"OpenAI crollerà, i mercati globali potrebbero subire una liquidazione" Un lungo articolo di 15.000 parole suscita dibattito

Con l'IPO di OpenAI sempre più vicina, un articolo di blog lungo circa 15.000 parole riporta alla ribalta la controversia sulla bolla dell'AI.

Autore: Li Dan, Wall Street Watch

Con l'IPO di OpenAI sempre più vicina, un articolo di blog lungo circa 15.000 parole riporta alla ribalta la controversia sulla bolla dell'AI.

Il commentatore Ed Zitron, noto per il suo scetticismo nei confronti dell'AI e con un vasto pubblico nel settore tecnologico, ha recentemente pubblicato un post in cui lancia il giudizio più radicale fino ad oggi: la vera bolla dell'AI è essenzialmente la "bolla di OpenAI"; se OpenAI fallisce, diventerà il "Lehman Brothers" dell'era dell'AI, non solo distruggendo la logica di investimento nell'AI, ma potrebbe anche innescare una rivalutazione su larga scala dei data center, delle infrastrutture AI e persino delle azioni tecnologiche globali.

Le sue opinioni hanno rapidamente attirato l'attenzione dei media finanziari. Per i media, il punto centrale di Zitron non è se l'AI abbia valore, ma se OpenAI possieda un modello di business sufficiente a sostenere l'intero ciclo di capitale dell'AI. Se la risposta è negativa, allora il sistema di finanziamento, investimento in potenza di calcolo e spese in conto capitale costruito attorno a OpenAI potrebbe affrontare una reazione a catena.

Naturalmente, questo non è un consenso di mercato. Investitori come Howard Marks, co-fondatore di Oaktree Capital, hanno recentemente affermato che, rispetto a prima, quando si pensava che l'AI potesse essere solo una bolla, ora riconoscono maggiormente il valore a lungo termine dell'AI come piattaforma tecnologica generale (General Purpose Technology), ritenendo che l'industria sia ancora nelle fasi iniziali di commercializzazione.

Bolla dell'AI o bolla di OpenAI?

A differenza della maggior parte delle teorie sulla "bolla dell'AI", Zitron ha avanzato un giudizio più scioccante:

Ciò di cui preoccuparsi non è l'intero settore dell'AI, ma una singola azienda.

Secondo lui, da quando ChatGPT è emerso alla fine del 2022, OpenAI è diventata di fatto l'"ancora di credito" dell'intera era dell'AI generativa.

Gli investitori sono disposti a credere che: l'AI cambierà il mondo; i data center di grande scala meritano di essere costruiti; la domanda di GPU crescerà rapidamente nel lungo periodo; le aziende con modelli di grandi dimensioni alla fine realizzeranno profitti; le startup AI possono creare una domanda terminale sufficientemente grande.

E tutto ciò, secondo Zitron, si basa sulla premessa che OpenAI continui a crescere rapidamente. Egli ritiene che OpenAI non solo abbia definito l'attuale entusiasmo per l'AI, ma abbia anche plasmato la logica di valutazione del mercato dei capitali per l'intera catena di produzione dell'AI; pertanto, una volta che questa ipotesi centrale viene infranta, l'impatto potrebbe superare di gran lunga quello di un singolo unicorno.

In altre parole, OpenAI non è solo un'azienda, ma è più simile a un "ente di importanza sistemica" per l'intero ciclo di investimento nell'AI.

Perché Zitron ritiene che il modello di business di OpenAI presenti difetti fondamentali?

Le critiche di Zitron si concentrano principalmente su tre aspetti.

Primo, i costi di inferenza rimangono troppo elevati.

Con la continua crescita della base utenti di ChatGPT, ogni domanda degli utenti significa un aumento costante dei costi di GPU, elettricità e server. Se un gran numero di utenti rimane a lungo in piani a basso costo o addirittura gratuiti, mentre la crescita dei ricavi aziendali non riesce a coprire i costi, l'espansione della scala potrebbe significare un aumento delle perdite.

