Siamo in una bolla di intelligenza artificiale? Un’analisi chiara dell’infrastruttura vs. l’iperiallestita

La crescita dell’intelligenza artificiale ha scatenato enormi investimenti, innovazione rapida e intensa attenzione pubblica. Queste condizioni sollevano quasi inevitabilmente una domanda familiare: siamo in una bolla di intelligenza artificiale?

È una preoccupazione legittima. Periodi di entusiasmo tecnologico sono stati spesso seguiti da dolorose correzioni, specialmente quando le aspettative superano i fondamentali. Tuttavia, per rispondere a questa domanda, è necessario separare l’iperiallestita visibile dai sistemi meno visibili sottostanti e radicare la discussione nella storia, nell’economia e nelle realtà dell’infrastruttura di base che alimenta effettivamente l’intelligenza artificiale.

Quando si fa questo, l’immagine appare molto più sfumata di quanto suggerisca la narrazione della bolla.

1. La distinzione chiave: infrastruttura vs. applicazioni

La maggior parte delle conversazioni su una “bolla di intelligenza artificiale” si concentra su ciò che le persone vedono a livello di applicazione. Ciò include round di finanziamento di alto profilo da aziende come OpenAI, Anthropic e xAI con annunci di finanziamento a raffica che arrivano solo mesi dopo. Poi ci sono dimostrazioni di agenti di intelligenza artificiale virali che saturano i social feed e affermazioni sensazionali sull’intelligenza artificiale generale o risultati da un trilione di dollari molto prima che i ricavi li raggiungano.

Questo livello dell’industria si muove rapidamente perché è guidato dalla narrativa, dalle aspettative e dalla psicologia degli investitori. Le aziende di applicazioni possono aumentare rapidamente l’attenzione proprio come possono cadere in disgrazia. Le narrazioni spesso si espandono più rapidamente dei fondamentali aziendali sottostanti e poiché questo è il parte più visibile dell’economia dell’intelligenza artificiale, diventa il punto di riferimento predefinito per le affermazioni che l’intero settore è surriscaldato.

Tuttavia, l’infrastruttura di calcolo opera in una realtà completamente diversa, governata dalla fisica, dall’economia e dalle rigide limitazioni di capacità.

L’infrastruttura di calcolo è plasmata da forze misurabili: GPU che generano entrate orarie eseguendo carichi di lavoro di intelligenza artificiale, la disponibilità e il costo dell’energia, il ritmo della costruzione dei data center, la crescente domanda di formazione e inferenza man mano che i modelli crescono in dimensioni. L’utilizzo, non il sentimento, determina se questo livello funziona.

Mentre le applicazioni salgono e cadono in base alla percezione, l’infrastruttura è ancorata alla domanda sostenuta. Questo è il motivo per cui l’infrastruttura non si comporta come una classe di attività tipicamente soggetta a bolle. Si comporta più come la rete elettrica durante l’elettrificazione o la fibra durante il boom di Internet. È un sistema fondamentale la cui curva di domanda è guidata dal progresso tecnologico piuttosto che dai capricci degli investitori.

2. Cosa mostra effettivamente la storia

Guardando le tecnologie general-purpose precedenti rivela un modello coerente e ripetuto: i grandi cambiamenti tecnologici iniziano con un’enorme ondata di investimenti in infrastrutture, molto prima che i guadagni di produttività si manifestino nell’economia.

Le ferrovie richiedevano enormi investimenti iniziali decenni prima di trasformare il commercio. L’elettricità richiedeva costosi impianti di rete prima che le fabbriche potessero riorganizzarsi completamente attorno all’energia elettrica. Le reti di telecomunicazioni, l’infrastruttura di backbone di Internet, le reti mobili e il cloud computing hanno tutti seguito la stessa traiettoria. In ogni caso, gli investimenti in infrastrutture sono aumentati per primi, mentre i miglioramenti della produttività sono seguiti.

Dall’esterno, questi periodi spesso sembravano bolle. A posteriori, erano fasi di installazione. Costruzioni necessarie e capital-intensive che hanno gettato le basi per decenni di crescita economica.

Questo grafico di Goldman Sachs ampiamente diffuso illustra chiaramente questo fenomeno:

Gli investimenti in infrastrutture aumentano anni prima dei guadagni di produttività misurabili. L’intelligenza artificiale di oggi segue questa stessa curva quasi esattamente.

Gran parte dell’attuale costruzione di intelligenza artificiale è guidata da aziende fondamentalmente diverse da quelle dell’era dot-com. Alla fine degli anni ’90, molte aziende di Internet ad alto valore avevano poco o nessun ricavo. Al contrario, le più grandi forze dietro l’attuale ondata di infrastrutture di intelligenza artificiale, come Microsoft, Google, Meta e Amazon, sono aziende estremamente redditizie con enormi flussi di cassa ricorrenti da attività stabilite come il cloud computing, la pubblicità e il software aziendale.

