Investimenti, intelligenza artificiale: potenzialità, rischi e opportunità

L’intelligenza artificiale generativa (IA) è a un punto di svolta nell’adozione di massa da parte dei consumatori dopo il successo del lancio di ChatGPT. Dalla sua diffusione al pubblico alla fine di novembre 2022, ChatGPT è diventata l’app per consumatori con la crescita più rapida della storia, raggiungendo oltre 100 milioni di utenti attivi mensili nel gennaio 2023. Il record precedente era detenuto da TikTok, che ha superato la soglia dei 100 milioni di utenti in nove mesi.

In questo scenario, ecco di seguito la view sul settore dell’intelligenza artificiale di Dimitri Kallianiotis, Investment Specialist e Vey-Sern Ling, Senior Equity Advisor di UBP.

L’IA generativa potrebbe avere un impatto sull’economia reale molto prima di quanto molti si aspettino. A differenza di precedenti tecnologie emergenti, come la blockchain e il metaverso, l’IA generativa ha numerose applicazioni nel mondo reale ed è facile da usare senza requisiti aggiuntivi in termini di hardware.

Con il potenziale di ridefinire i modelli di business esistenti, le aziende si stanno affrettando a incorporare la tecnologia nei loro prodotti e servizi. Le aziende che si muovono per prime e che offrono un’esperienza utente di alta qualità possono essere in grado di conquistare una quota di mercato sostanziale, mentre gli operatori storici che si muovono lentamente rischiano di essere colpiti e penalizzati.

Siamo solo all’inizio 

L’IA generativa è un’etichetta ampia che descrive gli algoritmi utilizzati per creare nuovi contenuti originali, tra cui testi, immagini, audio e video. Utilizzando modelli pre-addestrati e hardware computazionale avanzato, questi algoritmi possono produrre contenuti quasi indistinguibili da quelli prodotti dagli esseri umani.

Le applicazioni attuali si concentrano sul potenziamento del lavoro creativo. Le applicazioni basate sul testo, come ChatGPT, possono scrivere saggi, eseguire il debug di programmi informatici, creare battute originali e risolvere problemi matematici. Le applicazioni basate sulle immagini possono creare grafica e opere d’arte da input testuali.

I futuri usi commerciali dell’IA generativa potrebbero essere molto più sofisticati. Ha il potenziale per “inventare” nuovi progetti di farmaci, materiali e chip di semiconduttori analizzando e sfruttando aspetti particolari di grandi volumi di dati che potrebbero sfuggire all’uomo.

In definitiva, l’IA generativa dovrebbe portare a una maggiore produttività; la tecnologia potrebbe contribuire ad automatizzare i processi e a ridurre la necessità di manodopera umana. Così come la robotica ha automatizzato il lavoro manuale nelle fabbriche, l’IA generativa potrebbe avere un impatto profondo sui settori legale, marketing, bancario, pubblicitario e dei media.

Svantaggi e rischi 

Essendo nelle prime fasi di sviluppo, potrebbe essere necessario del tempo prima che i benefici finanziari si concretizzino per le aziende che cercano di monetizzare l’utilizzo dell’IA generativa. La maggior parte dei prodotti deve ancora essere lanciata a livello commerciale e la corsa al lancio di queste applicazioni potrebbe richiedere investimenti significativi in R&S e in hardware.

La natura simile a una “scatola nera” degli algoritmi di IA generativa – in cui i modelli vengono addestrati su grandi volumi di dati per produrre nuovi contenuti – può portare a problemi legali e di copyright. Questi modelli di IA non attribuiscono generalmente le fonti ai loro contenuti e possono talvolta fornire risposte non corrette o parziali.

Con il potenziale per diventare competitiva con l’uomo in compiti generali, la tecnologia dovrà inevitabilmente affrontare controlli e normative. Le questioni possono essere politicizzate e le aziende che hanno investito risorse nello sviluppo di strumenti di IA generativa rischiano di veder svalutare i loro investimenti.

Opportunità di investimento 

Tra le tre principali categorie di aziende tecnologiche che possono trarre vantaggio dall’adozione dell’IA generativa, le aziende di semiconduttori potrebbero essere le prime a registrare un impatto finanziario positivo, mentre le aziende di software aziendale e di infrastrutture di cloud computing potrebbero beneficiarne nel tempo.

L’esigenza di hardware computazionale avanzato per guidare i modelli di IA potrebbe generare una domanda strutturale per i semiconduttori. I leader nella progettazione di chip, nelle reti, nella produzione di chip logici e di memoria e nelle attrezzature per la produzione di semiconduttori ne trarranno vantaggio.

Anche le aziende di software che hanno una chiara leadership tecnologica, accesso ai dati ospitati nel cloud e che sono prossime alla commercializzazione dei loro prodotti di IA generativa possono raccogliere i primi frutti. Ne sono un esempio i motori di ricerca e i software per la creazione di contenuti e la progettazione. Le grandi piattaforme con applicazioni basate sul cloud avranno un vantaggio competitivo in quanto hanno accesso a enormi volumi di dati per addestrare e migliorare i loro algoritmi di IA. Dovrebbero essere in grado di guadagnare quote di mercato e vendere un maggior numero di pacchetti premium che includono funzioni di IA generativa.

Man mano che le applicazioni di IA generativa diventano più presenti e pervasive in tutti i settori, dovrebbero aumentare anche l’adozione e l’utilizzo del cloud computing. I fornitori di servizi di cloud computing possono trarre vantaggio da questa situazione sviluppando e ospitando strumenti di IA per le piccole aziende che non hanno le risorse per gestire i propri modelli di IA generativa.

Vuoi ricevere le notizie di Bluerating direttamente nella tua Inbox? Iscriviti alla nostra newsletter!