I progressi della potenza computazionale, il volume di dati disponibili e la velocità e il calo dei costi hanno spinto l’intelligenza artificiale (IA) al paradigma tecnologico successivo.
Il Team Global Technology di Henderson è da tempo convinto che la tecnologia continuerà a rappresentare un ambito d’investimento dirompente e saprà conquistare nuove quote di mercato nell’economia globale. Lo dimostrano l’avvento dei personal computer, l’era di internet, gli smartphone e, più di recente, il passaggio al cloud computing. L’intelligenza artificiale potrebbe essere il prossimo cambiamento di paradigma nell’evoluzione della tecnologia.
Motori attuali dell’IA
Le opportunità e le sfide dell’IA ispirano da tempo la letteratura popolare, dai romanzi di Isaac Asimov (anni 1940) ad alcuni dei più prestigiosi film di Hollywood, come Blade Runner (1982) e The Terminator (1984). Sebbene il settore tecnologico esista da molti anni, è solo di recente che abbiamo assistito a una svolta sia nelle capacità che negli investimenti in IA (Intelligenza Artificiale). Inoltre, se la televisione ha impiegato oltre 60 anni per entrare nell’80% delle nostre case, a internet ne sono bastati poco più di dieci. Il ritmo di adozione della tecnologia sta accelerando e, soprattutto con riferimento all’IA, siamo convinti che ciò sia ascrivibile al connubio di due fattori principali.
Notevole calo del costo di analisi dei dati
Fonte: IBM, Cray, Sony, NVIDIA, comunicati stampa, Goldman Sachs Global Investment Research, al novembre 2016.
Nota: FLOPS (operazioni in virgola mobile per secondo): criterio di misura della velocità delle prestazioni informatiche, dove 1 GFLOPS equivale a 109 FLOPS.
Innanzitutto, l’ingente quantità di dati disponibili creati durante l’era di internet e dalla diffusione degli smartphone e, in secondo luogo, il costante calo dei costi informatici, che consente di analizzare i dati in modo sempre più rapido e conveniente (Grafico 1).
IBM stima che il 90% dei dati mondiali siano stati creati negli ultimi due anni, mentre un gigaflop (unità di misura delle prestazioni informatiche, ad es. di un algoritmo o dell’hardware di un computer) costa ora solo 8 centesimi rispetto ai 1.400 miliardi di dollari nel 1961.
Opportunità d’investimento nell’Intelligenza Artificiale (IA)
Grafico 2: Ambiti d’investimento nell’IA
Fonte: Henderson Global Investors
Come già avvenuto per i telefoni cellulari nella prima parte del millennio, l’IA rappresenta ora un mercato nascente, ma la sua infrastruttura e facilità di impiego si stanno evolvendo rapidamente. Da parte nostra, intravediamo opportunità in un’ampia gamma di settori come i software di analisi, la potenza computazionale rapida e conveniente, la generazione di dati, gli strumenti di automazione e le moltissime nuove applicazioni d’uso.
Sebbene l’attenzione si sia concentrata soprattutto sulla robotica (che può essere considerata uno strumento di automazione), essa rappresenta a nostro avviso solo una delle applicazioni dell’IA.
L’assistenza clienti si sta trasformando grazie agli operatori virtuali (cosiddetti chatbot) e ai software predittivi e per il riconoscimento vocale, mentre i sistemi di guida automatica (apprendimento approfondito per migliorare le capacità di guida piuttosto che mero utilizzo di algoritmi codificati manualmente) e di ride sharing stanno riplasmando il settore dei trasporti.
La necessità di memorizzare e analizzare sempre più dati a una velocità maggiore crea molte opportunità di applicazione dell’IA nei software, a tutto vantaggio di società come Adobe, ServiceNow e Saleforce.com, ma anche dei produttori di semiconduttori concentrati sui datacentre come Broadcom, Cavium e Xilinx.
E anche Alphabet (Google) rappresenta secondo noi una piattaforma importantissima per la diffusione dell’IA, dal momento che la società ha già integrato questa tecnologia in tutti i suoi servizi.
Sintesi
La potenziale divulgazione dell’IA in una gamma sempre più vasta di settori offre un’opportunità d’investimento davvero allettante. A nostro avviso, esistono svariate aree con un buon potenziale d’investimento e questa tendenza continuerà a creare occasioni di allocazione per la Global Technology Strategy nei beneficiari a lungo termine dello sviluppo dell’IA.
Nel corso del tempo e di pari passo con l’evoluzione dell’IA e delle sue applicazioni, l’universo investibile è destinato ad ampliarsi e le attuali allocazioni di venture capital si trasformeranno nelle offerte pubbliche iniziali (IPO) del futuro.
Nota:
1 Apprendimento approfondito (deep learning): implica l’inserimento in un sistema informatico di una grande quantità di dati utilizzabili per intraprendere decisioni su altri dati.
Questi dati vengono inseriti tramite reti neurali, ovvero strutture logiche che pongono una serie di domande binarie vero/falso o estraggono un valore numerico da tutti i dati raccolti e li classificano in base alle risposte ricevute.
2 Legge di Moore: termine coniato nel 1965 dal co-fondatore di Intel, Gordon E. Moore, indica la capacità di raddoppiare il numero di transistor presenti in un chip (altrimenti noto come “circuito integrato”) ogni due anni.
3 Caso d’uso: un termine utilizzato nei software e nell’ingegneria dei sistemi per descrivere il modo in cui gli utenti applicano un sistema per raggiungere un determinato scopo.
