Tre anni fa, il partner di Sequoia David Kahn è stato uno dei primi a fare i conti e a quantificare le implicazioni della massiccia spesa della Silicon Valley per le infrastrutture di intelligenza artificiale.
Nel 2023, ha previsto il fatturato annuo delle GPU di Nvidia pari a 50 miliardi di dollari. Partendo da quel numero e aggiungendo i costi operativi previsti dei data center e i margini per i loro operatori, ha concluso che sarebbero necessari 200 miliardi di dollari di entrate per recuperare l’investimento iniziale.
Considerando questa come una sfida, ha chiesto agli imprenditori di sviluppare prodotti e servizi di intelligenza artificiale per sfruttare e monetizzare questa infrastruttura. Avanzando rapidamente fino ad oggi, aggiungendo tre anni di hyperscaling, Kahn ha una nuova cifra per la spesa per le infrastrutture IA per il 2026: 1,5 trilioni di dollari.
Nel complesso, stima che l’industria dell’intelligenza artificiale dovrebbe raccogliere 3 trilioni di dollari per giustificare tutti quei chip e altri costi dei data center. E questo è probabilmente un eufemismo: l’aumento dei costi di memoria e il crescente utilizzo di chip esotici o specifici per l’inferenza aumenteranno quel numero. “Recentemente”, scrive, “il ricavo richiesto per GW di CapEx è salito alle stelle a causa di queste dinamiche di collo di bottiglia e dell’aumento dei costi di costruzione”.
Dall’altro lato della medaglia, si ritiene che Anthropic abbia raggiunto i 60 miliardi di dollari in ARR, mentre OpenAI dovrebbe raggiungere i 13 miliardi di dollari nel 2025 (anche se nel novembre 2025 ha dichiarato di avere 20 miliardi di dollari in ARR) e probabilmente raggiungerà di più quest’anno. Ma è chiaro che il grande divario deve essere colmato.
Una persona che si concentra su questo divario è Torsten Slok, capo economista di Apollo, un importante gestore patrimoniale. In una nota recente, osserva che gli hyperscaler – Google, Meta, Microsoft e Amazon – prevedono tutti una massiccia accelerazione del flusso di cassa nel 2028. Cioè, si aspettano di vedere un ritorno di tutti i chip che hanno acquistato.
E se non lo facessero? Slok sottolinea il pericolo che ora vediamo in ogni utilizzo dell’intelligenza artificiale: sempre più organizzazioni si rivolgono a modelli open source più economici, spesso cinesi, piuttosto che a modelli costruiti da laboratori di frontiera e ad una riduzione del prezzo complessivo dei token. Secondo il CEO Sam Altman, l’ultimo modello di OpenAI è più efficiente del 54% nelle attività di crittografia dei token. Ciò è positivo per gli utenti preoccupati per il costo dei loro agenti IA, ma potrebbe essere negativo per le aziende che creano attività di token se gli utenti non aumentano notevolmente l’utilizzo complessivo dei token con loro.
Slok teme che se gli hyperscaler non riuscissero a raggiungere gli obiettivi di flusso di cassa, la reazione del mercato potrebbe essere grave:
“Con così tanti nomi che dipendono da così tanti fattori”, scrive, “il rallentamento dei pagamenti non solo sarà un problema per il settore, ma minaccerà di mandare l’economia in recessione e l’indice S&P 500 in una correzione”.
Solo qualcosa da tenere a mente quando sposti i tuoi agenti AI su marchi più economici.
Quando effettui un acquisto tramite i link presenti nei nostri articoli, potremmo guadagnare una piccola commissione. Ciò non pregiudica la nostra indipendenza editoriale.