a cura di Pinuccia Parini

Investire in aziende che creano innovazione e beneficiano di trend dirompenti è l’obiettivo di Global Innovation Fund di Wellington Management. Fondi&Sicav ha chiesto a Michael T. Masdea, senior managing director, partner e portfolio manager del fondo, come leggere ciò che sta avvenendo sul mercato e come approcciare i temi che guidano la filosofia di questa soluzione d’investimento.

La domanda è forse scontata, ma guardando le performance dei titoli tecnologici legati all’intelligenza artificiale, si può affermare che si è di fronte al rischio di una bolla speculativa?

«Nella mia esperienza lavorativa ho visto la creazione di diverse bolle, compresa quella delle dot-com, cui spesso si fa riferimento quando si analizza l’attuale situazione del mercato. Quest’ultima, agli inizi del 2000, fu sicuramente una bolla, ma è pure vero che, a distanza di tempo, tutta la capacità creata allora è stata utilizzata. Attualmente ci troviamo in una situazione analoga, soprattutto se, nell’ambito dell’Ai, si considerano i model builder, ossia società simili a OpenAi. In aggiunta, c’è un consistente ammontare di capitale privato che si riversa sul mercato, la maggiore parte del quale non sarà probabilmente investito con successo. Spesso i deal vengono fatti senza avere chiaro quale sia il ritorno sul capitale investito. Sulle base di queste considerazioni, si potrebbe affermare che si sia entrati in una bolla. Tuttavia, ci sono un paio di aspetti che caratterizzano in modo diverso la situazione odierna rispetto a quella di oltre vent’anni fa. Il primo è legato a come la tecnologia si sta dispiegando. Se penso all’intelligenza artificiale, credo che si possano evidenziare tre fasi: la classificazione (ciò che i computer leggono, vedono o percepiscono), che si è sviluppata tra il 2010 e il 2020 e ha conosciuto un’accelerazione nel suo sviluppo grazie agli insight di Google nelle reti neurali e nel deep learning; la generazione di qualcosa di nuovo da ciò che è già stato classificato, come nel caso di ChatGpt, e che non si limita alla semplice produzione di testo, ma anche di video (multi-mode); il planning & reasoning o agentic. Quest’ultima fase è quella che si svilupperà nei prossimi cinque- 15 anni e consiste nel ricevere un riscontro a una richiesta inoltrata, dove automaticamente il computer procede in modo autonomo». 

Ciò significa che siamo nelle fasi iniziali di sviluppo dell’intelligenza artificiale?

«Direi di sì e che non è ancora disponibile tutta la tecnologia necessaria per ottenere quanto descritto in precedenza. Certamente, si può analizzare la situazione da due punti di vista: la visione di breve termine vedrà un’accelerazione legata a modelli simili a ChatGpt, che è probabilmente troppo aggressiva e non è escluso che, forse tra un anno, si possa assistere a una correzione dei titoli coinvolti; quella di lungo termine vedrà gli investimenti continuare per un po’ di tempo, con momenti di volatilità e dinamismo che costelleranno il prossimo decennio».

Qual è l’altro aspetto che caratterizza la situazione attuale?

«Nei cicli passati, che fossero legati ai computer o alla dot-com o ad altro, tutto dipendeva dalla capacità della mente umana di realizzare qualcosa e determinare le fasi di sviluppo di un progetto. Con l’avvento dell’intelligenza artificiale, l’evoluzione può avvenire sempre più in modo autonomo, senza che vi sia un intervento dell’individuo per fare progressi. Ciò significa che alcuni colli di bottiglia o impedimenti possono essere superati molto più velocemente».

Ma se ciò fosse vero, e non è mia intenzione dubitarne, come vengono prese le decisioni d’investimento?

«È certamente difficile, soprattutto se paragonato a quanto avveniva in precedenza. E lo dico da ingegnere, una qualifica che forse in passato non era così necessaria per seguire le evoluzioni dell’It, ma che ora è fondamentale. È una formazione che permette di capire che cosa sta accadendo a livello tecnologico e avere accesso in modo consapevole a tutta la letteratura che le stesse aziende mettono a disposizione per fare conoscere ciò che stanno sviluppando. Indubbiamente, ora è più complesso, perché si tratta di comprendere cosa accade non all’interno della mente umana, bensì di un computer».

A tendere, questa maggiore capacità di elaborazione delle macchine di calcolo richiederà un dispendio energetico superiore?

