Il problema reale dell’AI non è la minaccia di estinzione ma i bilanci delle società
I leader dell'AI propongono di rallentare lo sviluppo, ma dietro l'allarme esistenziale si cela un problema finanziario. I costi di training e debiti crescenti spingono a riconsiderare i ritmi di innovazione
Nel giro di pochi giorni Dario Amodei ha chiesto all'industria di «rallentare il ritmo» dello sviluppo dell'AI, Sam Altman ha fatto eco sul suo sito personale ed Elon Musk ha commentato con un laconico assenso. Sullo sfondo le dimissioni plateali di Jacob Coxon, ex ricercatore di Anthropic e di OpenAI, che ha parlato di un settore che sta «giocando con le nostre vite», e la conferma pubblica di Evan Hubinger, ancora dentro Anthropic, secondo cui la probabilità che l'AI causi l'estinzione umana entro un decennio superi il 10%.
È la prima volta che i vertici delle grandi aziende dell’intelligenza artificiale, sempre concentrati nella sfrenata competizione reciproca si trovano d’accordo. È una condivisione assoluta, senza né se né ma, mai vista prima, che quindi genera qualche sospetto…
In effetti è naturale pensare che se l'allarme fosse davvero esistenziale, la prima dichiarazione coerente sarebbe quella già fatta da Demis Hassabis di DeepMind, che lo scorso luglio ha proposto un organismo indipendente con potere reale di bloccare il rilascio di un modello giudicato troppo pericoloso, sul modello dell'Agenzia Internazionale per l'Energia Atomica.
Amodei nel suo piano cita sì un monitoraggio indipendente ma parla di auditor esterni invitati volontariamente dai laboratori stessi, non un ente con potere di veto, insieme a una generica «regolamentazione di settore e globale» priva di meccanismi vincolanti. Il sospetto è che dietro a una ragione etica ci sia un opportunismo economico. I costi di addestramento dei modelli di frontiera non sono sostenibili con la sola liquidità operativa. Amodei stesso ha previsto che un singolo modello potrebbe costare 10 miliardi di dollari entro il 2028. Per arrivarci, queste aziende si stanno indebitando su scala mai vista: Nvidia discute di garanzie finanziarie fino a 350 miliardi di dollari per gli acquisti di chip di OpenAI, Broadcom tratta un debito fino a 100 miliardi per la produzione di chip custom di Anthropic e OpenAI, e i veicoli di finanziamento legati ai data center, da Oracle a Meta, si moltiplicano.
Il problema è finanziario ma nessuno lo dice
In realtà i costi di inferenza, cioè la gestione corrente dei modelli già in produzione, sono un costo variabile che segue il ricavo e che facilmente arriverà a sostenibilità. Le perdite operative andranno diminuendo e comunque si possono sempre aumentare i ricavi dagli abbonamenti. È ancora comunque una perdita, ma generata dall'attività corrente, ripianata trimestre dopo trimestre insieme al fatturato che la produce.
I costi di training sono un'altra cosa: sono capex acceso prima che il ricavo esista, sempre più spesso a debito, che genera oneri finanziari e ammortamenti su una scommessa, il prossimo modello, che deve ancora dimostrare di valere l'investimento. È il capitale preso a prestito in anticipo, non la cassa bruciata dall'attività già in corso, a essere sotto la pressione più acuta.
Rallentare «il ritmo con cui miglioriamo le capacità dei modelli», per usare le parole di Altman, significa in concreto allungare i cicli di ammortamento di questo debito, dare tempo ai ricavi di consolidarsi prima di dover affrontare il prossimo salto da miliardi di dollari di capex.
Tradotto: meno training aggressivo, meno nuovo debito acceso su scommesse che devono ancora ripagarsi, più tempo per dimostrare a creditori e investitori che la traiettoria dei margini regge.
Nessuno dei protagonisti dirà mai pubblicamente che il problema è finanziario. Presentarlo come rischio esistenziale per l'umanità è, dal punto di vista comunicativo, incomparabilmente più efficace: non richiede di ammettere davanti al mercato che la corsa alle capacità stava diventando insostenibile a bilancio.
Questo non significa che lo sviluppo dei modelli non possa creare dei problemi o possa danneggiare l’umanità in qualche forma, ma da sempre per questi problemi si sono poste le leggi che ci preservassero dai rischi. (riproduzione riservata)
*ceo Perspective AI, membro della commissione AI per l’Informazione presso la Presidenza del Consiglio
- Leggi anche: Rallentare lo sviluppo dell’AI ha senso, ma attenzione a non farsi sorpassare dalla Cina
- Mostra l'andamento delle azioni di Nvidia e Oracle negli ultimi 12 mesi, confrontandole con l'indice di settore.
- Genera un report programmato sugli sviluppi dei costi di addestramento dei modelli di intelligenza artificiale e il loro impatto sui bilanci aziendali.
- Quali sono le principali implicazioni economiche e finanziarie di un rallentamento nello sviluppo dell'intelligenza artificiale per le aziende del settore?
