Quando facciamo il leasing di un’automobile, o di un macchinario industriale, siamo sufficientemente sicuri del suo valore a cinque anni, perché macchine, torni o robot continuano a funzionare senza grossi problemi ancora a lungo, e non vediamo altre tecnologie che li possano sostituire per un costo molto inferiore o performance molto migliori. Al contrario, con le GPU e server iper specializzati usati per l’intelligenza artificiale, questa scommessa è rischiosa, perché la storia recente è piena di risultati sorprendenti; è quindi difficile scommettere sul loro valore residuo dopo cinque anni.
Sam Altman, CEO di OpenAI, prospetta da tempo un investimento di mille miliardi di dollari in intelligenza artificiale, andando a costruire datacenter che consumano fino a 10GW di energia cadauno, l’equivalente di una manciata di centrali nucleari dedicate, o spazi infiniti di pannelli e pale eoliche. Per darvi un metro di paragone, tutto il cloud di Microsoft Azure due anni fa consumava solo 5GW: l’idea di costruire un singolo datacenter da 8-10GW è particolarmente ambiziosa.
Le principali aziende americane del campo, Amazon, Google, Microsoft, e Meta, hanno speso $212 miliardi nel 2024 ed arriveranno a $400 miliardi a fine 2025, ma l’aumento del PIL americano derivante dal ranocchio elettronico è minimo: 0.4% che diventa 1% solo se si contano gli auto-investimenti in datacenter. Si ha l’impressione che queste aziende, con i loro fidi compari nel mondo della finanza e dei fondi pensione, se la cantino e se la suonino per un qualcosa che deve ancora dimostrare un ritorno economico in linea con gli investimenti che ci stanno andando dentro.
La borsa americana e’ cresciuta del 10% nel 2025, ed NVIDIA da sola rappresenta l’8% del valore complessivo, quindi e’ chiaro che investitori istituzionali, fondi pensione e pubblico siano contentissimi della crescita di questo settore, e vogliono che la festa continui. Ora, con l’ingresso nell’azionariato sia di Intel sia di OpenAI, l’azienda di Jenseng Huang estende ulteriormente il suo controllo nel mercato, che speriamo continui a crescere o comunque non crolli di botto.
Per fortuna Huang continua a sostenere lo sviluppo open del sosftware, dando kernel GPU dedicati, framework aperti per il machine learning come PyTorch, TensorFlow e JAX, e specialmente continuando a contribuire su Linux. La speranza e’ che pur diventando oligopolista nel controllo delle macchine che producono AI, il mercato prosegua nello sviluppo tecnologico a partire dalla loro piattaforma e finalmente produca ritorni economici in linea con gli ingenti investimenti che ci vanno dentro.
In ogni caso, visto che nel campo delle piattaforme digitali vige la legge degli Abba “the winner takes it all” (il vincitore prende tutto) investire in questo settore richiede molta attenzione.
