Abbiamo già assistito a questo dibattito in passato. Amazon era vista come una minaccia per Walmart, Salesforce avrebbe sostituito Oracle e PayPal avrebbe superato Visa. In ogni caso, i nuovi concorrenti sono diventati realtà aziendali di rilievo, ma gli operatori storici si sono adattati e sono sopravvissuti. Oggi, l’intelligenza artificiale viene spesso descritta come una forza in grado di sostituire un’ampia gamma di lavori e aziende basati sulla conoscenza.
Gli scettici, tuttavia, sottolineano le valutazioni ai massimi storici – tra cui i 750 miliardi di dollari per OpenAI – insieme a una spesa in conto capitale stimata di 650 miliardi di dollari per gli hyperscaler nel 2026. Citano inoltre le persistenti criticità, come le “allucinazioni” dei modelli, come elemento che alimenta la speculazione secondo cui potremmo avvicinarci a una bolla.
L’esito più plausibile potrebbe trovarsi a metà strada tra questi due estremi. A nostro avviso, questa “via di mezzo” si traduce in una diffusione più graduale dell’IA come tecnologia commercialmente utile, in cui i vincitori si distinguono per capacità di attuazione, margine di profitto e domanda, piuttosto che per le speculazioni di mercato.
Con la diffusione dell’intelligenza artificiale, il ritmo del cambiamento è destinato ad accelerare grazie alla riduzione dei costi. La storia dimostra che alcuni mercati si sono consolidati attorno ad aziende capaci di trasformare il vantaggio tecnologico in rendimenti sostenibili.
La contraddizione alla base del boom
Non c’è dubbio che stiamo vivendo un’epoca di grandi cambiamenti. Eppure, l’attuale boom dell’IA si basa su una contraddizione. Si presume infatti che gli hyperscaler genereranno una crescita sostenuta vendendo infrastrutture e strumenti alle grandi aziende consolidate, mentre allo stesso tempo si ipotizza che proprio quei clienti subiranno pressioni sui ricavi, sul potere di determinazione dei prezzi e sull’organico man mano che le efficienze derivanti dall’IA prenderanno piede. Riteniamo che, nel lungo periodo, entrambe queste ipotesi non possano reggere. Se l’IA dovesse erodere la redditività in settori come quello bancario, la capacità di tali aziende di investire maggiormente nei servizi di IA rischia di indebolirsi.
I precedenti storici suggeriscono che l’adozione delle tecnologie raramente converge su un’unica piattaforma dominante. In mercati come quello del cloud computing, i clienti hanno tipicamente adottato una combinazione di diversi fornitori. Un modello simile potrebbe emergere anche nel campo dell’intelligenza artificiale. È probabile che le grandi aziende implementino una gamma di modelli privati “pronti all’uso”, alternative open source e programmi personalizzati basati su dati proprietari, a seconda dell’attività da svolgere.
Un modello di IA “sufficientemente valido” si rivelerà spesso adeguato per molte attività. Questa possibilità apre la strada a una serie di fornitori che possono integrare l’IA nei prodotti e nei flussi di lavoro esistenti, anziché lasciare il campo libero a un’unica piattaforma dominante. La narrativa prevalente sul consolidamento potrebbe quindi essere esagerata. In realtà, gli utenti tendono a privilegiare la flessibilità: passano da uno strumento all’altro per compiti specifici e li adottano o li abbandonano man mano che le loro esigenze cambiano.
Una dinamica simile è evidente anche nelle quote di mercato. Anziché concentrarsi rapidamente su una manciata di vincitori, il settore rimane frammentato, lasciando spazio a diversi operatori per crescere e conquistare quote di mercato nel tempo. L’adozione rischia di essere frenata dall’inerzia, poiché l’integrazione di nuovi sistemi e processi è solitamente lenta e costosa. Il software di pianificazione delle risorse aziendali offre un utile precedente, in cui una lunga coda di fornitori più piccoli ha fatto sì che anche i più grandi operatori storici – Oracle e SAP – rappresentino solo circa il 10% della quota di mercato ciascuno.
Ostacoli pratici al boom
La tesi a favore del boom presuppone inoltre che la risposta normativa sarà limitata. Tuttavia, in economie come quella statunitense, dove la crescita è trainata dai consumi, una disruption su larga scala comporta conseguenze sociali e politiche. Se l’IA dovesse indebolire l’occupazione o i redditi delle famiglie, è probabile che ne seguano interventi normativi.
I vincoli vanno oltre le regolamentazioni. Il fabbisogno energetico dei data center su larga scala, l’aumento dei costi della memoria e la carenza di talenti specializzati rappresentano tutte delle sfide. Anche le preoccupazioni relative alla privacy dei dati, i limiti di liquidità dei fornitori di IA e l’implementazione di questi strumenti in intere organizzazioni potrebbero rallentarne l’adozione. Nessuno di questi ostacoli è insormontabile se considerato isolatamente, ma nel loro insieme potrebbero indicare un ritmo di adozione più moderato rispetto a quanto suggerisce la narrativa del boom.
La via di mezzo dell’ IA
Andando oltre gli scenari di boom o di crisi, il nostro approccio basato sull’intelligenza artificiale mantiene un’attenzione bottom-up sulle società che soddisfano i nostri criteri di crescita di qualità. Al contrario, le società del settore dei semiconduttori sono più cicliche, con prospettive incerte per quanto riguarda domanda e offerta.
Gli scettici tendono a pensare alle aziende come entità statiche mentre la tecnologia si evolve. Secondo la nostra esperienza, le migliori aziende tendono ad adattarsi integrando le innovazioni, trasferendo i guadagni di produttività ai propri clienti e, di fatto, rivoluzionando sé stesse.
I loro punti di forza risiedono nella scala, nei dati, nelle relazioni consolidate con i clienti, nelle autorizzazioni normative e nelle risorse finanziarie, tutti elementi che favoriscono soluzioni durature e reciprocamente vantaggiose. Per le aziende consolidate con flussi di ricavi diversificati – nell’e-commerce e nella pubblicità online – l’esposizione all’IA offre una naturale visibilità sulle spese future e la flessibilità necessaria per assorbire o riorientare gli investimenti man mano che la tecnologia matura. Non si tratta di aziende in attesa di essere rivoluzionate. Sono loro stesse a rivoluzionare il mercato.
La via di mezzo può non avere il fascino delle narrazioni di boom o di crollo. Tuttavia, se la storia ci insegna qualcosa, è proprio lì che alla fine si trovano le aziende più resilienti e i rendimenti più sostenibili.
Questa opinione è a cura di Francesco Manfredini, Analista e Gestore Azionario USA di Comgest