Intelligenza artificiale al primo posto nel processo di transizione tecnologica, seguita dalle aziende che in essa investono. Come sottolineato da Sung Cho, co-gestore del fondo GS Global Future Tech Leaders Equity Portfolio di Goldman Sachs Asset Management, esistono tre modi per cogliere al meglio la continua accelerazione del settore dell’AI: puntare su quelle aziende che sfruttano l’intelligenza artificiale per promuovere la crescita delle loro attività (un esempio, l’impiego di algoritmi nell’attività di advertising online); affidarsi ad aziende che forniscono software di AI e funzionalità di prodotto (nella cui categoria rientrano l’automazione dei processi robotici e lo sviluppo di software per veicoli autonomi); selezionare società di semiconduttori elemento chiave nei processi di AI. I semiconduttori sono infatti alla base di tutti i principali dispositivi di elettronica e microelettronica.
Circuiti integrati e schede grafiche oltre i semiconduttori
Se si guarda in modo più diretto al tema degli investimenti “riteniamo che ci stiamo avvicinando a un punto di svolta sull’intelligenza artificiale” ha aggiunto il gestore, con il passaggio dalla fase di sperimentazione a quella di integrazione.
“Finora ci siamo concentrati sui semiconduttori come modo principale per investire nell’AI”, ma è probabile che, in un settore altamente competitivo, “un buon numero di società venga tagliato fuori nei prossimi anni”. Guardando quindi con una lente più accurata al comparto è possibile scovare realtà più specifiche soggette a crescita.
Anzitutto, i circuiti integrati per applicazioni mirate (Asic), dispositivi che forniscono la massima potenza di elaborazione dati, seppur poco flessibili, poiché progettati per fare davvero bene una sola cosa specifica.
In secondo luogo, le unità di elaborazione grafica (altrimenti note come schede grafiche, o Gpu), balzate agli onori della cronaca per la scarsità di offerta sul mercato in seguito al boom delle criptovalute: la Gpu è utilizzata dai miner, i creatori di criptovalute, per la trasmissione di informazioni crittografate via blockchain. Originariamente progettate per l’elaborazione delle immagini nei videogiochi, vengono ora impiegate per l’implementazione del machine learning e di una più proficua attività di elaborazione artificiale.
Infine, i cosiddetti Field programmable gate arrays (o Fpga), chip programmabili codificabili per un’ampia gamma di funzioni, meno potenti di ASIC e GPU, ma più flessibili.
“Tre tipologie di chip” ha concluso l’esperto di Goldman Sachs “che concorrono tutte all’abilitazione delle capacità di intelligenza artificiale di diverse funzioni aziendali”.
Nello sviluppo e nella integrazione di intelligenza artificiale investe, tra gli altri, il fondo GS Global Future Tech Leaders Equity Portfolio.
Clicca qui per saperne di più
