper-scalatori/infrastrutture di piattaforma vedranno la prossima ondata di profitti (come sta accadendo attualmente con Amazon Web Services e Microsoft Azure, che stanno registrando un’accelerazione dei ricavi). Gli iper-scalatori potrebbero beneficiare di un persistente vento di coda della crescita grazie al capitale e all’infrastruttura di cui dispongono.

Terza fase – Aziende in grado di creare applicazioni utilizzabili sui nuovi dispositivi. Queste includono software per applicazioni di intelligenza artificiale generativa e fornitori di servizi IT (Cappgemini, Accenture) che aiutano nell’implementazione. Una volta che gli smartphone hanno raggiunto i 4 miliardi di utenti e sono diventati onnipresenti, i produttori di smartphone hanno creato applicazioni Internet mobili interessanti, coinvolgenti ed efficaci per questi dispositivi. Potremmo vedere l’IA confezionata come servizio, in grado di soddisfare esigenze specifiche e di creare un valore significativo.

Quarta fase – Industrie non tecnologiche che utilizzano applicazioni Gen-AI che possiamo classificare in 3 gruppi principali: sanità (erogazione di cure, diagnostica, sviluppo di farmaci e tecnologia medica), beni di consumo (gioco, ospitalità, istruzione e mobilità) e infine industrie pesanti (energia, infrastrutture edilizie, trasporto merci e agricoltura).

Le aziende non tecnologiche che utilizzano l’IA hanno maggiori probabilità di vincere nei rispettivi settori e, col tempo, crediamo che il mercato più ampio si renderà conto che l’IA è un fattore di produttività/crescita. Tuttavia, nell’immediato futuro, la maggior parte delle aziende non tecnologiche che si avventurano nell’IA potrebbero non trarne ancora alcun beneficio concreto. Sebbene un’ampia percentuale di aziende (~36% dell’S&P 500 secondo Goldman) dichiari di integrare l’IA nelle proprie attività, non tutte sono in grado di sfruttarne efficacemente il potenziale. Nonostante le diffuse affermazioni sui benefici dell’IA, la quantificazione dei ricavi incrementali rimane una sfida. Pertanto, dobbiamo adottare un approccio attivo, acquistando selettivamente quando vediamo benefici incrementali dall’IA, ecc.

In conclusione 

L’IA generativa si trova in un momento cruciale, un nesso di promesse e pericoli. Il suo potenziale di rimodellare le industrie, le capacità e le strutture sociali è vasto, in grado di lanciare nuove imprese, di sconvolgere quelle consolidate e di alterare radicalmente il nostro modo di vivere e lavorare. Tuttavia, la sua rapida ascesa, che supera la nostra piena comprensione, presenta dei rischi, dalla disinformazione alla concentrazione economica. Per sfruttare appieno il potenziale dell’IA generativa sono necessarie innovazioni sinergiche, che rispecchiano il modo in cui il cloud computing e i big data hanno potenziato Internet. Campi emergenti come la computer vision offrono scorci delle vaste possibilità che ci attendono, dai veicoli autonomi che rivoluzionano i trasporti ai progressi in campo sanitario che migliorano il benessere umano. Con la convergenza di robotica, IoT e autonomia, l’IA generativa agisce da perno, accelerando l’ideazione e amplificando l’impatto di diversi progressi tecnologici.

Diversi fattori determineranno quali saranno i settori che adotteranno più rapidamente l’IA. I settori con attività di routine e basate sui dati, come la produzione e la logistica, sono pronti a trarre vantaggio, abbracciando prontamente l’automazione alimentata dall’IA per i suoi guadagni in termini di efficienza e precisione. Allo stesso modo, settori come la finanza e la sanità, ricchi di dati, vedono nell’IA un elemento naturale per affrontare la laboriosa analisi dei dati e offrire preziosi approfondimenti. Tuttavia, questi settori altamente regolamentati incontrano ostacoli a causa dei severi requisiti di privacy e sicurezza dei dati. I settori che si affidano al lavoro manuale, come quello delle costruzioni, devono affrontare una battaglia in salita. L’automazione dei compiti fisici si rivela un’impresa ardua, creando un ostacolo all’adozione dell’IA (anche se alla fine i robot possono essere costruiti per questi compiti e funzionare autonomamente).

Le opportunità di investimento abbondano per chi ha occhi attenti. Le aziende tecnologiche che possiedono elevate barriere all’ingresso, un’eccezionale qualità dei dati e un rischio minimo di sviluppo interno sono gli obiettivi principali. Inoltre, le aziende non tecnologiche direttamente esposte all’aumento dei ricavi o alla riduzione dei costi indotti dall’IA hanno un immenso potenziale a lungo termine.