Recentemente Anthropic ha presentato in via confidenziale la documentazione per una IPO, nel tentativo di arrivare sul mercato prima di OpenAI (probabilmente quest’estate/autunno). La quotazione dovrebbe avvenire poco dopo quella di SpaceX, prevista nelle prossime settimane. Non sorprende quindi che l’entusiasmo intorno all’intelligenza artificiale stia crescendo rapidamente, anche per preparare il mercato ad alcune delle più grandi IPO della storia.
È noto che SpaceX abbia descritto la propria opportunità di mercato nell’AI (Total Addressable Market o TAM) come superiore a 26 trilioni di dollari annui. Masayoshi Son, CEO di SoftBank e uno dei maggiori investitori in OpenAI e altre società legate all’AI, è stato recentemente citato da CNBC mentre dichiarava: “Credo che questo sia più di 10 volte, probabilmente 50 volte più grande della bolla dot-com” e “Questa è la più grande rivoluzione tecnologica e realizzazione mai vissuta dall’umanità; siamo solo all’inizio, come agli albori di Internet.” Dichiarazioni di questo tipo tendono spesso a essere interessate e mirano ad alimentare l’hype prima di una IPO o di una grande raccolta di capitali. L’accelerazione degli investimenti nell’AI ha chiaramente superato persino la capacità delle aziende più redditizie al mondo di finanziare la crescita attraverso i propri flussi di cassa. Di conseguenza, l’emissione di debito da parte dei grandi hyperscaler (Meta, Amazon, Google, Microsoft, ecc.) sta aumentando a ritmi impressionanti.
Con questo contesto, ecco alcune riflessioni sullo stato dell’AI e su ciò che è hype rispetto alla realtà.
Molto è stato scritto, da noi e da altri, sulle enormi somme di denaro spese per la costruzione di data center. L’attuale ciclo di entusiasmo per l’AI sta iniziando a concentrarsi sempre più sull’estrema crescita dei ricavi necessaria per giustificare gli enormi investimenti delle aziende del settore. A seconda dell’orizzonte temporale dell’investitore, è fondamentale capire se questa spesa gigantesca produrrà un ritorno sugli investimenti sensato. Le stime sulle dimensioni potenziali del mercato sono estremamente variabili. Quando si valutano tali stime, è importante considerare la fonte e le ipotesi di crescita sottostanti. Ad esempio, consulenti e banche d’investimento tendono spesso a essere eccessivamente ottimisti, poiché il loro business dipende dalle aziende coinvolte (gli hyperscaler dovranno raccogliere trilioni di dollari per finanziare le loro infrastrutture e avranno bisogno di mercati e investitori favorevoli).
Analizzando le ipotesi alla base delle operazioni AI, emerge che la redditività dei data center è particolarmente sensibile a variabili come la durata operativa dei chip utilizzati e il costo per megawatt necessario a costruire un data center (I data center vengono generalmente misurati in base al consumo energetico piuttosto che alla dimensione fisica). Utilizzando alcune ipotesi base sul capex dell’AI, Goldman Sachs ha recentemente analizzato la sensibilità economica dell’AI rispetto a diversi fattori chiave.
Among the key issues facing the hyperscalers is their estimate for the useful life of the preUno dei principali problemi per gli hyperscaler riguarda la stima della vita utile dei chip NVIDIA che utilizzano prevalentemente nei loro sistemi. È stato molto discusso il fatto che molti hyperscaler abbiano silenziosamente aumentato le stime di durata dei loro chip da 3 anni a 5-6 anni. Questo è un tema cruciale, poiché i costi di calcolo rappresentano oltre il 60% del totale degli investimenti in conto capitale. Come mostra la tabella, l’ammortamento registrato nei bilanci quasi raddoppierebbe se la vita utile dei chip venisse estesa da 3 a 7 anni.
