Un caffe’ al Bar dei Daini I Costi Enormi dell’Infrastruttura AI: Un’Analisi Approfondita

“Gen AI: Too Much Spend, Too Little Benefit?”

L’Intelligenza Artificiale (IA) sta rapidamente trasformando vari settori, guidando l’innovazione e creando nuove opportunità economiche. Tuttavia, l’infrastruttura necessaria per supportare la crescita dell’IA è estremamente costosa.

Secondo David Cahn, un analista di Sequoia Capital, l’industria dell’IA richiede circa 600 miliardi di dollari all’anno per mantenere la propria infrastruttura.

Questa cifra impressionante sottolinea le sfide finanziarie che le aziende IA devono affrontare per stare al passo con i progressi tecnologici e le richieste del mercato.

Nel Report in fondo all’articolo di Golman Sachs (GS) altri commenti : Nei prossimi anni si stimano investimenti in intelligenza artificiale per 1.000 miliardi di dollari .

Daron Acemoglu del MIT prevede che l’intelligenza artificiale avrà un impatto limitato sull’economia statunitense.

Jim Covello di GS sostiene che l’intelligenza artificiale non è progettata per risolvere problemi complessi.

Ottimismo da parte di Joseph Briggs di GS circa il potenziale dell’intelligenza artificiale nel generare rendimenti.

Le Richieste Finanziarie dell’IA

Il principale motore di questi alti costi è la necessità di grandi scorte di GPU (Graphics Processing Unit). Le GPU sono essenziali per addestrare e far funzionare modelli IA complessi. Aziende come Nvidia sono all’avanguardia nella fornitura di questi componenti cruciali. I recenti rapporti finanziari di Nvidia evidenziano la scala di questa domanda: nel Q1 FY2025, l’azienda ha venduto circa 19 miliardi di dollari di GPU per data center, con grandi fornitori di cloud come Microsoft che contribuiscono significativamente a queste entrate.

Lo sviluppo di nuove tecnologie GPU, come i chip B100 di Nvidia, promette migliori prestazioni ma comporta anche un prezzo più elevato. Questi chip dovrebbero stimolare ulteriori investimenti, potenzialmente creando un’altra carenza di approvvigionamento e spingendo i costi ancora più in alto.

Il CEO di NVIDIA, a margine della presentazione delle GPU Blackwell per l’IA, disse che il progetto era il frutto di un investimento complessivo stimato in circa 10 miliardi di dollari. Una cifra mostruosa, che NVIDIA certamente vuole riguadagnare con gli interessi.

Ci si è chiesti quanto costerebbero i nuovi acceleratori a aziende come Google, Meta, OpenAI nello sviluppo di IA generativa. Inizialmente, si parlava di cifre tra 30.000 e 40.000 dollari, in linea con i picchi dell’acceleratore Hopper in alta domanda.

Huang ha chiarito che il prezzo includeva “la progettazione e l’integrazione nei datacenter di altre aziende.

” Recentemente, un analista di HSBC, citato dal giornalista Tae Kim del blog economico Barron’s, ha dichiarato che un sistema rack NVIDIA GB200 NVL36 costerebbe 1,8 milioni di dollari, mentre l’acquisto di NVL72 costerebbe 3 milioni di dollari. NVL36 è l’offerta “di fascia media” di NVIDIA, con 36 GPU e 18 CPU Grace, mentre NVL72 raddoppia a 72 GPU e 36 CPU.

Il Divario di Entrate

Nonostante i consistenti investimenti, esiste un notevole divario tra le entrate previste e i costi effettivi dell’infrastruttura IA. OpenAI, per esempio, ha visto le sue entrate aumentare significativamente, da 1,6 miliardi di dollari alla fine del 2023 a 3,4 miliardi di dollari nel 2024.

Un IPO senza ROI? Sam Altman non ha mai considerato un’IPO. Tuttavia, a fine novembre, durante la sua cacciata e ritorno, le ricerche su Google per “OpenAI azioni” sono aumentate molto. Con una valutazione ipotetica di 100 miliardi di dollari, OpenAI sarebbe tra le 150 società più capitalizzate al mondo, se decidesse di quotarsi.

Tuttavia, anche le proiezioni più ottimistiche per grandi aziende tecnologiche come Google, Apple, Microsoft e Meta che generano 10 miliardi di dollari all’anno dall’IA non riescono a coprire i 600 miliardi di dollari necessari annualmente. Questo lascia un divario sostanziale di 500 miliardi di dollari, sollevando preoccupazioni sulla sostenibilità di questi investimenti.

Commoditizzazione e Concorrenza sui Prezzi

Una delle principali sfide che l’industria dell’IA deve affrontare è la potenziale commoditizzazione del calcolo GPU per IA. Man mano che nuovi attori entrano nel mercato, è probabile che si verifichi una intensa concorrenza sui prezzi, svalutando i processori più vecchi e portando a significative perdite da investimenti speculativi.

