Il CEO di Broadcom: molti investitori in AI sono come giocatori d'azzardo; il più grande limite allo sviluppo dell'AI è il capitale

L'ondata di investimenti nell'infrastruttura AI continua a intensificarsi, ma con l'aumento dei costi di finanziamento e l'incertezza del ritorno sugli investimenti, il capitale sta progressivamente sostituendo chip e approvvigionamento energetico, diventando il fattore chiave che limita l'ulteriore espansione del settore AI.

Secondo quanto riportato da Bloomberg e CNBC, il CEO di Broadcom, Hock Tan, ha affermato lunedì alla conferenza DBS Asia Future Forward a Singapore che molti investitori in AI mancano di una comprensione di base delle tecnologie su cui puntano, pur aspettandosi rendimenti elevatissimi, comportandosi come giocatori d’azzardo in un casinò. Ha inoltre citato OpenAI come esempio, sottolineando che nonostante il fatturato annualizzato dell’azienda abbia raggiunto i 50 miliardi di dollari a settembre, gli elevati costi di addestramento dei modelli la mantengono ancora in perdita, e la crescita dei ricavi non significa che il modello di business sia già stato convalidato.

Hock Tan ha affermato che il capitale potrebbe essere oggi il principale fattore limitante per il settore AI, la cui importanza supera perfino la scarsità di chip, storage ed energia. Mentre la capacità produttiva si espande gradualmente e alcuni colli di bottiglia hardware ed energetici potrebbero allentarsi, i costi di finanziamento, le richieste degli investitori sui rendimenti e la capacità dei modelli di business AI di generare valore sostenibile rappresentano nuove sfide che il settore dovrà affrontare.

Anche il CEO di Intel, Pat Gelsinger, ha espresso opinioni simili durante la stessa conferenza. Ha osservato che l’aumento del costo del capitale e la possibilità per gli investitori di ottenere rendimenti sufficienti rappresentano le sfide centrali per il settore AI. La decisione di Firmus Grid, società australiana di data center, di ritirare il piano di IPO la scorsa settimana, evidenzia ulteriormente il crescente atteggiamento di cautela del mercato nei confronti delle valutazioni degli investimenti nelle infrastrutture AI e dei futuri ritorni economici.

I costi del capitale in aumento mettono alla prova i rendimenti degli investimenti AI

Hock Tan ha rilevato che negli ultimi due anni il settore AI ha vissuto una serie di colli di bottiglia sull’offerta, ma con l’espansione della capacità produttiva alcune restrizioni potrebbero progressivamente allentarsi. Prevede che la carenza di wafer potrebbe migliorare tra il 2028 e il 2029, e man mano che nuove infrastrutture entreranno in funzione, anche l'approvvigionamento di energia potrebbe diventare più abbondante.

Al contrario, le restrizioni legate al capitale sono più difficili da superare. Anche il CEO del gruppo DBS, Tan Su Shan, ha dichiarato che dopo massicci investimenti, il mercato sta rivalutando il rischio del finanziamento dell’AI. Per le aziende che devono investire continuamente ingenti risorse per costruire data center, acquistare chip e addestrare modelli, l’aumento dei costi di finanziamento renderà ancora più alto il livello per accedere agli investimenti.

Il ritiro del piano di IPO da parte di Firmus Grid offre una testimonianza concreta di questa tendenza. Nonostante il supporto di Nvidia, il piano di finanziamento dell’azienda non è stato portato avanti, rispecchiando il rafforzato esame degli investitori sull’effettiva capacità di generare ricavi futuri e sulle valutazioni delle imprese di infrastrutture AI.

La crescita dei ricavi di OpenAI non dimostra ancora la redditività dell’AI d’avanguardia

Hock Tan ha preso come esempio OpenAI per spiegare la distanza che esiste ancora tra l’aumento dei ricavi e la maturità del modello di business. Ha affermato che il fatturato annualizzato di OpenAI a settembre ha raggiunto i 50 miliardi di dollari, dimostrando il potenziale di generazione di ricavi dell’AI generativa d’avanguardia, ma l’azienda rimane in perdita a causa dei costi elevati di addestramento dei modelli.

Secondo lui, la dimensione dei ricavi da sola non basta a dimostrare che i modelli AI avanzati potranno essere redditizi sul lungo periodo. Un altro problema è rappresentato dai consumi AI delle imprese: molte aziende sono ancora in fase sperimentale, acquistano servizi AI ma non riescono a trasformarli in un reale aumento di produttività.

Hock Tan paragona questo fenomeno a bambini che, ricevute monete per i giochi dai genitori, le spendono subito in sala giochi senza realmente imparare nulla. Ritiene che gli sviluppatori di modelli AI debbano individuare clienti che possano ottenere vantaggi reali dal deployment delle soluzioni, senza dipendere a lungo da consumi di natura sperimentale per sostenere la crescita.

Forte domanda di potenza computazionale nel breve termine, la crescita nel medio-lungo periodo dipende ancora dai ritorni

Nonostante abbiano espresso preoccupazioni sulle restrizioni di capitale e sui ritorni degli investimenti, i CEO di Broadcom e Intel rimangono ottimisti sulla domanda di AI nei prossimi due-tre anni.

Hock Tan ha dichiarato che la domanda di infrastruttura per la potenza di calcolo continua a superare l’offerta, e che questo squilibrio potrebbe perdurare fino al 2029 o addirittura al 2030. Anche Pat Gelsinger ritiene che la diffusione delle applicazioni AI e l’espansione della domanda di potenza computazionale sosterranno la crescita del settore, mentre l’offerta hardware potrebbe restare limitata nel breve termine.

Tuttavia, una forte domanda a breve termine non significa che l’ondata di investimenti sarà infinita. Hock Tan avverte che se l’adozione dei modelli AI avanzati sarà inferiore alle aspettative, o se lo sviluppo delle capacità dei modelli dovesse incontrare limiti, la domanda di infrastrutture computazionali potrebbe rallentare notevolmente. Pat Gelsinger sottolinea che le aziende devono migliorare l’efficienza e cercare nuovi modelli di business per dimostrare che gli investimenti in AI possono generare ritorni concreti.

Con il passaggio del settore dalla corsa alla potenza di calcolo e alla costruzione di infrastrutture alla verifica del valore commerciale, la disponibilità del capitale a continuare a investire dipenderà sempre più dalla capacità dell’AI di mantenere le sue promesse come motore di produttività.