Ken Griffin spiega dettagliatamente il "crollo dell'AI": la potenza di calcolo è simile all'aviazione, tre grandi trappole: "prezzo marginale", "periodo di ammortamento" e "budget aziendale".

Il 21 ottobre, al Citadel Annual Global Markets Future Summit, Griffin ha dichiarato, intervistato dalla giornalista di Bloomberg Dani Burger, che il mercato sta passando dalla "corsa a tema" degli ultimi due anni a uno studio reale dei fondamentali. Ha detto: "Credo che quello che sta vivendo il mercato sia proprio l’inizio di un vero lavoro di analisi".

Negli ultimi due anni, la logica di mercato è stata semplice e diretta: è partita una ondata di costruzione nei data center di valore trilionario, sufficiente per acquistare posizioni chiave nell’intera filiera—Nvidia, DRAM ad alta larghezza di banda, condensatori ceramici multistrato MLCC, fornitori in Corea, Taiwan, Giappone e i giganti del cloud computing—praticamente una vittoria assicurata. Oggi, questa logica viene rivalutata. Recentemente, le operazioni su AI hanno subito forti scossoni, il settore dei semiconduttori ha subito la striscia di cali più lunga dalla crisi finanziaria.

Ken Griffin avverte: le GPU sono molto simili alle compagnie aeree, i costi marginali operativi sono bassissimi, e se l’offerta di potenza computazionale supera la domanda, il prezzo di noleggio spot e delle chiamate API può crollare all’istante, ricalcando quanto avvenuto durante la bolla delle telecomunicazioni del 2000 con le "dark fiber".

Trappola uno: il crollo del prezzo marginale—Il “momento compagnia aerea” delle GPU

Griffin fa un paragone diretto con il settore dell’aviazione.

"Le GPU sono molto simili alle compagnie aeree, i costi marginali di esercizio sono molto bassi. Se su un volo c’è un posto vuoto e lo si vende anche solo a 20 dollari, comunque si guadagna su quel posto." Dice: "È proprio questa caratteristica che fa sì che, se c’è una capacità in eccesso, il prezzo può precipitare liberamente."

Estende poi questa logica al mercato della potenza di calcolo: "Se arriviamo ad un punto in cui l’offerta di GPU supera la domanda, il pricing marginale crollerà di fatto senza limiti."

Griffin richiama la bolla delle telecomunicazioni del 2000: all’epoca furono posate molte fibre ottiche che non vennero mai utilizzate a causa della scarsa domanda, diventando “dark fiber”, facendo così precipitare i prezzi delle telecomunicazioni. Si chiede: il mercato della potenza di calcolo sta seguendo la stessa strada?

"Questo cambierebbe completamente tutte le ipotesi d’investimento su cui oggi ci si basa. Ed è il primo problema."

Trappola due: il modello di ammortamento fallisce—La “vita utile” è sopravvalutata

Il secondo tema sollevato da Griffin riguarda direttamente i modelli valutativi degli istituti di investimento.

"Oggi c’è chi utilizza GPU vecchie di 5-6 anni e riesce ancora a farle fruttare affittandole a prezzi elevati. Ma questa situazione difficilmente potrà continuare per altri 5-6 anni." Aggiunge: "Quindi, sempre più persone iniziano a preoccuparsi: non posso più, come 12 mesi fa, applicare lo stesso tasso di capitalizzazione o modello di reddito al settimo, ottavo o nono anno di vita di un chip."

In altre parole, se gli investitori continuano a calcolare il valore residuo degli asset su 7-9 anni con tassi elevati, il loro modello di valutazione dovrà essere sistematicamente rivisto al ribasso.

Trappola tre: bilanci aziendali più rigidi—Arriva l’era del calcolo rigoroso del ROI

Griffin sottolinea che la logica di spesa in AI nel settore aziendale è radicalmente cambiata.

"Le aziende americane più lungimiranti stanno diventando molto consapevoli—quali attività devono davvero pagare prezzi altissimi per i modelli di OpenAI e Anthropic, e quali possono gestire con modelli open source a costi molto inferiori."

Aggiunge: "Se guardi le aziende che realmente utilizzano bene l’AI internamente, stanno diventando molto brave a massimizzare il ritorno per ogni dollaro speso nell’AI. Credo che tutto il mondo aziendale osservi le fatture di Anthropic e OpenAI e poi si chieda: bene, dobbiamo assicurarci che questo produca reale produttività."

750 miliardi di dollari e il confronto diretto con i bilanci aziendali in contrazione

Questa tendenza al contenimento dei costi aziendali si scontra frontalmente con i piani di espansione delle grandi aziende di AI.

Secondo il Wall Street Journal, Anthropic ha dichiarato nel suo documento S-1 che intende investire 750 miliardi di dollari in capacità computazionale negli anni a venire, un importo che è in costante crescita.

La giornalista Dani Burger ha chiesto direttamente a Griffin: esiste una tensione tra queste due cose?

La risposta di Griffin è stata breve e diretta: "Sì. La tua domanda contiene già la risposta."

Ha poi aggiunto che il punto chiave è se Anthropic riuscirà a far diventare i propri modelli indispensabili—per esempio, nel campo delle scienze della vita, se davvero riuscisse ad aiutare a sconfiggere il cancro o altre malattie mortali, tutte le aziende farmaceutiche sarebbero pronte a pagare qualsiasi prezzo per la sua tecnologia. "Ma oggi non conosciamo ancora la risposta."

La questione della bolla: la storia si ripete, ma il finale non è scontato

Riguardo al crescente dibattito sulla "bolla AI", Griffin offre una risposta ricca di prospettiva storica.

"In questo momento, è quasi certo che esistano bolle in alcune aree. Ogni trasformazione radicale dell’economia è di solito accompagnata da una bolla." Aggiunge: "Mi piacerebbe aver tenuto le azioni Amazon all’epoca."

Secondo lui, dopo lo scoppio di una bolla, ciò che resta è spesso un’infrastruttura tecnologica in grado di cambiare il mondo, e le aziende che riescono a superare l’esplosione diventano leader di mercato per decenni.

Ma chiarisce anche che ciò non significa che i rischi di valutazione odierni possano essere ignorati—soprattutto riguardo a prezzo marginale, obsolescenza e bilanci aziendali, siamo solo all’inizio della revisione dei prezzi di mercato.