Goldman Sachs osserva: “Un singolo acceleratore acquistato a 50.000 dollari e ammortizzato in cinque anni comporta un costo di ammortamento di 10.000 dollari l’anno. Tuttavia, se quel chip diventa operativamente obsoleto o economicamente inefficiente prima della fine del periodo di ammortamento — perché una nuova generazione offre prestazioni molto superiori per dollaro investito — l’operatore continua comunque a sostenere il costo di un asset che non genera più il valore economico originario. Moltiplicando questa dinamica per centinaia di migliaia di dispositivi, il rischio diventa una minaccia per l’economia fondamentale dell’ecosistema AI. I bilanci possono riflettere un ammortamento ordinato, ma l’obsolescenza operativa può creare una realtà economica molto diversa — e questi cambiamenti possono arrivare improvvisamente.”
L’argomento a favore di cicli di ammortamento più lunghi è che NVIDIA continua a introdurre annualmente nuove generazioni di chip con prestazioni nettamente superiori rispetto ai modelli precedenti. Non è difficile immaginare che, dopo 3 anni, molte versioni più vecchie possano essere considerate obsolete e incapaci di generare ricavi economicamente sostenibili.
Anche i costi di costruzione dei data center sono una variabile fondamentale da monitorare. Non si tratta semplicemente di costruire strutture più grandi. Per massimizzare le prestazioni, i moderni centri AI stanno diventando sempre più complessi, richiedendo maggiore densità, più potenza elettrica, raffreddamento avanzato, memoria aggiuntiva, ecc. Attualmente, i costi di costruzione sono circa 10 milioni di dollari per megawatt (MW). Con l’aumento della complessità, i data center di nuova generazione potrebbero costare almeno 15-20 milioni per MW. Come evidenziato dalla tabella anche piccoli aumenti del costo per MW possono tradursi in enormi incrementi dei costi complessivi di costruzione.
Persino ai livelli di prezzo attuali, il periodo necessario per recuperare gli investimenti infrastrutturali è altamente sensibile alle ipotesi di ricavi e margini utilizzate nei modelli. È evidente che sarà necessaria una crescita estremamente robusta affinché i tempi di ritorno dell’investimento abbiano senso nel lungo periodo. I tradizionali data center cloud (non AI) hanno storicamente avuto tempi di recupero di 3-5 anni. I REIT specializzati in data center hanno generalmente generato IRR (Internal Rate of Return) del 15-20%. Per giustificare gli attuali livelli di spesa sono quindi necessarie ipotesi piuttosto ottimistiche sui ricavi futuri.
Considerazioni finali per gli investitori:
Nei prossimi mesi è probabile assistere a una valanga di articoli e notizie sulle immense opportunità offerte dall’AI agli investitori che desiderano aumentare la propria esposizione al settore. Questo è naturale, considerando la necessità di collocare sul mercato centinaia di miliardi di dollari per le IPO di SpaceX, Anthropic e OpenAI, oltre alle emissioni obbligazionarie dei grandi hyperscaler. Anche Google ha recentemente raccolto altri 80 miliardi di dollari in equity per finanziare la crescita nell’AI. La questione fondamentale che gli investitori devono affrontare è capire se queste opportunità di investimento abbiano davvero senso nella realtà oppure se stiano semplicemente vendendo scenari eccessivamente ottimistici a valutazioni astronomiche. È improbabile che queste aziende possano essere considerate “value play”. Questo non significa che gli investitori debbano evitarle completamente: l’AI avrà probabilmente un impatto enorme sulla società. Ciò che gli investitori devono evitare sono situazioni in cui la tecnologia è fondamentale e rivoluzionaria, ma la performance azionaria delle aziende non lo è altrettanto.
Un esempio classico è il settore aereo. Nessuno mette in dubbio l’importanza essenziale del business. Tuttavia, non esiste un forte vantaggio competitivo (“moat”) tra una compagnia aerea e l’altra. Di conseguenza, nel lungo periodo il settore si è rivelato un investimento disastroso (rendimenti del 26% dal 1993 contro il 1.421% dell’S&P 500). Attualmente è difficile vedere la formazione di solidi vantaggi competitivi di lungo periodo nello spazio dei Large Language Model (LLM), quindi un certo livello di cautela è giustificato, soprattutto per le società con valutazioni estreme. Questo sarà particolarmente vero se i tassi di crescita inizieranno a rallentare o se l’inflazione aumenterà i costi di costruzione e di servizio del debito.
