AI: Un lungo orizzonte e molta strada da fare
Nella prima puntata di una serie in tre parti Denny Fish, Portfolio Manager, e Michael McNurney, Investment Strategist, spiegano in che modo l'intelligenza artificiale (AI) sia arrivata a dominare rapidamente il panorama degli investimenti e cosa significa tutto questo per l'economia globale e i mercati azionari.
7 minuti di lettura
In sintesi
- La rapida adozione dell'AI sta ridefinendo il modo in cui gli esseri umani interagiscono con la tecnologia, con un potenziale vantaggio produttivo paragonabile a quello della Rivoluzione Industriale.
- L'avvento dell'AI generativa (GenAI) è il frutto della convergenza di una serie di importanti temi tecnologici, come il cloud computing, una maggiore potenza di calcolo e una quantità di volumi di dati da analizzare senza precedenti.
- Molti settori sono direttamente coinvolti nell'implementazione dell'AI, come la produzione di semiconduttori, le piattaforme di AI online e le società di software specializzate.
Nei circa 18 mesi che sono trascorsi da quando Open AI ha lanciato ChatGPT, l'intelligenza artificiale (AI) è diventata un argomento di conversazione inevitabile nella comunità degli investitori, nei C.d.A. delle aziende e nelle cerchie politiche. Considerata questa enorme eco, qualcuno potrebbe chiedersi: l'AI merita davvero tutta questa attenzione? La nostra risposta è un secco "sì".
Le ragioni sono tante. Al livello superiore, secondo noi l'AI cambia per sempre il modo in cui gli esseri umani e le imprese interagiscono con la tecnologia. Da una prospettiva macroeconomica, potrebbe imprimere la maggiore accelerazione alla produttività dalla Rivoluzione industriale, oltre 200 anni fa. Infine, per quanto riguarda l'ambiente di lavoro e le azioni, prevediamo che l'AI favorirà gli utili delle aziende che la utilizzeranno per razionalizzare i costi, generare ricavi e, in molti casi, sviluppare nuovi prodotti.
L'intelligenza artificiale potrebbe imprimere la maggiore accelerazione della produttività dalla Rivoluzione industriale, oltre 200 anni fa.
Sulle spalle dei giganti
L'avvento di ChatGPT è stato apparentemente improvviso, ma il concetto e le tecnologie alla base dell'AI hanno richiesto decenni di lavoro. Il famoso matematico Alan Turing, in realtà, aveva sollevato la domanda sulla capacità di pensare dei computer oltre 70 anni fa.
Nel corso dei decenni, grazie a una maggiore potenza di calcolo e ad algoritmi più sofisticati, le applicazioni informatiche hanno imparato a svolgere compiti sempre più complessi, con un progressivo avvicinamento alla capacità di pensiero. Tuttavia, programmi come Big Blue di IBM – diventato famoso per aver battuto il campione di scacchi Gary Kasparov – hanno iniziato a reagire ampiamente a scenari per cui erano stati programmati.
I progressi esemplificati da ChatGPT sono dovuti ai modelli linguistici di grandi dimensioni (LLM) e alla GenAI. Queste tecnologie complementari consentono a potenti algoritmi di analizzare enormi quantità di dati. Gli LLM producono testo predittivo avanzato, mentre la GenAI può creare contenuti originali attraverso inferenze proprie tratte da fonti di dati o ispirarsi a input umani secondo indicazioni predefinite. I chatbot come ChatGPT, tuttavia, sono solo un esempio delle funzionalità basate sull'AI che verosimilmente saranno implementate nell'economia globale nei prossimi anni.
Perché l'AI adesso?
C'è stata una crescita esponenziale dei parametri utilizzati per addestrare le piattaforme di AI e della capacità dei processori di analizzare e trarre inferenze da questi enormi set di dati.
Numero di parametri utilizzati dai modelli linguistici di AI
Fonte: Karl Rupp. “40 Years of Microprocessor Trend Data.”
