La vera storia dell’intelligenza artificiale (AI) è l'evoluzione pluriennale dei flussi di capitale che definirà quali aziende guideranno il mercato, quando lo faranno e per quali motivi.
L’intelligenza artificiale sta ridefinendo il panorama delle opportunità nei diversi mercati, ma dal nostro punto di vista la vera storia non è la tecnologia in sé, ma una trasformazione pluriennale- che si svolge in ondate distinte, ognuna con i propri leader e beneficiari. Osserviamo i flussi di capitale muoversi all’interno dell’ecosistema dell’AI in modo sequenziale, generando opportunità a cascata man mano che l’adozione si approfondisce. I gestori attivi che anticipano queste rotazioni, e si posizionano in anticipo, sono meglio collocati per catturare valore mentre la leadership si sposta lungo la catena del valore dell’AI.
Ondate pluriennali di investimenti nell'AI
Ci concentriamo su queste quattro ondate per capire dove il capitale si accumulerà successivamente e quali società hanno i vantaggi strutturali per beneficiare di più fasi (Figura 1). Oggi siamo pienamente nella prima fase e stiamo iniziando la transizione verso la seconda. Nel settore software stanno emergendo i primi segnali della terza ondata, mentre una quarta ondata di guadagni di produttività in tutta l’-economia si profila all’orizzonte. Comprendere dove ci troviamo oggi e cosa ci si aspetta può aiutarti ad allineare i portafogli all’intera portata delle opportunità.
Figura 1: L'adozione e la monetizzazione da parte delle imprese che guidano la trasformazione dell'AI
Fonte: Columbia Threadneedle Investments. A scopo puramente illustrativo.
Fase 1: sviluppo delle infrastrutture e delle strutture fisiche
Siamo ancora all’inizio della fase infrastrutturale. Questa fase di base è la più visibile e ad alta -intensità di capitale. Da soli, gli hyperscaler sono sulla buona strada per investire oltre 500 miliardi di dollari nel 2026 per espandere l’infrastruttura pronta per l’-AI1. Questa scala senza precedenti riflette l’intensità dello sviluppo dei modelli e le esigenze fisiche necessarie per l’addestramento di modelli complessi.
NVIDIA2 è al centro di questa ondata. La sua leadership nelle unità di elaborazione grafica e il vantaggio competitivo creato dalla Compute Unified Device Architecture continuano a plasmare le roadmap del settore. Broadcom si affianca a essa come elemento chiave per lo scambio di dati e le reti ad -alta velocità. Sebbene spesso il settore dei semiconduttori sia oggetto di maggiore attenzione, notiamo colli di bottiglia altrettanto significativi nell’alimentazione e nel raffreddamento. Aziende come Eaton e Vertiv sono essenziali per risolvere questi vincoli.
Riteniamo che questa fase abbia davanti a sé altri due o tre anni di forte slancio. I requisiti fisici dell’IA, l’ascesa delle offerte di —modelli come servizi e la corsa globale allo sviluppo di capacità sovrane nell’IA guidano questa crescita. L’esposizione core alle infrastrutture rimane rilevante, ma la leadership evolverà man mano che maturerà il processo di costruzione.
Fase 2: strumenti, dati e piattaforme cloud per la scalabilità
Con l’espansione delle infrastrutture, le aziende passano dalla sperimentazione iniziale alla distribuzione su larga scala. Questa transizione alimenta la seconda ondata, dove strumenti, architettura dati, sicurezza informatica e -piattaforme AI basate sul cloud svolgono un ruolo determinante.
Snowflake e MongoDB si distinguono per la loro capacità di aiutare le aziende a rendere i dati utilizzabili, strutturati e sicuri e pronti per l’AI. Allo stesso tempo, la sicurezza informatica diventa ancora più critica. Palo Alto Networks e CrowdStrike sono ben posizionati per proteggere i dati e i modelli di intelligenza artificiale mentre le aziende espandono la loro impronta digitale.
Gli hyperscalers rimangono fondamentali in questa fase perché abbassano le barriere all’adozione dell’AI. Forniscono modelli pre-addestrati, servizi gestiti, strumenti per la definizione di limiti e ambienti di sviluppo integrati. Ci aspettiamo che questa fase duri dai tre ai cinque anni, mentre le aziende renderanno operativo l’AI nelle varie unità aziendali.
Fase 3: integrazione iniziale dell’AI nelle imprese
Abbiamo ora prove iniziali dell’integrazione dell’AI nel software aziendale. A differenza delle infrastrutture, che scalano rapidamente una volta creata la capacità, l’adozione da parte delle imprese è sistematica. Le aziende testano, validano e sperimentano prima di implementare su larga scala. Ma il progresso è reale.
