L'intelligenza artificiale come stress test per i mercati della tecnologia e del software

Le dinamiche dell'ecosistema globale della tecnologia e dell'IA possono attualmente essere descritte come una combinazione di massicci investimenti infrastrutturali, cambiamenti strutturali lungo la catena del valore e una rivalutazione dei tradizionali modelli di business del software. L'accentuata volatilità degli ultimi mesi - in particolare delle azioni software - non è tanto espressione di un indebolimento dei fondamentali, quanto piuttosto il risultato di un cambio di paradigma tecnologico innescato dal rapido sviluppo di modelli generativi di IA.

Il mercato discute sempre più spesso se i modelli di software esistenti potrebbero subire pressioni strutturali a causa dell'IA, se i margini diminuiranno nel lungo periodo e quanto siano sostenibili le valutazioni attuali. Questa incertezza ha portato a una notevole rivalutazione di molti titoli, spesso in modo trasversale e poco differenziato.

L'infrastruttura prima della qualità del modello: perché gli hyperscaler traggono vantaggi strutturali

Un dato fondamentale è il crescente disaccoppiamento tra la qualità dei singoli modelli di IA e la redditività delle piattaforme sottostanti. Aziende come Microsoft, Amazon e Alphabet non beneficiano tanto del modello di IA che prevale, quanto del fatto che i modelli di IA siano utilizzati su larga scala.

Ogni applicazione, che si tratti di ricerca, software aziendale o automazione di processi, genera un carico di calcolo. E carico di calcolo significa domanda di infrastrutture cloud, reti e data center. Anche se i prezzi e i margini a livello di modello sono sotto pressione, la domanda strutturale di capacità di inferenza rimane. È proprio per questo che le grandi piattaforme cloud si stanno dimostrando solide nel breve termine, nonostante gli elevati investimenti.

L'intensità di capitale come fattore di rischio nello stack AI

Con lo spostamento della creazione di valore verso le infrastrutture, il ciclo degli investimenti sta diventando più evidente. I segmenti ad alta intensità di capitale sono particolarmente sensibili alle variazioni della domanda. Ne sono un esempio i produttori di GPU, i produttori di memorie e le fonderie di semiconduttori.

Aziende come Nvidia e fornitori del segmento dello storage ad alte prestazioni hanno recentemente tratto grandi benefici dal boom dell'intelligenza artificiale. Allo stesso tempo, con l'espansione della capacità, aumenta il rischio di un eccesso temporaneo di offerta se le decisioni di investimento vengono ritardate o la monetizzazione è più lenta del previsto. Il ciclo del capitale sta quindi diventando un fattore determinante per la redditività e un importante fattore di incertezza per le valutazioni.

Convergenza dei modelli e pressione sui prezzi

Un altro fattore strutturale è la rapida convergenza della qualità dei modelli nei modelli linguistici di grandi dimensioni. Le differenze di prestazioni tra i modelli commerciali e le alternative open source di alta qualità si stanno riducendo, mentre i margini di prezzo rimangono in alcuni casi considerevoli. Per molti utenti, difficilmente sarà economicamente razionale utilizzare un modello che fornisce risultati solo marginalmente migliori ma che costa molte volte di più.

Questo sviluppo aumenta la pressione sui fornitori di modelli, ma allo stesso tempo stabilizza la domanda di infrastrutture. I modelli possono diventare intercambiabili, ma non le capacità di calcolo scalabili, l'integrazione dei dati e le piattaforme operative.

Software: tra ansia di mercato e solidità strutturale

Il settore del software è attualmente l'area in cui il sentimento del mercato e la realtà fondamentale divergono maggiormente. Gli ampi sell-off suggeriscono talvolta che il software è strutturalmente a rischio. Tuttavia, un'analisi differenziata rivela un quadro molto più eterogeneo.

I rischi possono essere classificati grossolanamente in tre livelli: Effetti dell'automazione che possono ridurre il numero di utenti umani - principalmente un modello di prezzo, non necessariamente un problema esistenziale. Generazione di codice supportata dall'IA, che accelera i processi di sviluppo ma non è sinonimo di sviluppo di sistemi resilienti e conformi alle normative. Nuove architetture native dell'IA, che rappresentano la più grande sfida strutturale a lungo termine, ma che richiedono tempo per essere implementate.

Un sistema ERP come SAP o un software di ingegneria complesso rappresentano decenni di conoscenza del dominio e delle normative. Questa profondità non può essere sostituita a breve termine da modelli linguistici. È proprio qui che risiede la stabilità strutturale di molti fornitori affermati.

Collaborazione e tecnologia di rete come elementi stabili

Anche le aziende che sono profondamente radicate nei processi organizzativi e nelle reti fisiche si dimostrano solide. Atlassian, ad esempio, è un esempio di software di collaborazione e di processo che rimane rilevante indipendentemente dal fatto che il codice sia scritto da esseri umani o da agenti autonomi. Pianificazione, documentazione, coordinamento e tracciabilità restano requisiti fondamentali.

Anche i fornitori di tecnologia tradizionale, come Nokia o Ericsson, che sono a malapena riconosciuti in molti portafogli tecnologici, stanno beneficiando di tendenze strutturali: una concorrenza meno intensa, flussi di cassa prevedibili e la crescente importanza di un'infrastruttura di rete stabile sulla scia dei crescenti flussi di dati.

Un mercato tra reazioni eccessive e vere perturbazioni

Il settore tecnologico si trova in una fase in cui il progresso tecnologico avanza più rapidamente della comprensione dei mercati dei capitali. Gli elevati investimenti iniziano ad avere un effetto produttivo, ma allo stesso tempo la loro sostenibilità viene messa in discussione. Le aziende produttrici di software sono penalizzate in modo generalizzato, anche se solo alcune di esse sono effettivamente a rischio strutturale.

I rischi principali non risiedono tanto nel «se» della rivoluzione dell'IA, quanto nel «quanto velocemente» e «quanto uniformemente» si concretizza la creazione di valore lungo lo stack dell'IA.

Conclusione: la differenziazione sta diventando un fattore di successo decisivo

Il boom dell'IA sta creando chiari vincitori strutturali, soprattutto laddove i modelli di business sono scalabili, ancorati alle infrastrutture e profondamente integrati nei processi. Allo stesso tempo, sta costringendo gli investitori e gli osservatori del mercato ad analizzare più da vicino le catene del valore e a valutare i rischi in modo più differenziato.

Non tutte le perturbazioni sono immediate, né tutti i cicli sono permanenti. Ma quando la tecnologia, i dati, le infrastrutture e l'organizzazione lavorano insieme, il potenziale a lungo termine rimane eccezionale, nonostante la volatilità in corso.

Ulteriori informazioni: DNB Asset Management