Nel 2024 abbiamo esaminato se l'energia e le infrastrutture fisiche potessero limitare l'espansione dell'IA. Due anni dopo, questi vincoli permangono, ma la costruzione si è estesa ben oltre le unità di elaborazione grafica (GPU), e stanno emergendo i primi segnali concreti di monetizzazione. L'attenzione si sta spostando da cosa è necessario costruire a chi può ottenerne un rendimento interessante.
I portfolio manager di Putnam Andy O'Brien, CFA, e Bobby Gray esaminano l'opportunità da entrambi gli estremi della catena del valore dell'IA. O'Brien si concentra sulla tecnologia e sull'infrastruttura necessarie per sostenere la crescente domanda, Gray segue i modelli di business, le dinamiche competitive e la ripartizione dei profitti. Le loro prospettive sono complementari: una verifica la durata della domanda di IA, l'altra la durata dei rendimenti dell'IA.
Un ciclo. Due prove d'investimento; The Buildout May Still Be Underestimated
Vediamo ragioni solide per cui gli investimenti nell'IA continueranno. Le aziende spendono in modo offensivo per inseguire nuovi ricavi, e in modo difensivo per non rischiare di restare indietro senza una capacità di calcolo o una proprietà intellettuale sull'IA adeguate. Costruire troppo potrebbe sprecare capitale; costruire troppo poco potrebbe compromettere la posizione di un'azienda nella prossima grande piattaforma di calcolo.
L'adozione dell'IA è ancora nelle fasi iniziali, lasciando ampio margine per un'ulteriore crescita della domanda. Molte aziende usano l'IA per compiti isolati, ma poche hanno ancora ricostruito i flussi di lavoro principali attorno ad essa su larga scala. Man mano che i modelli assumono compiti più complessi, anche una crescita modesta dell'adozione potrebbe generare un aumento sproporzionato della domanda di infrastrutture.
Anche l'opportunità si sta ampliando. Le GPU restano essenziali, ma la costruzione dipende sempre di più da memoria, networking, componenti ottici, silicio personalizzato e attrezzature per semiconduttori. L'analisi di Putnam suggerisce che le aspettative sugli utili hanno continuato a migliorare lungo tutta la catena delle infrastrutture, con guadagni che si estendono oltre il principale fornitore di GPU.
Una domanda più ampia non garantisce benefici diffusi. I colli di bottiglia possono sostenere i prezzi, ma le carenze attirano capacità e prodotti sostitutivi. Ciò che conta di più è capire quali fornitori resteranno di valore una volta superata la scarsità.
Una misura che seguo è la monetizzazione per gigawatt, ossia quanto ricavo può generare una determinata quantità di capacità di potenza dei data center. Il costo di costruzione di questa capacità è aumentato, ma è cresciuto anche il suo potenziale di ricavo. Questo potrebbe accrescere il valore dell'infrastruttura di calcolo già esistente e dare ai fornitori cloud maggiore fiducia per investire. Il mercato potrebbe ancora sottostimare sia quanta infrastruttura richiederà l'IA, sia quanto potrebbero essere interessanti i rendimenti su tale investimento.
I ricavi stanno arrivando; il dibattito sui rendimenti non è ancora finito
Lo affronto il ciclo dal lato opposto dell'equazione. Per la maggior parte della fase di espansione degli investimenti, le attese di crescita sono cresciute più velocemente rispetto alle previsioni dei ricavi e utili.
Nel caso di Amazon, a inizio dell'anno le stime di consenso sulla spesa in conto capitale erano salite di circa il 120% rispetto ai due anni precedenti, mentre le stime sui ricavi per lo stesso anno erano rimaste sostanzialmente invariate, secondo l'analisi dei gestori. Più di recente, tuttavia, il quadro ha iniziato a cambiare. La crescita dei ricavi e degli ordini inevasi ha accelerato, mostrando come la monetizzazione potrebbe iniziare a recuperare terreno rispetto alla spesa.
Il vero test sarà capire se questi miglioramenti giustificheranno l'elevato livello di spesa. I fornitori di Servizi di Cloud devono fare i conti con una concorrenza crescente, mentre i grandi sviluppatori dell'Intelligenza Artificiale stanno diventando clienti sempre più rilevanti per la capacità di calcolo.
Questo potrebbe modificare, nel lungo periodo, le dinamiche di prezzo, i margini e il profilo di rischio. Le imprese possono inoltre smistare i carichi di lavoro tra modelli diversi in base a costo, velocità e prestazioni, mentre i modelli open-weight potrebbero intensificare ulteriormente la concorrenza.
Per Amazon, all'inizio di quest'anno, le stime di consenso sulla spesa in conto capitale per il 2027 erano aumentate di circa il 120% rispetto ai due anni precedenti, mentre le stime sui ricavi per quell'anno erano rimaste sostanzialmente invariate, secondo l'analisi dei gestori. Queste dinamiche rendono difficile prevedere dove si concentrerà la creazione del valore. La società che sviluppa il modello più avanzato non sarà necessariamente quella che tratterrà la quota maggiore dei benefici economici.
I fornitori di software già affermati possono integrare l'IA in prodotti che i clienti utilizzano già, mentre le applicazioni native basate sull'IA creano nuovi flussi di lavoro. Gli hyperscaler possono trarre vantaggio dal possesso dell'infrastruttura e dalle relazioni anche quando cambia il modello preferito. Le prestazioni dei modelli contano, ma ritengo che distribuzione, dati proprietari e integrazione nei flussi di lavoro contino altrettanto, se non di più.
Tre domande per la fase dei rendimenti
Insieme, le prospettive di O'Brien e Gray indicano tre domande che portano gli investitori oltre la semplice esposizione all'IA:
1) La domanda è duratura e in espansione? Riteniamo che gli investitori debbano guardare oltre la spesa complessiva, valutando l'adozione e l'intensità di utilizzo, e ciò che questi fattori implicano per la domanda di infrastrutture;
2) I margini economici migliorano con la scala? La crescita dei ricavi deve tradursi in flusso di cassa, in rendimenti interessanti sul capitale o in una struttura economica più solida per i clienti;
3) Chi controlla il cliente e trattiene il valore? È importante valutare il potere di determinazione dei prezzi, la distribuzione, i costi di cambio fornitore e, in definitiva, quanto i modelli e i servizi di IA possano diventare intercambiabili.
Essere in anticipo non è una tesi d'investimento
L'IA può restare un tema d'investimento potente pur senza premiare ogni partecipante allo stesso modo: le infrastrutture possono continuare a espandersi, mentre i rendimenti diventano sempre più selettivi. Nel lungo periodo, crediamo che i vincitori non saranno necessariamente coloro che spendono o costruiscono di più, ma coloro che riescono a catturare il maggior valore da ciò che viene costruito.
Per gli investitori attivi, in Putnam riteniamo che sia necessario adottare entrambe le prospettive: capire quanta infrastruttura richiederà l'IA e quali aziende siano meglio posizionate per catturarne i benefici economici. A nostro avviso, le aziende dotate di potere di determinazione dei prezzi, tecnologie differenzianti e vantaggi di costo, elementi che acquistano ancora più valore man mano che l'infrastruttura IA si espande, appaiono le più promettenti. Nel lungo periodo, crediamo che i vincitori non saranno necessariamente coloro che spendono o costruiscono di più, ma coloro che riescono a catturare il maggior valore da ciò che viene costruito.
A cura di Andy O'Brien e Robert Gray, entrambi Portfolio Manager e Analyst di Core Strategies di Putnam Investments, parte del Gruppo Franklin Templeton