L'adozione dell'AI è al centro dell'attenzione degli investitori

Il mercato dell'AI è a un punto di inflessione

All'interno dell'industria IT, alcuni mercati sono in rapida espansione e cercano di introdurre nuove prospettive. Ad esempio, il tema scottante di come l'innovazione digitale possa portare a una maggiore produttività è la crescente adozione di applicazioni di intelligenza artificiale. Il bot ChatGPT basato sull'AI (uno strumento di elaborazione del linguaggio naturale della società privata OpenAI, che utilizza una tecnologia AI che consente di avere conversazioni simili a quelle umane e molto altro) ha conquistato il mondo alla fine del 2022 e ha guadagnato più di 100 milioni di utenti in soli due mesi, molto più velocemente di altre app affermate come Instagram o TikTok, che hanno richiesto rispettivamente 8 mesi e 1,5 anni per raggiungere quella base di utenti. Potenzialmente sconvolge il mercato della creazione di contenuti e della programmazione software e potrebbe rivoluzionare il modo in cui pensiamo ai guadagni di efficienza nel lavoro della conoscenza. Microsoft ha recentemente annunciato che investirà 10 miliardi di dollari in OpenAI, che aiuterà quest'ultima a sviluppare ulteriormente lo strumento e offrirà presto l'applicazione ai suoi clienti di servizi Cloud. Nella telefonata con gli analisti sui risultati del quarto trimestre, l'amministratore delegato di Google ha affermato che "l'intelligenza artificiale raggiunge un punto di inflessione" e che nelle prossime settimane la società metterà a disposizione dei suoi clienti nuovi modelli linguistici come ChatGPT.

Sebbene sia troppo presto per quantificare le dimensioni di un nuovo mercato potenziale per queste applicazioni AI (ci sono molte applicazioni AI in grado di creare musica o immagini, per esempio), a nostro avviso, si può immaginare che il mercato non potrà che aumentare ed è un buon esempio di come l'attività di innovazione digitale continui a guadagnare quote. Secondo una ricerca di settore (Precedence Research), il mercato del software AI dovrebbe crescere a un tasso di crescita annuale composto (CAGR) 2021 - 30E del 23%, partendo da una dimensione prevista di 170 miliardi di dollari nel 2023 e raggiungendo 1,09 tn di dollari nel 2030, che include molti altri modi in cui l'AI è già utilizzata nei software in vari settori.

Come esporsi a questo sottotema?

L'ampia natura dell'AI offre agli investitori molte opportunità di esposizione a questo sottotema. Tuttavia, riteniamo che siano tre i segmenti che trarranno i maggiori benefici: gli hyperscaler, gli enabler e gli sviluppatori di applicazioni.

L’AI e l'apprendimento automatico (ML) si applicano ai data center, in quanto questi possono teoricamente scalare all'infinito i dati e le capacità di calcolo per qualsiasi progetto specifico, fornendo così l'ambiente perfetto per addestrare modelli di intelligenza artificiale su larga scala. Se applichiamo l'analogia con la corsa all'oro, investire negli hyperscaler è un po' come investire nei proprietari di miniere d'oro, dove le operazioni di estrazione sono effettuate da terzi. È necessario tener presente che i data center non sono limitati all'AI. Infatti, l'AI è solo una tra le tante applicazioni ad offrire capacità di calcolo e scala elastica per i dati. In questo segmento, evidenziamo Amazon, Microsoft, Google e Baidu come leader incontrastati. In Nord America e in Europa, riteniamo che il vantaggio acquisito dagli hyperscaler in termini di capacità di storage e di calcolo, nonché di distribuzione software, sia crescente e in gran parte insormontabile. Ad esempio, il fatturato totale del business Cloud di Microsoft nel secondo trimestre dell'anno 2023 è stato pari a 108 miliardi di dollari, con una crescita di cinque volte negli ultimi cinque anni, ed è ora più grande del fatturato totale di Microsoft in qualsiasi anno precedente al FY 2018. Una volta che un cliente "piattaforma" su AWS o Azure e adotta i moduli software, diventa rapidamente antieconomico svincolarsi. Detto ciò, il rapporto è spesso vantaggioso per i clienti e gli hyperscaler. Grazie all'integrazione verticale e all'affitto di capacità di calcolo e di storage a terzi, gli hyperscaler possono ridurre simultaneamente le spese operative (opex) e le spese di investimento (capex) per i loro clienti, generando al tempo stesso margini operativi molto elevati.

