Servono 600 miliardi di dollari in profitti per giustificare la spesa nell'hardware per l'IA

Secondo un'analisi di David Cahn, per giustificare il costo degli investimenti in hardware per l'IA le imprese dovrebbero registrare profitti annuali per 600 miliardi di dollari.

Avatar di Marina Londei

a cura di Marina Londei

Editor

Continua la corsa all'intelligenza artificiale e l'industria tech continua a investire su hardware che possa rispondere alle sue necessità di elaborazione. I consumatori chiedono prodotti sempre più innovativi e, per soddisfare queste esigenze, le imprese hanno bisogno di un'infrastruttura potente. 

Investire su GPU di ultima generazione ha un costo non indifferente e questa spesa deve essere supportata da entrate sufficienti per poter assicurare alle imprese non solo di coprire i costi, ma anche di ottenere un certo margine di guadagno.

Pixabay
intelligenza artificiale

David Cahn, analista per Sequoia Capital, ha analizzato la situazione del mercato evidenziando che, in effetti, attualmente le aziende non sono in grado di assicurarsi delle entrate abbastanza alte da supportare gli investimenti.

Lo scorso settembre Cahn aveva già individuato un gap molto ampio tra le aspettative di profitto delle imprese e il risultato effettivo, stimandolo a circa 200 miliardi di dollari per anno. Per le sue valutazioni, l'analista ha considerato le vendite di Nvidia, attualmente la compagnia più quotata al mondo nel settore. 

Il calcolo è semplice: se si considera che, all'incirca, per ogni dollaro speso per l'acquisto di una GPU ne serve un altro per le spese energetiche, allora i profitti run-rate di Nvidia stimati a 50 miliardi di dollari nel Q4 2023 implicano una spesa totale per i data center di 100 miliardi di dollari (complessivi) per le imprese. 

L'analista ha poi considerato un margine lordo di guadagno del 50% per le aziende, il che implica un'entrata totale di 200 miliardi di dollari. "Questo non include alcun margine per i venditori di cloud: per ottenere un rendimento positivo, il fabbisogno totale di entrate sarebbe ancora più elevato" ha aggiunto Cahn. 

A distanza di quasi 10 mesi, l'analista ha rivalutato la situazione per comprendere se le aziende fossero effettivamente riuscite a risolvere il problema dei profitti, ed è risultato che il gap è incrementato fino a raggiungere i 600 miliardi di dollari complessivi (stima per il Q4 2024 considerando la previsione di 150 miliardi di dollari di guadagni di NVIDIA).

Negli ultimi mesi le big tech (e non solo) hanno investito notevolmente sulle GPU, con Microsoft che ha rappresentato quasi li 22% dei profitti del Q4 2023 di NVIDIA, ma rimane lo stesso problema che Cahn segnalava a settembre: le imprese non sono ancora riuscite a portare ai consumatori prodotti validi per cui valga la pena spendere. 

Con revenue stimate di 100 miliardi di dollari l'anno, secondo l'analisi le aziende dovranno riempire un gap di 500 miliardi di dollari rispetto al loro profitto attuale.

La situazione rischia di peggiorare ulteriormente con l'uscita dei nuovi chip B100 di Nvidia alla fine dell'anno: Cahn prevede una nuova ondata di richieste per un chip che costerà il 25% in più di quelli attuali, anticipando una nuova carenza di GPU.

Pixabay
intelligenza artificiale

L'analista ritiene che l'IA riuscirà a generare un enorme valore economico, ma solo se le compagnie riusciranno a garantire agli utenti finali tecnologie con un valore reale e duraturo.

"Affinché l'IA abbia un impatto, dobbiamo capire come sfruttare questa tecnologia per migliorare la vita delle persone. Come possiamo tradurre queste incredibili innovazioni in prodotti che i consumatori usano ogni giorno, amano e sono intenzionati a pagare?" si era chiesto Cahn nella sua precedente analisi.

Il problema rimane ed è ancora più pressante di prima. Prima di buttarsi su investimenti sempre più ingenti, le imprese devono riuscire a capire quali progetti saranno davvero utili per i propri clienti e quali, di conseguenza, genereranno i guadagni di cui hanno davvero bisogno. 

Leggi altri articoli