Non è un caso che la promessa dell'AI sia stata mantenuta solo ora. Questo è dovuto alla convergenza di diversi input essenziali: in primo luogo, una quantità di dati disponibili senza precedenti, in parte dovuta alla proliferazione di internet e alla capacità di archiviazione del cloud. In secondo luogo, la capacità delle moderne unità di elaborazione grafica (GPU) e dei circuiti integrati specifici per le applicazioni (ASIC) di assorbire sistematicamente questi dati e ottimizzare le informazioni che contengono. In terzo luogo, i progressi nello sviluppo dei chip di memoria. E quarto, applicazioni software sempre più sofisticate e specializzate che forniscono piattaforme per l'impiego dell'AI.
L'AI generativa rappresenta l'ultima fase di questo processo e, sebbene fosse stata ampiamente annunciata, le sue effettive potenzialità e applicazioni sono risultate chiare solo dopo il suo arrivo. È quello che è successo anche per i precedenti progressi legati all'AI, come applicazioni analitiche in grado di individuare modelli in grandi insiemi di dati, diagnosticare problemi e fornire analisi predittive.
Poi è arrivato l'apprendimento automatico, in grado di mettere in pratica le lezioni apprese da queste analisi. Anche se stiamo solo iniziando ad apprezzare la potenza della GenAI, sappiamo già che la fase successiva della sua evoluzione sarà l'intelligenza artificiale generale (AGI), che un giorno sarà potenzialmente in grado di imparare e ragionare a livello umano.
Certo, la capacità degli algoritmi di intelligenza artificiale di setacciare i dati, creare collegamenti, trarre inferenze, e persino valutare ipotesi e giungere a conclusioni, potrebbe non eguagliare quella del pensiero umano. Tuttavia, la capacità dell'AI di sfruttare rapidamente grandi set di dati per raggiungere questi obiettivi ne fa uno strumento prezioso per i lavoratori in un gran numero di professioni e ruoli.
In questo scenario, l'AI può essere considerata sia come un tema secolare a sé stante, sia come il culmine di altri temi di cui ci siamo occupati negli anni, come il cloud, l'Internet of Things e la mobilità. La loro convergenza, secondo noi, rappresenta un cambiamento generazionale nella tecnologia informatica simile al passaggio dai mainframe ai server e ai personal computer e, più di recente, all'adozione di internet e della telefonia mobile.
Convergenza di potenza di calcolo e big data
I big data basati su internet e sul cloud, associati alle avanzate capacità di calcolo delle GPU e ad algoritmi più sofisticati, hanno portato alla nascita della GenAI.
Fonte: Janus Henderson Investors.
Applicazioni dell'AI: una panoramica
Considerando il clamore del mercato sul tema dell'AI, gli investitori potrebbero domandarsi se non abbiano perso l'occasione di ottenere esposizione a questo tema. Il clamore spesso è associato alla nascita di una tecnologia trasformativa ed è accompagnato da un gran rumore. Tuttavia, riteniamo che una caratteristica unica dell'AI sia il gran numero di operatori di tutti i settori e le catene del valore che possono trarne vantaggi duraturi.
Forse i principali beneficiari dell'AI sono i facilitatori, ovvero le aziende che producono le GPU e le attrezzature necessarie per creare l'infrastruttura fisica alla base dell'ecosistema dell'AI.
Poi ci sono i creatori di AI. Tra questi ci sono le aziende che hanno già lanciato piattaforme di intelligenza artificiale, come i principali operatori di internet e i fornitori di servizi cloud, che dispongono di enormi quantità di dati. Alcuni creatori useranno l'AI per completare i propri modelli di business, mentre per altri può essere considerata un'unità aziendale al servizio dei clienti. Altri creatori includono fornitori di Software as a Service (SaaS), che utilizzano l'intelligenza artificiale per consolidare l'offerta di prodotti, e società di software focalizzate su specifici mercati verticali.