Secondo, le spese in conto capitale crescono molto più rapidamente rispetto al miglioramento del flusso di cassa.

Attualmente, la maggiore spesa nel settore dell'AI non è più per l'addestramento dei modelli, ma per la potenza di calcolo per l'inferenza, l'acquisto di GPU e la costruzione di data center globali.

OpenAI e i suoi partner stanno promuovendo investimenti nei data center per centinaia di miliardi di dollari, e questi progetti di solito richiedono anni per recuperare i costi. Se in futuro la domanda di AI cresce meno del previsto, un gran numero di infrastrutture potrebbe affrontare problemi di utilizzo ridotto.

Terzo, la continua dipendenza dal finanziamento esterno.

Zitron analizza che crede che OpenAI avrà bisogno di finanziamenti continui per molti anni a venire per coprire le spese per la ricerca e sviluppo dei modelli, l'acquisto di potenza di calcolo e la costruzione di infrastrutture; se il rischio di mercato diminuisce o l'ambiente di finanziamento si restringe, il suo modello di business affronterà una pressione maggiore.

Queste opinioni rimangono attualmente un giudizio personale di Zitron e non sono state riconosciute da OpenAI, ma riflettono effettivamente il dibattito recente del mercato riguardo al ritorno sugli investimenti (ROI) nell'AI.

Perché Oracle, CoreWeave e gli operatori di data center sono diventati il centro dell'attenzione?

Rispetto a OpenAI stessa, Zitron è più preoccupato per l'effetto leva della catena di approvvigionamento.

Negli ultimi due anni, il settore tecnologico statunitense ha assistito a un'imponente ondata di costruzione di data center.

Giganti del cloud come Microsoft, Google, Meta e Amazon hanno aumentato le spese in conto capitale; nel frattempo, aziende come Oracle e CoreWeave si sono assunte sempre più compiti di costruzione della potenza di calcolo per l'AI.

Questi progetti dipendono fortemente da: leasing a lungo termine, finanziamento di progetto, prestiti privati, obbligazioni aziendali e spese in conto capitale su larga scala.

Se in futuro la domanda dei clienti principali come OpenAI è inferiore alle aspettative, o se il mercato rivaluta il ritorno sull'AI, allora l'utilizzo degli asset dei data center, i contratti di leasing e la capacità di finanziamento potrebbero essere influenzati.

I media sottolineano che Zitron ritiene che, se OpenAI dovesse affrontare un grave contrattempo, aziende come Oracle e CoreWeave, che dipendono dalla crescita della domanda di infrastrutture AI, potrebbero essere le prime a soffrire, poiché le valutazioni elevate di queste aziende si basano in gran parte sulle aspettative di una continua esplosione della domanda di AI.

Naturalmente, attualmente giganti tecnologici come Microsoft, Meta e Alphabet continuano ad aumentare le spese in conto capitale per l'AI e sottolineano che gli investimenti nelle infrastrutture AI sono in linea con le strategie a lungo termine, quindi non ci sono segni di una contrazione generale delle spese in conto capitale nel mercato.

Perché Anthropic e SoftBank sono stati coinvolti nella discussione?

Oltre a OpenAI, Zitron ha anche puntato il dito contro Anthropic.

La sua ragione è che, sebbene le due aziende seguano percorsi di sviluppo diversi, hanno in comune la necessità di investire continuamente enormi somme di denaro per costruire modelli, acquistare potenza di calcolo e dipendere dalle grandi aziende tecnologiche per fornire risorse di calcolo e supporto finanziario. Se la velocità di commercializzazione dell'AI in futuro è inferiore alle aspettative, entrambe le aziende potrebbero affrontare pressioni sui profitti.

Un'altra azienda frequentemente menzionata è SoftBank.

