Il fondatore di SemiAnalysis: entro il 2028, la maggior parte della potenza di calcolo AI globale apparterrà solo a due aziende.

Autore | Xu Chao

Editing | Hard AI

Nell’ultima conversazione del noto podcast tecnologico Dwarkesh Podcast, Dylan Patel, fondatore e capo analista dell’istituto di ricerca su semiconduttori e potenza di calcolo SemiAnalysis, ha previsto che, entro il 2028, i laboratori OpenAI e Anthropic potrebbero controllare direttamente dal 70% all’80% della crescita globale della potenza computazionale e gran parte dei FLOPs effettivi.

L’impatto più profondo riguarda i mercati finanziari: poiché i data center AI mostrano tassi di rendimento degli investimenti eccezionali, la feroce competizione dei giganti tech per il capitale farà aumentare il tasso di sconto e i tassi di emissione obbligazionaria in tutta la società, portando a una crescita sistemica del costo globale del credito.

Punti chiave riassunti

Le opinioni sulla forte centralizzazione della potenza di calcolo, i cambiamenti nei modelli di business dei laboratori, l’aumento del costo del credito guidato dai data center AI, insieme al rischio di valutazione degli asset tradizionali e dei debiti sovrani, costituiscono i principali contenuti di questa intervista.

Nell’ultimo anno, l’infrastruttura AI non solo si è trasformata nel motore centrale della crescita del PIL americano, ma ha anche alimentato una concentrazione di potenza di calcolo senza precedenti.

Secondo le stime di Dylan Patel, OpenAI e Anthropic stanno ampliando continuamente la loro capacità di calcolo, aumentando la loro quota nella crescita globale della potenza computazionale. Entro il 2028, si prevede che le due aziende conteranno per il 70%–80% dell’aumento globale della potenza di calcolo.

Questa centralizzazione non solo non rallenta, ma si accelera. I giganti cloud tradizionali e altre imprese con solidi bilanci stanno costruendo infrastrutture di potenza di calcolo e le affittano ai principali laboratori.

Grazie ai miglioramenti delle nuove generazioni di chip in termini di prestazioni per watt, il controllo della potenza di calcolo aggiuntiva da parte dei laboratori di punta equivale in pratica al dominio sulla maggiore parte del potenziale di calcolo globale.

In passato, il costo operativo dei modelli avanzati era elevato, e i laboratori avevano spesso margini negativi. Tuttavia, con il miglioramento della capacità dei modelli e dell’efficienza commerciale, il rendimento della potenza di calcolo è sensibilmente aumentato, e i laboratori sono meglio in grado di sostenere prezzi più elevati per la potenza computazionale.

Dal 2024 al 2029, si prevede che il capitale cumulativo investito nella filiera globale dell’AI raggiungerà circa 11.000 miliardi di dollari. Parte dei fondi dovrà essere raccolta attraverso il mercato del credito. Vista l’elevata attesa di rendimento delle infrastrutture AI, i giganti tech potrebbero accettare tassi di emissione più alti, aumentando di conseguenza il costo del denaro per l’intera società.

L’aumento del costo di prestito e del tasso centrale senza rischio rimodellerà direttamente la logica di valutazione degli asset globali. Gli asset tradizionali, che dipendono da flussi di cassa futuri stabili, potrebbero subire pressioni sul valore, mentre i paesi fortemente indebitati potrebbero affrontare maggiori costi di rifinanziamento e rischi di default sovrano.

In futuro, i laboratori d’avanguardia potrebbero ridurre la quota di potenza di calcolo destinata al calcolo commerciale esterno per reinvestirla nello sviluppo interno dei modelli e nel miglioramento ricorsivo. Questo perché i benefici a lungo termine e il valore potenziale della ricerca interna possono superare i ricavi dalla vendita diretta di Token agli utenti esterni.

L’intervista ha anche approfondito la catena di fornitura della potenza di calcolo, la costruzione dei data center, la spesa capitale, le restrizioni regolatorie, e i possibili cambiamenti della struttura economica derivanti dallo sviluppo dell’AI. Secondo gli intervistati, la tendenza alla concentrazione di potenza di calcolo, capitale e capacità dei modelli potrebbe rafforzare ulteriormente l’influenza sul mercato dei pochi laboratori di punta.