Microsoft sta integrando Copilot nell’intera piattaforma di produttività e nei servizi cloud. ServiceNow integra l’AI nei flussi di lavoro che ridefiniscono la fornitura di servizi, le operazioni HR, IT e assistenza clienti. Datadog integra l’AI nell’osservabilità per aiutare le aziende a risolvere problemi di sistemi sempre più complessi.
I primi utilizzatori al di fuori del settore software dimostrano già un impatto tangibile:
- Walmart utilizza l’intelligenza artificiale per circa il 40% dello sviluppo di nuovo codice e migliorare le esperienze digitali dei clienti.3
- Citigroup utilizza l’AI per gestire migliaia di domande dei clienti e sui servizi.
- Pfizer accelera lo sviluppo clinico con l’analisi dei dati guidata dall’intelligenza artificiale.
Ci aspettiamo che questa fase si svolga nell’arco di tre o quattro anni, con un’accelerazione man mano che la prima ondata di utenti inizia a dimostrare un ROI misurabile.
Come per qualsiasi importante transizione tecnologica, ci si deve aspettare momenti di rallentamento o cambiamenti nelle aspettative. Il percorso dall’investimento nell’AI alla monetizzazione si misura in anni, non in trimestri. Le aziende devono raccogliere dati, costruire e testare modelli e determinare strategie di implementazione, mentre i loro clienti esaminano contemporaneamente la sicurezza e l’utilità di tali offerte. A nostro avviso, queste pause servono per separare la sperimentazione di breve termine dalla creazione di valore sostenibile e aziendale e riteniamo che le recenti misure di cautela siano parte di quel sano processo di perfezionamento, piuttosto che di un’inversione di direzione.
Fase 4: creazione di valore grazie alla -produttività
La quarta fase è la più potente e difficile da quantificare nel breve termine. Qui, l’AI diventa una forza economica piuttosto che una semplice categoria tecnologica. Stimiamo che l’AI contribuisca attualmente con 10-20 punti base (bps) alla produttività annua. Riteniamo che questo contributo possa salire a 50-150 punti base all’anno, con l’espansione dell’adozione, l’adattamento dei flussi di lavoro e la piena integrazione dell’AI nelle attività core.
La differenziazione sarà significativa in questo caso. Le aziende che riusciranno a passare in modo efficace dai progetti pilota a implementazioni su scala aziendale amplieranno il loro vantaggio competitivo.- Queste organizzazioni valorizzano i dati proprietari, riprogettano i processi e dimostrano concreti miglioramenti della produttività. Ci aspettiamo la maggiore dispersione della performance tra i settori durante questa fase.
Perché gli hyperscaler si distinguono in tutte le ondate
La maggior parte delle aziende beneficerà di una o due ondate. Tuttavia, riteniamo che gli hyperscaler – Amazon, Microsoft e Google – siano esclusivi beneficiari di una multi-wave che partecipa ad ogni fase:
- Ondata 1: Costruzione di infrastrutture e ottenimento di efficienza interna.
- Ondata 2: alimentare lo sviluppo dell’AI attraverso strumenti, modelli e piattaforme cloud.
- Ondata 3: incorporare l’AI nel proprio software e nelle esperienze dei consumatori.
- Ondata 4: cogliere il consumo di cloud nel -lungo termine mentre il successo dell’AI dei clienti si consolida.
L’ampiezza della loro esposizione, la solidità dei bilanci e le profonde relazioni con i clienti li posizionano come protagonisti di lungo periodo nella crescita guidata dall’-AI-.
In definitiva
l’IA è una successione di onde e non un singolo tema di investimento. Ogni ondata crea nuova leadership e opportunità per gli investitori attivi. Allo stesso tempo, il percorso verso il futuro includerà periodi di aggiustamento mentre le aziende perfezionano le aree in cui l’AI offre valore sostenibile. Ma le prime evidenze dell’impatto dell’AI sulla crescita dei ricavi, sull’espansione dei margini e sulla differenziazione competitiva — in casi d’uso che spaziano dallo sviluppo del codice alla ricerca clinica — confermano perché la sua adozione stia diventando sempre meno opzionale e sempre più essenziale. Riteniamo che questi aspetti rappresentino una sana normalizzazione piuttosto che una sfida alle più ampie opportunità pluriennali. La chiave è capire dove fluirà il capitale e identificare le società con vantaggi strutturali per trarre vantaggio nelle diverse fasi.
La trasformazione futura sarà diseguale, iterativa e pluriennale, ma l’insieme delle opportunità è ampio e in espansione-. Con il crescere di queste ondate, riteniamo che una ricerca disciplinata, un posizionamento selettivo e il riconoscimento precoce delle transizioni di leadership saranno essenziali per cogliere il pieno valore di questo ciclo guidato dall’AI-.