Le loro spese per l’intelligenza artificiale sono in gran parte finanziate da profitti operativi, non da debito speculativo. Questa distinzione è importante. Riduce notevolmente la fragilità sistemica e ridefinisce gli attuali investimenti in conto capitale non come eccesso sconsiderato, ma come investimento a lungo termine deliberato.

3. La domanda di calcolo è strutturale, non guidata dal sentimento

Ciò che rende il ciclo di intelligenza artificiale attuale eccezionalmente resiliente è che la domanda di calcolo non è guidata principalmente dall’entusiasmo narrativo. È guidata da requisiti tecnici che continuano ad espandersi indipendentemente dal sentimento del mercato.

I driver fondamentali della domanda di calcolo continuano ad accelerare:

• La “tassa di pensiero”: i nuovi modelli di intelligenza artificiale non recuperano solo risposte, ma ragionano effettivamente attraverso migliaia di possibilità prima di rispondere. Ciò crea una nuova realtà in cui un singolo prompt dell’utente può consumare 100 volte il calcolo di una ricerca tradizionale.

• Produzione di dati sintetici: abbiamo effettivamente esaurito i dati di alta qualità umani su cui addestrare. Per continuare a migliorare, le flotte di GPU sono ora in esecuzione 24/7 solo per scrivere i dati di addestramento per la prossima generazione di modelli.

• Infrastruttura sovrana: i governi stanno ora acquistando calcolo per la sicurezza nazionale come acquistano riserve di energia o sistemi di difesa. Ciò crea un’enorme, permanente base di domanda che è immune al sentimento del mercato.

Queste forze esistono indipendentemente da come le startup di intelligenza artificiale sono valutate in un determinato trimestre. Anche durante le ritirate del mercato, l’utilizzo di GPU rimane alto perché i carichi di lavoro stessi continuano a crescere in complessità e volume.

Questa costruzione è tangibile in un modo che molte bolle speculative non erano. Le GPU, i server, i data center, l’infrastruttura di alimentazione e le applicazioni di intelligenza artificiale distribuite sono asset reali che già forniscono guadagni di produttività misurabili. A differenza di molti concetti di dot-com che erano anni lontani dall’uso pratico, i sistemi di intelligenza artificiale sono già integrati nei flussi di lavoro in tutta la sviluppo del software, la ricerca, il supporto clienti, la progettazione, la logistica e la presa di decisioni.

C’è anche una dinamica competitiva in gioco che va oltre i mercati. L’intelligenza artificiale è diventata una “corsa agli armamenti” strategica tra aziende e nazioni. I governi e le corporation non possono semplicemente optare per la non investimento senza rischiare la competitività a lungo termine. Restare indietro nella capacità di calcolo significa sempre più restare indietro nell’innovazione, nell’attrazione di talenti e nell’accesso al capitale.

4. Bolla o punto di svolta?

Alcuni economisti distinguono tra due tipi di bolle. Le bolle finanziarie lasciano poco dopo la loro esplosione. Le bolle di svolta, d’altra parte, accelerano la costruzione di infrastrutture fondamentali che cambiano permanentemente il panorama economico, anche se il capitale è allocato male lungo la strada.

Le ferrovie, l’elettrificazione e l’Internet nascente hanno tutti esibito elementi di eccesso speculativo. Eppure, hanno anche ridisegnato la società in modi irreversibili. Lo spreco non ha negato il progresso.

Il ciclo di intelligenza artificiale mostra caratteristiche di una bolla di svolta. C’è senza dubbio iperiallestita ai margini e alcuni investimenti falliranno. Tuttavia, l’infrastruttura in costruzione è reale, durevole e sempre più indispensabile. Anche quando le valutazioni si comprimono, il mercato si consolida e specifiche applicazioni falliscono, l’infrastruttura sottostante rimarrà.

5. Il problema della sottostima umana

Infine, c’è una tendenza ricorrente a sottostimare l’impatto profondo delle nuove tecnologie sulla vita quotidiana. Solo 18 mesi fa, la maggior parte del pubblico era stata introdotta all’intelligenza artificiale attraverso strumenti come ChatGPT. Oggi, per molti lavoratori della conoscenza, è difficile immaginare di lavorare senza l’assistenza dell’intelligenza artificiale.

Quel cambiamento è avvenuto in modo sorprendentemente rapido ed è ancora in una fase iniziale.

Da questa prospettiva, definire questo come una bolla di intelligenza artificiale perde il punto più ampio. Ciò che stiamo assistendo sembra meno un eccesso speculativo slegato dalla realtà e più la fase di installazione confusionaria e capital-intensiva di una rivoluzione della produttività che è già in corso.

Il sentimento pubblico fluttuerà. I prezzi si correggeranno. L’infrastruttura e l’innovazione che consente sono qui per rimanere.