Nvidia è ora la prima azienda a superare i 4.000 miliardi di dollari di capitalizzazione di mercato, rimbalzando dopo il crollo causato da DeepSeek all’inizio dell’anno. Anche altri produttori di chip per l’intelligenza artificiale, tra cui AMD e la cinese Huawei, stanno registrando solidi risultati finanziari. Quasi tutti i principali produttori di semiconduttori stanno ora basando la loro strategia sull’AI.
Ma cosa succede se l’AI non funziona?
Questa non è solo una domanda ipotetica. Alcuni segnali indicano che la crescita dell’AI stia rallentando, se non addirittura fermandosi. I nuovi modelli non mostrano più miglioramenti significativi semplicemente aumentando la dimensione o la quantità di dati di addestramento. Il premio Nobel Demis Hassabis ha recentemente osservato che “non stiamo più ottenendo gli stessi progressi” nello sviluppo dell’AI. Anche Andreessen Horowitz, uno degli investitori più noti nel settore, ha espresso preoccupazione per il fatto che le capacità dei modelli stiano raggiungendo un plateau.
Una possibile causa del rallentamento potrebbe essere che i modelli abbiano già consumato la maggior parte dei dati digitali disponibili, lasciando poco materiale per ulteriori miglioramenti. Gli sviluppatori si stanno quindi orientando verso dati sintetici, ma questi potrebbero essere meno efficaci – o addirittura peggiorare le prestazioni dei modelli.
Lo sviluppo dell’AI richiede inoltre enormi investimenti di capitale. L’addestramento dei modelli più avanzati necessita di cluster di calcolo che costano miliardi di dollari. Anche una sola sessione di addestramento può costare decine di milioni. Tuttavia, mentre i costi continuano a salire, i ritorni economici rimangono limitati. A parte gli assistenti di programmazione, ci sono pochi esempi in cui l’AI abbia generato rendimenti in grado di giustificare questi enormi investimenti.
Alcune aziende stanno già riducendo gli investimenti nelle infrastrutture AI a causa dei costi. Microsoft, per esempio, sta “rallentando o sospendendo alcuni progetti nelle fasi iniziali” e ha annullato ordini di attrezzature per diversi data center nel mondo. Anche Meta, AWS e Google avrebbero ridotto i loro ordini di GPU. Collo di bottiglia nella produzione di chip, carenze energetiche e preoccupazioni dell’opinione pubblica rappresentano ulteriori ostacoli alla diffusione su larga scala dell’AI.
Se il boom dell’AI dovesse svanire, sarebbe una pessima notizia per l’industria dei chip, che ha usato questa nuova tecnologia per evitare un crollo.
I chip stanno diventando sempre più costosi da produrre. Sviluppare nuovi processi di produzione costa miliardi di dollari; costruire nuovi impianti può arrivare a costarne decine di miliardi. Tutti questi costi vengono trasferiti ai consumatori, ma al di fuori dell’AI, i clienti non sembrano interessati ad acquistare chip più costosi. Le tecnologie sofisticate presenti nei chip per AI di oggi non sono particolarmente utili per altri scopi.
L’AI ha ritardato un momento di resa dei conti per il settore: i costi di produzione aumentano, mentre i guadagni in prestazioni diminuiscono. La promessa economica dell’AI giustifica prezzi elevati per i chip, ma se questa promessa dovesse venir meno, l’industria dovrà trovare un’altra ragione per convincere gli investitori a sostenere la produzione avanzata. Altrimenti, la produzione di chip all’avanguardia diventerà insostenibile: le nuove tecnologie costeranno sempre di più e offriranno sempre meno.
Un crollo dell’industria dei semiconduttori sconvolgerebbe diversi obiettivi geopolitici ed economici. I governi hanno investito miliardi per sviluppare industrie nazionali di chip. Il presidente Donald Trump minaccia regolarmente l’uso di dazi per riportare la produzione di semiconduttori negli Stati Uniti.
Il presunto vantaggio tecnologico degli USA nello sviluppo dei chip potrebbe rivelarsi un’illusione, soprattutto considerando che la Cina domina la produzione dei chip legacy (più datati ma ancora essenziali). Un’inversione del trend dell’AI scuoterebbe l’intero settore tecnologico globale, costringendo i colossi a rivedere le proprie strategie.
Data l’importanza della posta in gioco, i responsabili politici devono incentivare l’innovazione nell’AI facilitando l’accesso a dati, chip, energia e sistemi di raffreddamento. Ciò include politiche pragmatiche su copyright e protezione dei dati, un approccio equilibrato tra produzione onshore e offshore, e la rimozione degli ostacoli normativi all’uso e alla produzione di energia. I governi non dovrebbero applicare rigidamente il principio di precauzione all’AI: i benefici sono troppo grandi per ostacolarne lo sviluppo in questa fase iniziale. Nemmeno le applicazioni su larga scala, come i veicoli autonomi o la robotica domestica, dovrebbero affrontare requisiti irragionevolmente elevati per essere implementate.
Anche gli investitori dovrebbero esplorare approcci alternativi all’AI che non richiedano grandi quantità di dati e infrastrutture, aprendo così nuove opportunità di crescita. Il settore deve inoltre individuare applicazioni dei chip al di fuori dell’AI, anche solo per ridurre il rischio.
Per garantire la sopravvivenza dell’industria dei semiconduttori a un eventuale rallentamento, è necessario ridurre i costi di produzione avanzata. Le aziende dovrebbero collaborare tra loro e con le università per ridurre i costi di ricerca e sviluppo. Serve un maggiore investimento in chiplet, packaging avanzato, hardware riconfigurabile. Il settore deve sostenere standard interoperabili, strumenti open-source e uno sviluppo hardware più flessibile. Infrastrutture condivise e sovvenzionate per la progettazione e la fabbricazione possono aiutare le piccole imprese a portare un’idea fino alla produzione.
Ma è fondamentale anche evitare che la corsa al reshoring si riveli controproducente: farlo senza criterio potrebbe aumentare drasticamente i costi dei chip.
Il futuro dei chip e dell’AI è ormai strettamente intrecciato. Se l’AI crescerà, i chip prospereranno. In caso contrario, l’intero settore dei semiconduttori potrebbe essere a rischio.
L’articolo completo è su Fortune.com
Rakesh Kumar è professore presso il dipartimento di ingegneria elettrica e informatica dell’Università dell’Illinois e autore di Reluctant Technofili: la complicata relazione dell’India con la tecnologia.