Negli esempi citati l'AI fa parte del DNA di queste realtà; tuttavia, l'elenco dei potenziali beneficiari può essere ampliato per includere aziende di tutti i settori, che hanno l'opportunità di sfruttare l'AI per conseguire risultati aziendali positivi.
Oltre a considerare i possibili effetti dell'AI sul panorama aziendale – molti dei quali non sono ancora stati individuati – gli investitori che temono di arrivare tardi al banchetto dell'AI dovrebbero tenere a mente queste parole: Il potenziale di guadagno delle scoperte tecnologiche è tipicamente sovrastimato nel breve termine, mentre è notevolmente sottostimato su orizzonti più lunghi.
Questo, probabilmente, è il caso dell'intelligenza artificiale. Mentre gli innovatori e gli early adopter sono già stati individuati, gli investitori – e spesso le aziende stesse – non sono ancora sicuri del reale impatto che l'AI avrà su vari settori, modelli di business e funzioni. Una cosa di cui siamo convinti, tuttavia, è che, come per altre scoperte innovative, ci saranno i leader e i ritardatari, che rischiano di essere scartati dai gestori per non aver compreso quanto sia dirompente il potenziale dell'AI.
I progressi
Mentre gli investitori si concentrano sugli early adopter dell'AI, riteniamo che la maggior parte delle ramificazioni commerciali e di investimento di questa tecnologia debbano ancora manifestarsi.
Fonte: Janus Henderson Investors.
Il quadro generale
In questo articolo ci siamo concentrati sul modo in cui l'AI può influire sul panorama aziendale. Tuttavia, per comprendere del tutto fino a che punto questa forza rivoluzionaria – e non evolutiva – potrebbe influenzare l'economia globale, dobbiamo considerare ciò che è già stato ipotizzato da analisti, economisti e politici.
Aumentando la produttività, molti esperti ritengono che l’AI potrebbe influire sulla crescita economica, sui salari, sul livello di inflazione e persino sui tassi di interesse. Nei mercati finanziari, la capacità delle aziende di sfruttare efficacemente l'AI influirà sul prezzo delle loro azioni, e gli investitori obbligazionari dovranno tenere conto degli effetti macro dell'AI di cui abbiamo parlato prima. Il punto è che pochissime sacche dell'economia globale sono immuni all'introduzione dell'AI.
Nella prossima puntata, esamineremo più da vicino le applicazioni dell'AI sul posto di lavoro e i singoli settori che sono meglio posizionati per contribuire a – e beneficiare di – questo importante sviluppo tecnologico.
INFORMAZIONI IMPORTANTI
I settori tecnologici possono essere significativamente influenzati dall'obsolescenza della tecnologia esistente, dai cicli brevi dei prodotti, dal calo dei prezzi e dei profitti, dalla concorrenza di nuovi operatori sul mercato e dalle condizioni economiche generali. Un investimento concentrato in un singolo settore potrebbe essere più volatile rispetto alla performance di investimenti meno concentrati e a quella del mercato nel suo complesso.
Queste sono le opinioni dell'autore al momento della pubblicazione e possono differire da quelle di altri individui/team di Janus Henderson Investors. I riferimenti a singoli titoli non costituiscono una raccomandazione all'acquisto, alla vendita o alla detenzione di un titolo, di una strategia d'investimento o di un settore di mercato e non devono essere considerati redditizi. Janus Henderson Investors, le sue affiliate o i suoi dipendenti possono avere un’esposizione nei titoli citati.
Le performance passate non sono indicative dei rendimenti futuri. Tutti i dati dei rendimenti includono sia il reddito che le plusvalenze o le eventuali perdite ma sono al lordo dei costi delle commissioni dovuti al momento dell'emissione.
Le informazioni contenute in questo articolo non devono essere intese come una guida all'investimento.
Comunicazione di Marketing.