Questo scenario è simile ad altre ondate tecnologiche in cui le frenesie di investimento speculativo hanno portato a elevati tassi di incenerimento del capitale. (Come i meccanismi più costosi per la gestione dei rifiuti e la generazione di energia, i cosiddetti inceneritori “waste-to-energy (WTE)” sono uno spreco di denaro e risorse che potrebbero essere altrimenti indirizzati verso soluzioni a rifiuti zero più convenienti e sostenibili.)

Il rapido deprezzamento dell’hardware IA aggrava ulteriormente questo problema. A differenza delle infrastrutture fisiche, le risorse di calcolo per IA perdono rapidamente valore con l’emergere di tecnologie più nuove e più efficienti. Questo ciclo di rapida obsolescenza significa che le aziende devono continuamente investire nell’hardware più recente per rimanere competitive, aumentando il loro onere finanziari.

Altri Esempi di Investimenti Tecnologici ad Alto Costo

Le sfide finanziarie dell’industria IA non sono uniche. Diversi altri settori hanno affrontato situazioni simili in cui erano necessari enormi investimenti per supportare i progressi tecnologici:

1. Telecomunicazioni e Reti 5G: Il lancio della tecnologia 5G ha richiesto significativi investimenti in infrastrutture. Le aziende di telecomunicazioni di tutto il mondo stanno spendendo miliardi di dollari per costruire e aggiornare le reti per supportare una connettività internet più veloce e affidabile. Negli Stati Uniti, il costo totale per implementare l’infrastruttura 5G è stimato intorno ai 275 miliardi di dollari in sette anni.
2. Reti di Ricarica per Veicoli Elettrici (EV): Con la crescita della domanda di veicoli elettrici, cresce anche la necessità di una vasta rete di ricarica. La costruzione di questa infrastruttura è costosa. Aziende come Tesla, ChargePoint e altre stanno investendo pesantemente per creare una rete diffusa di stazioni di ricarica rapida. L’Agenzia Internazionale dell’Energia (IEA) stima che gli investimenti globali nell’infrastruttura di ricarica EV dovranno raggiungere i 2,7 trilioni di dollari entro il 2030 per supportare la crescita prevista nell’adozione dei veicoli elettrici.
3. Energia Rinnovabile: Il passaggio a fonti di energia rinnovabile come l’energia eolica e solare richiede significativi investimenti in infrastrutture. Ad esempio, la costruzione di parchi eolici offshore comporta costi elevati per turbine, sottostazioni e cavi sottomarini. Il Global Wind Energy Council (GWEC) riferisce che gli investimenti globali nell’eolico offshore dovrebbero superare il trilione di dollari entro il 204o.

Il Percorso da Seguire

Nonostante le sfide, l’industria dell’IA ha il potenziale per avere un impatto trasformativo in vari settori. Per navigare le complessità finanziarie, le aziende devono concentrarsi sulla fornitura di valore significativo agli utenti finali e garantire che i loro investimenti portino a una crescita sostenibile delle entrate. Questo comporta una pianificazione strategica, un’allocazione efficiente delle risorse e un’innovazione continua per rimanere all’avanguardia in un mercato altamente competitivo.

Il percorso per raggiungere un equilibrio tra alti costi infrastrutturali e generazione di entrate è irto di sfide. Tuttavia, coloro che riescono a gestire efficacemente queste richieste finanziarie sfruttando al contempo il potenziale trasformativo dell’IA sono destinati a emergere come leader del settore nei prossimi anni.

Le richieste finanziarie dell’infrastruttura IA sono immense e l’industria deve affrontare significative sfide per colmare il divario tra costi e entrate. Imparando da altri settori che hanno affrontato investimenti tecnologici ad alto costo simili, l’industria dell’IA può sviluppare strategie per garantire una crescita sostenibile e un successo a lungo termine.

Concludiamo co un esempio Calcolo del ROI per l’Infrastruttura IA

Il Return on Investment (ROI) è una misura finanziaria utilizzata per valutare l’efficienza di un investimento. Può essere calcolato utilizzando la seguente formula:

Dove:

• Entrate Totali: Le entrate generate dall’investimento nell’infrastruttura IA.
• Costi Totali: I costi totali sostenuti per l’investimento nell’infrastruttura IA.

Supponiamo che una grande azienda tecnologica investa 600 miliardi di dollari all’anno nell’infrastruttura IA e riesca a generare 500 miliardi di dollari in nuove entrate dall’IA:

In questo esempio, l’azienda otterrebbe un ROI negativo del 16,67%, indicando una perdita sull’investimento. Questo semplice calcolo evidenzia le sfide finanziarie che le aziende possono affrontare quando le entrate generate non riescono a coprire i costi dell’infrastruttura IA.