Dopo un rally senza precedenti, il ciclo dell’intelligenza artificiale sembra essere entrata in una seconda fase di rallentamento. L’entusiasmo per il potenziale aumento della produttività e per la trasformazione dell’economia a partire dall’AI ha spinto molto questo settore, ma ora gli investitori iniziano a chiedersi quanto tempo ci vorrà per gli investimenti multimiliardari di trasformarsi in una effettiva crescita degli utili.
Ma quali sono i vincoli che potrebbero effettivamente rallentare la crescita legata al mercato dell’intelligenza artificiale? Jared Franz, economist di Capital Group, ne ha selezionati quattro:
1. Rivoluzione AI passa per la corsa al rame
Enormi centri dati, sistemi di raffreddamento, server all’avanguardia e una complessa infrastruttura di alimentazione composta da trasformatori, generatori e linee di trasmissione. Non si tratta di un elenco casuale, ma di tutte le parti che sono necessarie per gli strumenti di intelligenza artificiale generativa – come ChatGpt – per funzionare. Tutti questi elementi hanno un punto in comune: il rame è un ingrediente indispensabile.
Ad esempio, per la costruzione di un centro dati Microsoft da 500milioni di dollari vicino a Chicago sono state necessarie 2.177tonnellate di rame.
In generale, spiega l’esperto, “i centri dati costruiti nei prossimi otto anni richiederanno un milione di tonnellate di rame solo negli Stati Uniti”. Secondo i dati di JPMorgan, la prevista costruzione di centri di elaborazione dati per l’intelligenza artificiale farà salire il deficit a più di 6milioni di tonnellate entro il 2030. E, se a questi aggiungiamo anche la crescita della domanda per la produzione di veicoli elettrici, energia pulita e modernizzazione della rete elettrica, è chiaro che il settore cadrà in un deficit crescente.
Insomma, la domanda da farsi è se i minatori saranno in grado di estrarre abbastanza rame dalla terra in tempi così brevi per soddisfare tutte le aspettative di espansione.
2. Domanda di energia alle stelle, tra intelligenza artificiale e sostenibilità
Si sa, l’intelligenza artificiale ha bisogno di energia, molta energia. Basti pensare che secondo l’Electric Power Research Institute, entro il 2030 i data center potrebbero consumare il 9% della produzione totale di energia degli Stati Uniti, ovvero più del doppio dell’uso attuale. Se la traiettoria di richiesta dovesse aumentare, l’introduzione di nuova capacità in tempo brevi sarebbe molto impegnativa. E, se questo non fosse sufficiente, molti dei giganti tecnologici si sono impegnati a raggiungere il NetZero entro il 2030. In una simile situazione, secondo l’esperto, “sarà difficile soddisfare questi impegni e la domanda di energia nel breve termine, ci sarà bisogno di molto più eolico, molto più solare e gas naturale”.
3. Transizione in ritardo o forse troppo veloce
La rivoluzione legata all’intelligenza artificiale e quella sostenibile sono, in realtà, strettamente collegate. In entrambi i casi, la produzione di energia elettrica è fondamentale e sta spingendo la domanda di una serie di aziende industriali, in alcuni casi provocando anche carenze. Franz ha analizzato il caso di GE Vernova, il produttore apparecchiature energetiche che prevede un arretrato di 6,4miliardi di dollari di turbine a gas necessarie per i generatori di backup e altre apparecchiature elettriche triplicherà entro la fine del 2024.
Per fare un altro esempio, i chip generano una grande quantità di calore, quindi sono fondamentali sistemi avanzati di raffreddamento.
Ovunque si guardi è chiaro, il lavoro da fare è ancora tanto, riusciranno le aziende a tenere il ritmo?
4. Intelligenza artificiale, ma mani umane
Mentre sono moltissime le persone, anche convinte dai giornali, preoccupatissime di perdere il lavoro a causa dell’implementazione dell’AI, ma la realtà è molto diversa. “Secondo una recente indagine di Salesforce – spiega l’esperto – il 60% dei professionisti IT del settore pubblico ha individuato nella carenza di competenze in materia di AI e manodopera la sfida principale per l’implementazione dell’intelligenza artificiale”.
Compito delle grandi imprese non è solo quello di investire in software legati alle nuove tecnologie, ma investire anche in lavoratori capaci e nel loro aggiornamento.
In conclusione
Ovunque si guardi, non ci sono dubbi sul fatto che le tecnologie legate all’intelligenza artificiale hanno un potenziale enorme di generare produttività e di trasformare l’economia nel lungo periodo. Chiaramente questo non le rende esenti da rischi: la costruzione e l’adozione dell’AI richiede tempo, gli investimenti potrebbero non bastare.