Che impatto avrà l’intelligenza artificiale generativa sulle economie e i mercati?

Il concetto d’intelligenza artificiale generativa non è nuovo: l’idea circola già dagli anni ’60 e l’architettura dei trasformatori che la rende più efficace è stata presentata nel 2017. Ma il lancio di ChatGPT ha mostrato l’impatto potenziale che può avere in combinazione con una piattaforma ad alti tassi di adozione da parte degli utenti. Attualmente vediamo opportunità legate all’intelligenza artificiale in vari titoli dei segmenti software, Internet e semiconduttori.

La storia insegna che l’avvento di nuove tecnologie può creare valore in diversi settori.

Utilizziamo un modello basato su quattro pilastri per capire in che modo gli sviluppi tecnologici creano valore nei settori collegati nel corso del tempo.

Contributo alla performance dell’S&P 500
Le sette mega cap vs. le altre 493 azioni dell’S&P 500, da inizio anno, in pp

  • 0 %

    Le settemega cap

  • 0 %

    Le altre 493 azioni

L’intelligenza artificiale generativa è una tecnologia innovativa che crea valore in vari settori
La catena del valore dell’innovazione: una tecnologia rivoluzionaria che utilizza infrastrutture e input porta alla creazione di nuovo hardware basato sulle piattaforme di operatori e abilitatori, generando benefici per l’intera economia

Tecnologia

Infrastrutture e input

Produttori di hardware

Operatori e abilitatori

Beneficiari delle applicazioni

Motore
a vapore

Acciaio, carbone

Treni, navi

Ferrovie e
compagnie navali

Commercio

Telefono

Cavi di telecomunicazioni, elettricità

Telefoni

Gestori
delle reti

Servizi, commercio

Motore a
combustione
interna

Acciaio, petrolio,
componenti auto

Case
automobilistiche

Servizi, assicurazioni, concessionari

Commercio al dettaglio, intrattenimento, pendolari

Televisione

Torri, satelliti

Televisori

Reti televisive

Pubblicità, modelli
operativi su
abbonamento

Computer

Semiconduttori

Elaboratori

IBM

Servizi professionali,
produzione
manifatturiera,
aerospazio

Internet

Router,
centri dati

PC

Windows,
Internet Explorer

Ricerche, e-commerce, cloud

Internet
mobile

Torri,
semiconduttori

Smartphone

iOS, Android

Social media,
e-commerce,
gig economy

Intelligenza
artificiale
generativa

Cloud

Processori grafici

Modelli linguistici
di grandi
dimensioni

Generazione di testi,
programmazione,
generazione di immagini/video)

Fonte: UBS, dati a novembre 2023

Cosa ci insegna la storia sulle aziende vincenti?

Fornitori di infrastrutture e input. Logicamente la domanda delle infrastrutture e degli input necessari tende a esplodere nelle fasi immediatamente successive al lancio di un’innovazione, come nel caso dell’acciaio per la ferrovia, del petrolio per le auto e dei semiconduttori per gli smart‑phone. La storia ci insegna però che i fornitori degli input principali possono generare elevati profitti in fase iniziale, ma nel corso del tempo i loro prodotti possono diventare merci. I fornitori di infrastrutture e input possono quindi ritrovarsi a dover operare su più vasta scala e con margini di profitto più bassi.

Produttori di hardware. Le tecnologie innovative spesso favoriscono l’adozione di nuovi hardware di consumo (come auto e TV) e i produttori di hardware possono beneficiare di un’impennata della domanda. Nelle fasi iniziali del boom di una nuova tecnologia i produttori di hardware possono beneficiare del carattere esclusivo, della qualità e della novità dell’hardware che forniscono. Ma può essere più difficile mantenere la leadership. Inoltre, con il tempo l’hardware rischia di diventare una merce e le aziende di successo devono spesso imparare a differenziare i loro prodotti, potenzialmente integrando l’hardware con un sistema operativo di punta.

Operatori e abilitatori. Storicamente gli operatori e gli abilitatori delle nuove tecnologie sono i soggetti che registrano la creazione di valore maggiore e più duratura. Compagnie ferroviarie, reti radio e televisive, società di software e sistemi operativi e piattaforme digitali sono solo alcuni esempi di abilitatori e molti di loro sono stati tra le aziende più grandi del mondo per un certo periodo di tempo.

