Il Centro di Gravità dell’Intelligenza Artificiale Sta Cambiando, e Anche i Soldi

Immagina un centro di servizio abilitato all’intelligenza artificiale di uno dei più grandi costruttori di automobili del mondo. Il sistema funziona alla perfezione. Nel momento in cui un’auto entra nel box, il meccanico dell’intelligenza artificiale ha già fatto i suoi compiti, setacciando mucchi di dati del veicolo per individuare esattamente la configurazione di servizio di cui ha bisogno.

Questa elegante applicazione edge ha richiesto un piccolo esercito di ingegneri tre anni per essere sviluppata. Funzionava in 10 concessionarie.

Quando è arrivato il momento di scalarla a 12.000 sedi, il team ha scoperto ciò che ogni impresa che distribuisce intelligenza artificiale edge alla fine impara: costruire l’applicazione è la parte facile. Scalarla a migliaia di sedi richiede un’infrastruttura che la maggior parte dell’industria sta ancora cercando di capire.

Quella lacuna tra costruire qualcosa di intelligente e realmente distribuirlo dove si svolge l’attività commerciale è la sfida definitiva dell’intelligenza artificiale in questo momento. E sta ridefinendo dove sarà diretto il prossimo ondata di investimenti tecnologici.

LA SFIDA DEL CLOUD STA CAMBIANDO

Per circa 20 anni, il manuale di software aziendale è stato semplice: spostare tutto nel cloud. Centralizzare dati e applicazioni e controllarle. Ha funzionato brillantemente per la gestione dei flussi di lavoro, e gli investitori l’hanno ricompensata generosamente.

Ma l’economia sta cambiando. I multipli di ricavi SaaS, che hanno raggiunto picchi vicini a 18-20x durante la pandemia, si sono stabilizzati a livelli non visti dal 2016. La crescita media dei ricavi per le società SaaS pubbliche è scesa a circa il 12% alla fine del 2025. Gli investitori non hanno ancora perso interesse per il software, ma hanno iniziato a fare una domanda più difficile: dove l’intelligenza artificiale genera realmente ritorni?

La risposta è sempre più spesso: non nel cloud.

LA TRAPPOLA DELL’INTELLIGENZA

Gli investimenti globali nell’intelligenza artificiale sono proiettati a raggiungere 2,5 trilioni di dollari entro la fine del 2026. Le quattro più grandi società tecnologiche degli Stati Uniti da sole sono sulla strada per spendere circa 725 miliardi di dollari in spese di capitale quest’anno, in aumento del 77% rispetto all’anno precedente, e il più grande costruzione di infrastrutture in un solo anno nella storia della tecnologia. Quei soldi stanno fluendo in modo schiacciante nelle infrastrutture cloud per supportare i data center, le GPU e i cluster di formazione.

Ma la maggior parte dei dati operativi del mondo non viene generata nei data center. Viene generata nei punti vendita al dettaglio, sui pavimenti delle fabbriche, alle trivelle petrolifere, all’interno degli ospedali, sulle navi da carico e attraverso le reti di energia. In quegli ambienti, le decisioni devono essere prese in millisecondi e l’invio di dati a un server lontano semplicemente non è fattibile.

Lo vedo costantemente nel mio lavoro con le imprese. Una società di servizi petroliferi e del gas ha speso mesi per costruire un modello predittivo per l’ottimizzazione dei pozzi, poi lo ha inserito in un enorme file di dati, lo ha spedito a un sito remoto e ha sperato che funzionasse. Un dettagliante ha sviluppato un’intelligenza artificiale per la gestione delle scorte, solo per scoprire che distribuirla in migliaia di negozi è un problema completamente diverso rispetto alla costruzione del modello stesso.

L’intelligenza è effettivamente tenuta prigioniera nel cloud. Il mondo fisico non aspetta un viaggio di andata e ritorno.

DOVE I SOLDI STANNO REALMENTE ANDANDO

Jensen Huang lo chiama “intelligenza artificiale fisica“. Qualcomm lo definisce come intelligenza artificiale ai margini che diventa essenziale. Quando le due società che capiscono meglio l’economia dell’hardware dell’intelligenza artificiale stanno entrambe puntando nella stessa direzione, vale la pena prestare attenzione.

