La corsa all’intelligenza artificiale ha trasformato i data center nel nuovo oro della Silicon Valley. Le big tech investono somme senza precedenti per inseguire l’AGI, mentre Meta parla ossessivamente di “capacità” nelle call finanziarie e Google immagina data center perfino nello spazio.
Ma per il CEO di IBM, Arvind Krishna, i conti non tornano. Ospite del podcast “Decoder”, Krishna è stato netto: “non c’è alcun modo” in cui i trilioni investiti oggi potranno generare un ritorno, almeno con i costi infrastrutturali attuali.
La sua analisi nasce da un calcolo terra terra, eppure illuminante. Per riempire un data center da un gigawatt servono circa 80 miliardi di dollari in hardware, strutture, sistemi di raffreddamento e rete.
Significa che un’azienda che voglia impegnare 20 o 30 gigawatt sta automaticamente mettendo sul tavolo 1.500 miliardi di dollari. Un ordine di grandezza che cambia la scala del settore e, secondo Krishna, supera di molto la capacità del mercato di ripagare tali investimenti.
L’AGI come motore della speculazione
Il punto centrale di Krishna non riguarda solo i costi ma la logica della corsa stessa. L’industria dell’IA sta accumulando impegni globali per circa 100 gigawatt di potenza: ai valori attuali, significa 8.000 miliardi di dollari di capex.
È una cifra che implica, secondo il CEO di IBM, la necessità di generare 800 miliardi di dollari di profitti l’anno soltanto per coprire gli interessi. Una soglia che nessun modello di business oggi esistente sembra in grado di avvicinare.
Altman, nell’ambizioso piano di OpenAI, sostiene invece che un ritorno sia possibile. Ma Krishna prende apertamente le distanze: “È una convinzione. È quello che alcuni vogliono inseguire. Lo capisco ma è diverso dall’essere d’accordo con loro”.
La spinta verso l’AGI, un traguardo che alcuni considerano più aspirazionale che imminente, sta dunque alimentando una dinamica finanziaria che, per IBM, rischia di sfociare in una bolla infrastrutturale.
L’obsolescenza accelerata dei chip e il problema dei cinque anni
A complicare ulteriormente il quadro c’è la natura stessa dell’hardware per l’IA.
Krishna sottolinea come le GPU vadano ammortizzate in cinque anni, perché oltre quella soglia perdono valore competitivo e devono essere sostituite. Ciò significa che l’intera infrastruttura da decine di miliardi va rinnovata ciclicamente, mentre la domanda di potenza continua a crescere.
Il tema non è accademico: l’investitore Michael Burry ha di recente criticato Nvidia proprio sul fronte del deprezzamento, contribuendo alla volatilità dei titoli legati all’IA.
Anche sul versante energetico, la situazione si fa estrema. In una lettera alla Casa Bianca, OpenAI ha chiesto agli Stati Uniti di aumentare la capacità elettrica nazionale di 100 gigawatt l’anno, un ritmo che non trova precedenti nel settore energetico americano.
Un futuro da inventare per IBM
Krishna apprezza gli attuali strumenti di IA, che a suo avviso “sbloccheranno trilioni di dollari di produttività” nel mondo enterprise. Il nodo è però un altro: l’attuale percorso tecnologico dei modelli linguistici potrebbe non bastare per spingersi verso l’AGI. E senza una svolta radicale, le probabilità di arrivarci restano, secondo lui, tra lo 0 e l’1%.
Un’eventuale strada futura potrebbe passare dalla fusione tra modelli linguistici e conoscenza strutturata, una sorta di IA ibrida capace di combinare ragionamento simbolico e statistico. Ma anche su questo Krishna resta prudente: “Anche in quel caso, sono per un ‘forse’.”
La corsa ai data center continua, i trilioni scorrono e le big tech si contendono la leadership dell’IA. Ma mentre la Silicon Valley sogna l’AGI, IBM lancia un monito difficile da ignorare: la matematica, oggi, non sta dalla loro parte.
Fonte: Business Insider