Beneficiari delle applicazioni. Le tecnologie innovative spesso creano ecosistemi di beneficiari che possono non essere diretta-mente coinvolti nello sviluppo di una tecnologia, ma possono essere ben posizionati per utilizzarla per lanciare nuove attività o in-crementare la redditività di quelle esistenti. Basta pensare alle società che hanno sviluppato le vendite internazionali a seguito dell’avvento del motore a vapore, ai dettaglianti che hanno registrato una forte crescita con la diffusione di massa delle auto e alle aziende attive nell’e-commerce o sui social media grazie a Internet.

A che punto si trova l’intelligenza artificiale? 

Le fasi iniziali della rivoluzione dell’intelligenza artificiale seguono un modello già sperimentato in passato.

Fornitori di infrastrutture e input (cloud). Il cloud computing rappresenta un input essenziale per l’intelligenza artificiale generativa, perché fornisce la potenza di calcolo necessaria per addestrare e far funzionare le relative applicazioni. Proprio come gli «input» storici di altre tecnologie essenziali, in un certo senso il cloud diventa una merce, in quanto servizio standardizzato con basso costo unitario. Ciò significa che le economie di scala sono significative e le più grandi piattaforme basate su cloud sono già gestite dalle maggiori aziende tecnologiche. Gli operatori di questo segmento sono anche in grado di fidelizzare i clienti mediante l’offerta di pacchetti di servizi.

Produttori di hardware (processori grafici). I processori grafici (GPU) sono chip essenziali per l’addestramento delle reti neurali, uno dei pilastri dell’intelligenza artificiale, e i principali produttori registrano già un’impennata della domanda e un forte rialzo delle quo-tazioni. Ci aspettiamo che questa dinamica prosegua a breve termine, seguita a medio termine da una pausa di riflessione durante la quale gli acquirenti individuano e utilizzano solo i prodotti più promettenti. A lungo termine resta da vedere se i produttori di chip potranno continuare a sviluppare, potenziare e innovare i loro prodotti per mantenere il potere di determinazione dei prezzi o se le GPU diventeranno merci, costringendo i produttori a operare su più vasta scala e con margini più bassi.

Operatori e abilitatori (modelli linguistici di grandi dimensioni). I modelli linguistici di grandi dimensioni (LLM) si attestano tra i principali «abilitatori» dell’ecosistema dell’intelligenza artificiale. Lo sviluppo di validi modelli linguistici di grandi dimensioni richiede notevoli capacità in termini di dati, potenza di calcolo e talento, e anche se un modello può essere più adatto per una determinata applicazione (ad esempio per generare testo, codice o immagini) in genere è privo di specializzazione settoriale (ad esempio finanza, diritto o marketing). In ultima analisi, la maggior parte delle applicazioni d’intelligenza artificiale generativa potrebbe essere basata su pochi LLM. Finora i modelli principali sono stati messi a punto dalle più grandi aziende tecnologiche, su base individuale o in joint venture.

Beneficiari delle applicazioni (generazione di testi, programmazione, generazione di immagini/video). ChatGPT è un chiaro esempio di come l’intelligenza artificiale generativa possa avere capacità di generazione di testo simile a quelle umane. Può anche essere utilizzata per generare codice informatico, immagini o video. Nei prossimi trimestri sorgeranno opportunità significative legate all’integrazione dei co-pilot nei software per la produttività degli uffici, alla crescente domanda di analisi basate sull’intelligenza artificiale e all’impiego di questa tecnologia per immagini, video e altre applicazioni d’impresa. 

Conseguenze per gli investimenti 

Un aspetto insolito dell’intelligenza artificiale generativa è che, fin dal suo lancio, in molti casi le stesse società sono già attive in segmenti diversi della filiera, dal cloud alla proprietà di LLM, fino allo sviluppo delle applicazioni per gli utenti finali.

È quindi comprensibile che le sette mega cap tecnologiche dell’S&P 500, per lo più beneficiarie dell’intelligenza artificiale, abbiano registrato una crescita della capitalizzazione di borsa del 67% (pari a 4600 miliardi di dollari) da inizio 2023. Viste le importanti ri-sorse necessarie per realizzare e sfruttare modelli complessi d’intelligenza artificiale, ci aspettiamo che queste grandi aziende con-tinuino a crescere.