Microsoft e Google in testa, ma non dimentichiamo Amazon

Riteniamo che le grandi società di piattaforme di servizi Cloud siano i beneficiari a lungo termine dell'AI. La società più discussa dagli investitori è Microsoft, che è stata la prima ad annunciare che presto offrirà ChatGPT ai clienti dei suoi servizi Cloud. Inoltre, gli investitori vogliono sapere se è in grado di guadagnare quote di mercato nel settore della ricerca migliorando la sua piattaforma di ricerca Bing con l'aggiunta di funzionalità ChatGPT. Gli esperti di AI generativa consigliano di considerare tre metriche importanti per individuare la tecnologia migliore.

• La prima metrica è il numero di parametri utilizzati da un Large Language Model (LLM). Maggiore è il numero di parametri, migliore sarà l'accuratezza del risultato. ChatGPT-3 ha 175 miliardi di parametri, rispetto ai 1,5 miliardi di parametri utilizzati nella versione ChatGPT-2 del 2020. Bard di Google si basa sul suo modello Language Model for Dialogue Applications (LaMDA) e utilizza 137 miliardi di parametri. Microsoft sembra essere attualmente in vantaggio; tuttavia, lo sviluppo dell'aggiunta di parametri all'LLM sta procedendo rapidamente e riteniamo che Alphabet possa recuperare nel breve termine. La presentazione live di Google su Bard dell'8 febbraio non è riuscita a convincere gli investitori della sua accuratezza, seguita dalla reazione negativa del prezzo delle azioni, che tuttavia consideriamo esagerata. Riteniamo che ci siano margini di miglioramento.
• La seconda metrica da considerare è la dimensione del database con cui è possibile addestrare l'LLM. Alphabet ha il più grande database disponibile grazie alle sue varie piattaforme come Google Search, Google Maps, YouTube, ecc.
• La terza metrica è la capacità di elaborazione, che attualmente è il fattore limitante per migliorare la dimensione dei parametri e l'addestramento degli LLM. Entrambe le società hanno grandi disponibilità finanziarie per poter investire nella potenza di elaborazione dei data center. Tuttavia, gli investitori non dovrebbero dimenticare Amazon, che ha investito molto nell'AI e dispone di un'infrastruttura di rete molto più grande per i servizi Cloud rispetto a Microsoft e Alphabet. Ci aspettiamo che anche Amazon prima o poi offrirà applicazioni Cloud basate sull'AI generativa per i suoi clienti aziendali.