«Non necessariamente. Se si dovesse considerare lo stato attuale di sviluppo tecnologico e pensare che vi possa essere un utilizzo più intenso con il trascorrere del tempo, sì, avremmo un problema di fabbisogno energetico. Non è un caso che i più grandi model builder abbiano siglato accordi con società di pubblica utilità per soddisfare le proprie necessità. Tuttavia, c’è un altro aspetto che non credo sia stato pienamente compreso. Non tutti questi modelli avranno grandi dimensioni e credo che se ne vedranno di più piccoli, ma più specifici, addestrati con dati estremamente rilevanti e dotati di insight all’interno di un determinato ambito di conoscenza. Questi ultimi non avranno bisogno di essere alimentati con grandi quantità di energia. Per quanto riguarda, invece, i super model, potrebbero essere scorporati in differenti ambiti di competenza, ciascuno con le proprie pertinenze, che possono collaborare tra loro, ma contestualmente richiedere calcoli meno intensivi, perché alimentati da dati selezionati. Infine, ritengo che si debba considerare un altro aspetto: a oggi si è visto lo sviluppo delle reti neurali, dei trasformatori che hanno permesso progressi tecnologici, ma ce ne saranno molti altri in arrivo che renderanno l’attività molto più efficiente».

Quindi, attualmente, a che punto siamo?

«Da un punto di vista energetico siamo probabilmente a un punto non sostenibile e sicuramente da una prospettiva Esg. Ciò nonostante, se si prende in considerazione come potrà mutare l’architettura e migliorare l’efficienza di questi modelli, la situazione potrebbe sostanzialmente cambiare». 

Come traduce queste sue considerazioni in decisioni d’investimento?

«Molto del nostro tempo è dedicato allo studio delle dinamiche in ambito tecnologico e delle innovazioni a esso connesse. Classifichiamo i titoli in cui investiamo in tre gruppi: gli enabler, i service deliver e coloro che creano applicazioni. Con il mio collega, gestiamo il portafoglio adottando un processo bottom-up, senza speculare su che cosa potrà succedere nel futuro, bensì cerchiamo aziende i cui utili sono trainati dall’intelligenza artificiale. All’interno dei tre gruppi esaminiamo le dinamiche in atto. Ad esempio, al momento c’è una forte domanda per l’utilizzo di Gpu (prodotti da Nvidia), ma si sta già notando che molti model builder si stanno indirizzando verso i custom chip, che costano circa il 30-40% di un’unità di elaborazione grafica e sono più efficienti energeticamente. È un processo che alcuni stanno adottando molto gradualmente, ma è un fenomeno che riteniamo sia importante seguire da vicino, perché, anche se non si assisterà a un drastico cambiamento in un arco di tempo ristretto, crediamo possa prendere corpo nei prossimi due anni. Ciò non significa che non ci sarà più una crescita dei Gpu, ma che una fetta del mercato sarà occupata da questa diversa tipologia di chip. Inoltre, nell’individuazione delle aziende in cui investire applichiamo un’analisi Esg, all’interno della quale prestiamo molta attenzione alla governance, che è un aspetto da non trascurare quando si parla di Ai».

Qual è la vostra percezione delle aziende che utilizzano l’intelligenza artificiale nella loro attività?

«Delle aziende che affermano di impiegare l’Ai, di fatto circa due terzi stanno solo imparando a usarla e non è un fattore che traina la loro redditività. Noi ci concentriamo sulle imprese che traggono benefici tangibili, anche se siamo convinti che tra un decennio l’universo di riferimento si amplierà decisamente. In Wellington Management incontriamo migliaia aziende all’anno e a tutte chiediamo quale sia il loro impiego dell’Ai e quale impatto abbia sul loro modello di business. La risposta più comune è che l’adozione di questa tecnologia serve a migliorare la loro efficienza, ma rischia di essere una considerazione molto generica se non se ne possono misurare le ricadute. Credo che si sia di fronte a una disconnessione tra ciò che l’Ai promette di fare e ciò che è attualmente in grado di fare».

È quindi prematuro parlare di impatto dell’Ai sulla crescita economica?

«Penso che sia troppo presto per affermare che ciò che si sta osservando in termini di produttività sia in gran parte guidato dall’intelligenza artificiale, anche se la situazione è diversa nei singoli settori industriali, dove alcuni mostrano progressi più marcati di altri. Per questa ragione è necessario seguire da vicino i cambiamenti in corso ed essere attivi nella gestione del portafoglio: sarebbe difficile scegliere una quarantina di titoli e mantenerne l’esposizione per i prossimi 10 anni, perché è probabile che solo alcune aziende riusciranno a tenere il passo con l’evoluzione tecnologica e acquisire una leadership nel mercato. Ed è anche questa la ragione per cui bisogna guardare con attenzione i titoli che sono saliti molto, perché potrebbero anche scendere molto».

leggi il numero 167