Il settore dei semiconduttori ha vissuto un rally straordinario negli ultimi dodici mesi, sostenuto dalle scommesse degli investitori sul ruolo centrale dei chip nella costruzione dell’infrastruttura globale dedicata all’intelligenza artificiale. Tuttavia, il ritorno della volatilità su questi titoli ha riacceso il dibattito: si tratta di un segnale di preoccupazione più ampia riguardo alla reale domanda di AI?
Nel corso di una serie di interviste rilasciate a CNBC questa settimana, diversi dirigenti del comparto hanno smorzato i timori di un rallentamento, pur riconoscendo che le aziende stanno diventando più prudenti sui costi legati all’utilizzo dell’intelligenza artificiale.
Una domanda percepita come “quasi illimitata”
Pat Gelsinger, ex CEO di Intel e oggi general partner presso Playground Global, ha espresso una visione decisamente ottimista.
“In un certo senso considero la domanda di AI come quasi illimitata,” ha dichiarato Gelsinger, aggiungendo che la disponibilità di energia rappresenta “l’unico vero limite”.
Secondo Gelsinger, il potenziale economico dell’intelligenza artificiale è enorme: “Quanto valore economico si ottiene da un incremento dell’intelligenza? Praticamente infinito, in ogni settore immaginabile.”
Vincoli di offerta lungo tutta la filiera
Diversi fattori hanno alimentato la volatilità sui titoli legati ai chip e ai data center per l’AI. Uno dei principali catalizzatori del recente sell-off è stato l’annuncio di Meta, intenzionata a vendere la propria capacità di calcolo AI in eccesso. Sebbene il titolo abbia reagito positivamente alla notizia, l’operazione ha sollevato interrogativi su una possibile sovraccapacità di potenza di calcolo sul mercato. Anche xAI di Elon Musk ha affittato la propria capacità in eccesso.
Sempre questa settimana, Samsung, uno dei maggiori produttori mondiali di chip di memoria, ha previsto un aumento colossale degli utili, ma il titolo ha comunque perso terreno: dopo un rally superiore al 360% negli ultimi 12 mesi, il mercato si è interrogato sui margini di ulteriore crescita.
La testimonianza degli operatori del settore
Nessuna di queste dinamiche sembra però aver intaccato la domanda di potenza di calcolo e dell’infrastruttura sottostante.
“Ciò che stiamo osservando in termini di domanda è straordinario. La richiesta supera di gran lunga la nostra capacità di soddisfarla, e questa è la nostra esperienza ormai da tempo,” ha spiegato Marc Boroditsky, chief revenue officer di Nebius, società che costruisce data center basati sulle GPU di Nvidia.
Andrew Feldman, CEO di Cerebras Systems, ha descritto i casi di Meta e xAI come situazioni “uniche” e non rappresentative del quadro generale.
“Per il settore nel suo complesso, la domanda di potenza di calcolo supera di gran lunga la capacità disponibile: mancano data center e mancano molti degli input necessari alla computazione,” ha affermato Feldman.
Cerebras, quotatasi in borsa di recente, è una delle numerose startup dei semiconduttori che ambiscono a diventare protagoniste nel mercato dei data center, sfidando il dominio di Nvidia.
Analoghe indicazioni arrivano da Rebellions, startup sudcoreana sostenuta da Samsung e SK Hynix. Il CEO Sungyun Park ha parlato di uno “slancio ancora enorme” nell’infrastruttura AI, escludendo che le mosse di Meta e xAI segnalino un sovrainvestimento da parte degli hyperscaler.
Ancora più eloquente il caso di Lumentum, che produce componenti fotonici e ottici per la connettività nei data center: l’azienda ha dichiarato di aver esaurito la produzione per i prossimi cinque anni.
“Stiamo cercando di ampliare la nostra capacità il più possibile per far fronte a una domanda che, al momento, vediamo estendersi fino a cinque anni,” ha dichiarato il CEO Michael Hurlston.
Non a caso, il titolo Lumentum è salito di circa il 600% negli ultimi 12 mesi, spinto dagli investitori attratti dalle società che affrontano i principali colli di bottiglia nella costruzione dei data center per l’AI.
Dalla logica del “tokenmaxxing” a quella del “valuemaxxing”
Un altro nodo centrale del dibattito riguarda quanto le imprese siano effettivamente disposte a spendere per questa tecnologia.
Si è recentemente attraversata una fase di cosiddetto “tokenmaxxing”, in cui le aziende incoraggiavano i dipendenti a utilizzare l’AI il più possibile, indipendentemente dai risultati concreti. Gli strumenti impiegati provenivano spesso dai laboratori di frontiera come OpenAI e Anthropic.
Oggi, però, l’attenzione si sposta sempre più sul ritorno sull’investimento (ROI), complice il fatto che i modelli di frontiera restano costosi rispetto alle soluzioni open source offerte da realtà come DeepSeek o Alibaba.
La razionalizzazione della spesa
Boroditsky di Nebius ha sottolineato che il tokenmaxxing ha senso solo se genera un ritorno economico concreto.
“Il CFO che stringe i cordoni della borsa e rallenta la spesa dovrebbe in realtà cercare valore, quello che chiamiamo valuemaxxing,” ha spiegato, aggiungendo che l’AI va applicata per creare valore tale da giustificare l’investimento.
Secondo il dirigente, questa transizione non rappresenta una minaccia per il settore, bensì un passaggio fisiologico: “Stiamo assistendo a uno spostamento verso una maggiore razionalizzazione. È accaduto in ogni ciclo tecnologico, e questa razionalizzazione continuerà ad alimentare la domanda.”
Modelli diversi per esigenze diverse
Se i modelli di frontiera sono considerati i più avanzati, esiste una vasta gamma di modelli open source con prestazioni vicine, oltre a soluzioni meno sofisticate. Ogni modello possiede capacità specifiche, applicabili a compiti mirati.
Feldman di Cerebras prevede che in futuro l’utilizzo dei modelli sarà sempre più selettivo: i modelli di frontiera per i problemi complessi, mentre i carichi di lavoro più semplici migreranno verso soluzioni meno onerose.
“Probabilmente non serve un autobus gigante per andare a fare la spesa,” ha osservato Feldman. “Alcuni carichi di lavoro si sposteranno verso un certo tipo di calcolo e quelli più semplici verso altri: man mano che diventeremo più sofisticati nell’implementazione dell’AI, accadrà esattamente questo.”
Il messaggio che emerge dalle voci del settore è chiaro: nonostante la volatilità dei mercati e la crescente attenzione ai costi, la domanda strutturale di infrastruttura per l’intelligenza artificiale rimane robusta. La vera sfida per le imprese non sarà più spendere di più, ma spendere meglio.