Le aziende produttrici di semiconduttori dovrebbero trarne i maggiori benefici

Un altro beneficiario è il settore dei semiconduttori, che fornisce input fondamentali per elaborare calcoli complessi. Metaforicamente, queste aziende vendono picconi ai nostri gold bug. Nessuna società è più associata al computing avanzato di Nvidia, le cui unità di elaborazione grafica (GPU) sono presenti in circa l'85% dei supercomputer del mondo. Le GPU sono molto più adatte allo sviluppo di addestramento dell'AI su larga scala rispetto alle unità di elaborazione centrale (CPU), perché eseguono molti più calcoli simultaneamente. A titolo di esempio, nella sua ultima presentazione all'Investor Day, Nvidia ha stimato che le piattaforme full-stack dei suoi clienti rappresentino un'opportunità da 100 trilioni di dollari, mentre il mercato totale indirizzabile (TAM) della società è di 1 trilione di dollari. AMD è un analogo progettista di chip fabless che produce GPU, ma la sua competenza principale risiede nei chip per computer server x86. Pertanto, pur essendo un beneficiario chiave che cattura il trend dell'AI, AMD rimane meno orientata all'AI rispetto a Nvidia e mantiene un significativo segmento di business dei PC. Le CPU, a causa della loro natura più commoditizzata e dell'impatto meno prezioso, non hanno un potere di determinazione dei prezzi così forte come le GPU. Tuttavia, negli ultimi anni AMD ha dimostrato di essere un operatore formidabile e ha registrato un aumento della quota di mercato sia nei mercati finali dei PC che in quelli dell'AI, anche se partendo da una base più piccola. Ciò è dovuto in gran parte all'efficace progettazione dei chiplet, che presentano alcuni vantaggi nell'elaborazione dell'addestramento dell'AI. In definitiva, ci aspettiamo che sia Nvidia che AMD diventino degli incumbent. TSMC, in quanto importante fonderia all'avanguardia, è un partner di lunga data sia di Nvidia che di AMD ed è quindi ben posizionata per cavalcare l'onda secolare della digitalizzazione. Data la crescente intensità di capitale per ogni nodo di chip successivo, le aziende di fonderia come TSMC sono radicate e godono di un potere di determinazione dei prezzi quasi monopolistico. Ad esempio, TSMC ha speso 36 miliardi di dollari nel FY 2022 in capex e prevede di spendere un importo simile l'anno prossimo, il che rappresenta un costo di esclusione significativo per le fonderie in ritardo. La memoria DRAM è un'altra area particolarmente orientata all'AI e alla digitalizzazione. Infatti, le GPU non dispongono di memoria interna, quindi è necessario un chip DRAM per memorizzare e "alimentare" costantemente i dati che le GPU devono elaborare. Inoltre, l'intensità di capitale necessaria per costruire nuove fabbriche di memorie è aumentata drasticamente, il che ha portato a un significativo consolidamento sul lato dell'offerta. Oggi, all'interno della DRAM rimangono solo tre grandi fornitori di memorie (Samsung, Micron, SK Hynix), oltre a diverse nuove fonti di domanda guidate dall'AI. Pertanto, ci aspettiamo che il miglioramento dell'economia unitaria e la tendenza all'aumento sollevino tutte le barche.

Nuove opportunità per le aziende di Software-as-a-Service

La terza categoria di aziende che potrebbe trarre vantaggio dalla crescente adozione di applicazioni AI è costituita, a nostro avviso, dai fornitori di software-as-a-service (SaaS) nel Cloud. Alcune aziende offrono già applicazioni AI. Ad esempio, l'applicazione di Salesforce.com (denominata Einstein), all'interno della sua piattaforma Lighting, è stata sviluppata per la sua Customer Success Platform con inizio nel 2016. Riteniamo che le aziende SaaS affermate possano trovare il modo di fare upselling e monetizzare le nuove applicazioni AI di nuova generazione che offrono alla loro base clienti all'interno della propria interfaccia utente. Anche Cloudflare, società di Network-as-a-Service di nuova generazione, ha iniziato sette anni fa a utilizzare il machine learning per il rilevamento dei bot, l'identificazione delle anomalie, l'assistenza clienti e la business intelligence. Sta adesso collaborando con Nvidia, estendendo la sua "Workers platform" (una piattaforma in cui gli utenti possono scrivere codici in qualsiasi linguaggio) e includendo le GPU Nvidia e TensorFlow, che hanno permesso ai clienti di costruire applicazioni basate sull'AI che vengono eseguite attraverso la rete Cloudflare. Secondo IDC, il mercato delle applicazioni AI in tutti i sottosegmenti del settore software SaaS dovrebbe crescere a doppia cifra nei prossimi cinque anni. Dopo la brusca correzione dei multipli di valutazione dei titoli software SaaS dello scorso anno, riteniamo che le valutazioni siano diventate ora interessanti, ma non riflettono i driver di crescita strutturali a lungo termine.

Anche se riteniamo che sia troppo prematuro per aspettarsi una monetizzazione materiale dall'utilizzo dell'AI generativa nel breve termine, crediamo che diventerà un nuovo motore di crescita per il settore IT.