La discrepanza tra gli investimenti in infrastrutture AI e i ricavi genera preoccupazioni sull’eventuale bolla finanziaria nel settore.
Gli ingenti investimenti effettuati dai colossi della tecnologia in infrastrutture AI non sono ancora corrisposti da una crescita proporzionale nei ricavi. Questo divario alimenta i timori di una possibile bolla finanziaria nel settore dell’intelligenza artificiale (AI). David Cahn di Sequoia Capital ha dichiarato che le aziende AI dovranno generare circa 600 miliardi di dollari all’anno solo per coprire i costi delle infrastrutture, inclusi i datacenter.
Società come Nvidia hanno raggiunto ricavi di 47,5 miliardi di dollari grazie al mercato dell’hardware per datacenter, ma altre aziende note come AWS, Google, Meta e Microsoft hanno pure investito cifre significative nelle loro infrastrutture AI nel 2023. Tuttavia, resta incerto se riusciranno a recuperare tali investimenti. Cahn ha inoltre evidenziato che, per coprire i costi totali dei datacenter AI, i ricavi dovrebbero essere doppi rispetto a quelli di Nvidia, considerando anche un margine lordo del 50% per gli utenti finali.
Anche se le maggiori aziende del settore tecnologico riuscissero a generare 10 miliardi di dollari ciascuna all’anno dall’AI, resterebbe comunque un divario di 500 miliardi di dollari. Tra i vari ostacoli all’ottimismo si conta la possibile commoditizzazione del calcolo AI e la rapida svalutazione dei processori.
L’AI possiede un potenziale trasformativo indiscusso, ma il suo sviluppo avrà bisogno di tempo e di continue innovazioni. Se l’industria non riuscirà a moderare le aspettative di profitti rapidi, potrebbe verificarsi una crisi economica globale simile a quella delle bolle speculative del passato.
Rimanendo nel contesto dell’adozione dell’AI, la comunità di intelligence degli Stati Uniti sta facendo grandi passi in avanti nell’utilizzo dell’AI generativa per migliorare le operazioni di intelligence. Lakshmi Raman, direttore dell’Innovazione AI della CIA, ha discusso l’utilizzo dell’AI per assistenza nella ricerca, scrittura e generazione di controargomentazioni.
Gli analisti utilizzano l’AI per esaminare grandi quantità di dati al fine di identificare informazioni cruciali. Tuttavia, la tecnologia non è priva di rischi, come le “allucinazioni” AI che possono produrre risposte inaccurate e potenzialmente pericolose per la sicurezza nazionale. Adele Merritt, CIO della comunità di intelligence, evidenzia l’importanza di un uso responsabile dell’AI, collaborando con l’Ufficio del Consiglio Generale e l’Ufficio per la Privacy per garantire sicurezza e affidabilità.
Anche nel campo della sanità, l’AI sta apportando cambiamenti significativi. I test diagnostici basati sull’AI stanno permettendo di rilevare le malattie molto prima rispetto ai metodi tradizionali. Per esempio, i ricercatori dell’Università di Pechino hanno associato i modelli di temperatura del viso, rilevati tramite telecamere termiche e AI, a malattie croniche come il diabete e l’ipertensione.
Similmente, l’Università della Columbia Britannica ha identificato un tipo di cancro endometriale, non rilevabile con i test tradizionali, che può quindi aumentare il rischio di morte. Un altro studio ha rivelato che l’AI può identificare i pazienti con Parkinson fino a sette anni prima della comparsa dei sintomi tramite un semplice test del sangue.
Il punto cruciale è che l’AI aiuta ad analizzare e organizzare dati su larga scala, migliorando così l’efficacia delle diagnosi mediche. Tuttavia, è essenziale garantire la qualità dei dati per evitare bias e mantenere l’accuratezza degli algoritmi. Le organizzazioni sanitarie devono stabilire linee guida chiare per l’uso dell’AI e garantire che i dati siano trasparenti.