Consigliamo agli investitori interessati al settore dell’intelligenza artificiale di assumere un’esposizione ad ampio raggio lungo l’intera catena del valore, includendo società di cloud, semiconduttori, software e Internet. Le aziende di semiconduttori coinvolte dovrebbero continuare a registrare una domanda robusta a breve termine; i lanci di prodotti d’intelligenza artificiale generativa delle sette mega cap dovrebbero proseguire a ritmo sostenuto; e le azioni Internet dovrebbero beneficiare della continua integrazione dell’intelligenza artificiale nelle applicazioni di consumo come giochi elettronici, intrattenimento e pubblicità.

Il potenziale di crescita a lungo termine è elevato, ma non si possono escludere episodi di volatilità o ribassi a breve termine. Com’è successo ad altre tecnologie, l’impennata iniziale della domanda può essere seguita da una pausa di riflessione dei consumatori e delle imprese. Per gli investitori orientati al lungo periodo, queste fasi possono rappresentare l’occasione di rafforzare l’esposizione.
 

Conseguenze per l’economia

A nostro avviso l’intelligenza artificiale dovrebbe migliorare notevolmente l’efficienza e la produttività dei lavoratori, ma le conse-guenze per la crescita economica sono meno chiare. In base a come finirà per essere applicata, potrebbe non aumentare la quan-tità di prodotto, ma regalare più tempo libero.

Alcuni impieghi diventeranno obsoleti a causa dell’intelligenza artificiale (ad esempio, sono pochi gli uffici che oggigiorno hanno squadre di segretarie che si dedicano solo a battere a macchina), ma non si assisterà necessariamente a un’impennata della di-soccupazione. L’intelligenza artificiale dovrebbe creare almeno alcuni nuovi lavori finora impensati. Storicamente ogni decennio si chiude con circa il 10% degli impieghi lavorativi nuovi rispetto a dieci anni prima. Ad esempio, l’occupazione nell’industria dell’intrattenimento è aumentata nell’ultimo decennio, poiché i social media e lo streaming hanno incrementato il consumo d’intrattenimento e abbassato le barriere all’ingresso.

A più lungo termine l’intelligenza artificiale avrà probabilmente un impatto disinflazionistico sui prezzi in alcuni settori, ma l’impatto a livello di intera economia dipenderà in larga misura dall’entità, ubicazione e tempistica del suo utilizzo. È già abbastanza evidente che la generazione di testi, immagini e video mediante intelligenza artificiale potrebbe mettere sotto pressione i prezzi di settori tra cui servizi alla clientela, programmazione informatica, legale e intrattenimento.

Infine, i periodi di turbolenze economiche tendono a creare tensioni sociali, perché le persone che vedono diminuire il proprio red-dito e tenore di vita cercano un capro espiatorio. Queste tensioni possono sfociare nel populismo e nei pregiudizi. L’intelligenza arti-ficiale potrebbe anche aggravare le tensioni geopolitiche a causa della «corsa alle armi» da parte di alcuni Paesi, che vogliono tu-telarsi contro le potenziali applicazioni d’intelligenza artificiale dei loro rivali. Questo trend emerge già dalle recenti restrizioni statu-nitensi alla tecnologia dell’intelligenza artificiale e dalle ritorsioni cinesi.


More key questions

Altri capitoli

Capitolo 1 L’anno che verrà

Gli scenari, le domande principali e le previsioni del CIO per il 2024, con la rassegna del 2023.

Capitolo 3 Idee d’investimento principali

I nostri Messaggi in primo piano, per sapere come incrementare il valore dei portafogli.

Capitolo 4 Ripristinare l’equilibrio

Come proteggere e far crescere il patrimonio l’anno che verrà e il prossimo decennio.

Vuole stampare la pubblicazione?

Questo rapporto è stato redatto da UBS AG, UBS AG London Branch, UBS Switzerland AG, UBS Financial Services Inc. (UBS FS), UBS AG Singapore Branch, UBS AG Hong Kong Branch e UBS SuMi TRUST Wealth Management Co., Ltd