Negli ultimi anni, SoftBank è tornata in prima linea negli investimenti nell'AI, partecipando attivamente al finanziamento di infrastrutture AI, chip e aziende di modelli.

Se il settore dell'AI entra in un ciclo di aggiustamento delle valutazioni in futuro, il vasto portafoglio di asset AI di SoftBank diventerà naturalmente un oggetto di attenzione del mercato. Tuttavia, attualmente SoftBank continua a scommettere fermamente sullo sviluppo a lungo termine dell'AI e la considera una direzione importante per la prossima rivoluzione tecnologica.

Il trading nell'AI è già diventato eccessivo?

In effetti, il dibattito su se l'AI sia entrata in una fase di bolla è in corso a Wall Street da oltre un anno.

Coloro che sostengono la "teoria della bolla" affermano:

• Gli investimenti nelle infrastrutture AI crescono molto più rapidamente rispetto alla crescita dei ricavi;
• I modelli di profitto dei grandi modelli non sono ancora stati completamente verificati;
• Le spese in conto capitale per i data center hanno raggiunto livelli record;
• Le valutazioni di mercato dipendono sempre più dalle aspettative di crescita nei prossimi anni.

Gli ottimisti, d'altra parte, ritengono che l'AI rappresenti una tipica rivoluzione tecnologica generale, simile a Internet e all'elettrificazione, dove gli investimenti iniziali superano spesso i ritorni a breve termine, ma a lungo termine possono creare nuove industrie e modelli commerciali.

Howard Marks ha recentemente affermato di essere passato dall'iniziale scetticismo sull'AI come possibile bolla a un riconoscimento maggiore del suo valore a lungo termine. Ritiene che le capacità di ragionamento, comprensione del contesto e interazione mostrate dall'AI moderna abbiano caratteristiche senza precedenti e quindi non possono essere semplicemente paragonate a bolle speculative storiche.

Alcuni studi accademici hanno anche proposto conclusioni più neutrali: attualmente il mercato dell'AI presenta sia veri progressi tecnologici che problemi di valutazione eccessiva e spese in conto capitale anticipate, quindi è più vicino a una "rivoluzione tecnologica con bolle locali" piuttosto che a una semplice frenesia speculativa.

Ciò che merita davvero attenzione non è se OpenAI cadrà

Indipendentemente dal fatto che si concordi o meno con il giudizio di Zitron, le domande che ha sollevato stanno diventando sempre più il fulcro dell'attenzione per molti investitori:

Quando gli investimenti nell'AI potranno tradursi in flussi di cassa stabili?

Nell'ultimo anno, il mercato dei capitali ha praticamente dato per scontato che più alte sono le spese in conto capitale per l'AI, meglio è.

Ma recentemente, sia le azioni dei chip, i produttori di server che le aziende di cloud computing, gli investitori hanno iniziato a prestare maggiore attenzione a un altro insieme di indicatori: crescita dei ricavi delle aziende AI; tasso di pagamento dei prodotti AI; velocità di riduzione dei costi di inferenza; utilizzo dei data center; ciclo di ritorno sugli investimenti nell'AI.

Se questi indicatori continuano a migliorare, allora le attuali ingenti spese in conto capitale potrebbero dimostrarsi un investimento lungimirante simile a quello dell'era di Internet; ma se la velocità di commercializzazione rimane a lungo indietro rispetto all'espansione degli investimenti, la logica di valutazione del mercato per il trading nell'AI potrebbe affrontare una rivalutazione.

Pertanto, il lungo articolo di Ed Zitron ha realmente suscitato un dibattito non tanto su "se OpenAI diventerà il prossimo Lehman Brothers", ma piuttosto su come ha nuovamente posto la questione più centrale dell'era dell'AI davanti agli investitori: dopo che le spese in conto capitale continuano a battere record, i flussi di cassa e la redditività riusciranno a tenere il passo? La risposta a questa domanda potrebbe davvero determinare la vera direzione del trading globale nell'AI nei prossimi anni.