Questo cambiamento sta già avvenendo sul campo. Le imprese in settori come petrolio e gas, automotive, retail e industriale stanno già eseguendo carichi di lavoro di intelligenza artificiale ai margini. Sanno che l’intelligenza artificiale ai margini funziona, ma lottano per capire come scalarla. La gestione di migliaia di distribuzioni su hardware e ambienti diversi e l’aggiornamento dei modelli sul campo senza interrompere le operazioni presentano una sfida enorme.

Il caso di investimento è semplice: quando l’intelligenza artificiale deve operare in modo autonomo – ispezionare prodotti su una linea di produzione, gestire la produzione di energia in un parco eolico, coordinare sistemi autonomi in una rete logistica – deve essere eseguita dove si svolge l’azione.

DALLE APPLICAZIONI AGLI AGENTI

Un altro cambiamento sta avvenendo al di sotto della storia dell’infrastruttura, e potrebbe rivelarsi ancora più importante.

Gli agenti stanno cambiando la tradizionale rigidità delle applicazioni aziendali. Un agente non è un codice statico che fa una cosa. È un sistema che può ragionare, interpretare dati non strutturati e agire senza essere stato programmato esplicitamente per ogni scenario. Invece di costruire un’applicazione personalizzata per monitorare la qualità su una linea di produzione, si distribuisce un agente che interpreta i feed video, identifica i difetti e segnala i problemi, tutto ciò mentre si adatta alle condizioni che cambiano. Invece di codificare un sistema di manutenzione predittiva da zero per ogni tipo di attrezzo, si distribuisce un modello di ragionamento che elabora i dati dei sensori e prende decisioni in tempo reale.

Quando una volta ci volevano anni e squadre di sviluppatori per costruire applicazioni edge, gli agenti possono ridurre drasticamente quel tempo.

PERCHÉ NON È SEMPlice

Ma come in molti casi, il diavolo è nei dettagli. Quando un agente di intelligenza artificiale personale sbaglia, invia un’e-mail imbarazzante. Quando un agente industriale sbaglia, può fermare una linea di produzione o creare un pericolo per la sicurezza. La stessa qualità che rende gli agenti di intelligenza artificiale flessibili e potenti è esattamente ciò che rende le imprese caute nel distribuirli in ambienti critici per la sicurezza.

La sensibilità della proprietà intellettuale da sola è sconvolgente. Una società di servizi energetici che ha speso un decennio a raccogliere dati operativi per costruire un sistema di ottimizzazione della trivellazione autonomo ha creato qualcosa di irreplaceibile. Se quell’agente viene compromesso, un concorrente acquisisce effettivamente anni di conoscenza istituzionale in una notte. L’Atto di resilienza cibernetica dell’UE e i quadri NIST in evoluzione stanno cercando di affrontare questi rischi, ma l’infrastruttura tecnologica per imporre limiti ai margini è ancora in costruzione.

La sicurezza e la governance non sono funzionalità per l’era dell’intelligenza artificiale ai margini. Sono la base.

LA PROSSIMA COSTRUZIONE DI INFRASTRUTTURE

Ogni grande era del calcolo è stata definita da una costruzione di infrastrutture. L’era del PC ha costruito reti locali e desktop. L’era del cloud ha costruito data center e piattaforme SaaS. L’era dell’intelligenza artificiale sta costruendo l’infrastruttura per eseguire l’intelligenza nel mondo fisico.

Le società e gli investitori che riconoscono questo cambiamento per primi saranno posizionati per il prossimo decennio. Ciò significa non solo investire nella capacità dell’intelligenza artificiale, ma anche nell’infrastruttura di orchestrazione, sicurezza e distribuzione che trasforma un modello capace in un sistema industriale affidabile.

Il valore non è nel prossimo chatbot o nel prossimo modello ospitato nel cloud. È nell’infrastruttura che rende l’intelligenza artificiale operativa a scala nel reparto di produzione, nel campo petrolifero, nella rete di vendita al dettaglio e ovunque altro il mondo fisico generi dati che non possono permettersi di aspettare.

In qualche parte, proprio adesso, un’altra società sta dove stava quel costruttore di automobili, con un’applicazione brillante in esecuzione in un pugno di siti, a fissare il baratro tra il pilotaggio e la scala. Coloro che colmano quella lacuna costruiranno le fosse competitive del prossimo decennio.