Mercati azionari & IA — USA e Cina ambizione comune, percorsi diversi

I titoli dei giornali descrivono spesso una corsa tecnologica con chiari vincitori e vinti. Tuttavia, dal punto di vista degli investimenti, questa visione rischia di semplificare eccessivamente una realtà ben più complessa.

Piuttosto che una corsa verso un unico traguardo, l'IA va intesa come una tecnologia di uso generale, il cui impatto economico si manifesterà gradualmente attraverso l'adozione, la diffusione e gli aumenti di produttività in diversi settori.

Come per le precedenti ondate di digitalizzazione, la leadership è destinata a cambiare nel tempo, influenzata tanto dalle infrastrutture, dalle politiche e dalla struttura economica quanto dalle stesse innovazioni tecnologiche.

A che punto è oggi la tecnologia

In base ai parametri convenzionali di valutazione delle prestazioni dei modelli — quali il ragionamento, la matematica e la codifica — i grandi modelli linguistici statunitensi mantengono un modesto vantaggio. Detto questo, la Cina ha ridotto il divario più rapidamente di quanto molti si aspettassero. Classifiche indipendenti mostrano ora che entrambi i paesi hanno un numero uguale di modelli tra i migliori al mondo, anche se le aziende statunitensi occupano ancora le posizioni di vertice.

Questa convergenza riflette profondi fondamentali sottostanti. La Cina produce una quota consistente dei laureati in discipline STEM a livello mondiale e ha costruito una base considerevole di ricercatori di IA di alto livello. In una prospettiva a lungo termine, questa profondità del capitale umano conta tanto quanto i risultati dei benchmark a breve termine.

Un'ulteriore distinzione risiede nell'architettura dei modelli e nell'apertura. Gli sviluppatori cinesi hanno tendenzialmente privilegiato i modelli open source, mentre le aziende statunitensi hanno dato la priorità a sistemi chiusi e proprietari. Questa differenza potrebbe rivelarsi importante nel tempo. Sebbene le prestazioni all'avanguardia catturino l'attenzione, l'impatto economico dell'IA dipende in ultima analisi da quanto ampiamente ed efficacemente i modelli vengono implementati.

Investimenti di capitale: scala contro struttura

La portata degli investimenti statunitensi nelle infrastrutture di IA non ha precedenti. Le grandi aziende tecnologiche hanno stanziato centinaia di miliardi di dollari per data center, capacità di calcolo e infrastrutture associate, con livelli di spesa ormai sufficienti a incidere a livello macroeconomico .

Gli investimenti dichiarati dalla Cina appaiono di gran lunga inferiori. Tuttavia, i confronti basati esclusivamente sui dati di primo piano possono essere fuorvianti. In Cina, gli investimenti legati all’IA sono più diffusi e meno trasparenti, distribuiti tra operatori di telecomunicazioni sostenuti dallo Stato, fornitori di infrastrutture e iniziative regionali. Il sostegno arriva anche indirettamente attraverso sussidi, sovvenzioni e programmi di credito mirati.

Sebbene gli Stati Uniti rimangano in testa per quanto riguarda l'impiego complessivo di capitale, il divario è probabilmente più ridotto di quanto suggeriscano i dati principali. Ancora più importante, la composizione e gli obiettivi degli investimenti differiscono in modo significativo tra i due sistemi.

Quadri politici e intenti strategici

Negli Stati Uniti, l'enfasi rimane sulla leadership del settore privato, su una regolamentazione relativamente leggera e sull'uso della domanda governativa — in particolare attraverso la difesa e le agenzie federali — per sostenere lo sviluppo dell'IA. Anche i controlli sulle esportazioni di semiconduttori avanzati sono diventati uno strumento centrale, progettato per preservare il vantaggio tecnologico.

L'approccio della Cina è più orientato allo Stato. La politica si è concentrata sull'accelerazione dell'impiego nell'economia reale, con i dati trattati esplicitamente come un fattore di produzione. Le iniziative volte ad ampliare la condivisione dei dati, a creare set di dati pubblici e a integrare l'IA nei processi industriali riflettono un'attenzione pragmatica all'applicazione piuttosto che al prestigio tecnologico.

Per gli investitori, queste differenze sono importanti perché determinano la rapidità con cui l'IA si traduce in risultati economici misurabili.

Limiti infrastrutturali: l'energia come fattore di differenziazione

I data center dedicati all'IA consumano moltissima energia. Negli Stati Uniti, questo sta iniziando a creare attriti, a causa dei limiti della rete elettrica, dell'opposizione locale e delle preoccupazioni per l'aumento dei costi dell'elettricità. Dopo decenni di domanda stabile, si prevede ora un'accelerazione del consumo energetico negli Stati Uniti, con le infrastrutture per l'IA come motore principale.

La Cina deve affrontare una serie di vincoli diversi. La capacità della rete elettrica si è espansa rapidamente, i costi dell'elettricità sono strutturalmente più bassi e l'implementazione delle energie rinnovabili prosegue su larga scala. La sicurezza energetica è diventata una priorità strategica, rafforzando gli investimenti a lungo termine.

In una prospettiva a medio termine, ciò suggerisce che la disponibilità di energia elettrica rischia di rappresentare un vincolo in termini di costi o capacità negli Stati Uniti più che in Cina, in particolare con l’espansione dell’adozione dell’IA.

Semiconduttori: un vantaggio, ma con dei limiti

I semiconduttori avanzati rimangono un chiaro vantaggio degli Stati Uniti. Nonostante gli investimenti sostenuti, la Cina continua a rimanere indietro nella produzione di chip e tale divario si è dimostrato difficile da colmare.

Tuttavia, l'importanza economica di questo divario dipende da come viene utilizzata l'IA. Mentre l'accesso a chip all'avanguardia è fondamentale per l'addestramento dei modelli più avanzati, è meno essenziale per l'esecuzione su larga scala dei modelli esistenti.

Questa distinzione riduce — sebbene non elimini — l'impatto strategico delle restrizioni sui semiconduttori. Aiuta inoltre a spiegare l'enfasi posta dalla Cina sull'applicazione e l'implementazione piuttosto che sulla sola ricerca all'avanguardia.

Due strategie, non una sola corsa

L'intuizione più importante per gli investitori è che gli Stati Uniti e la Cina potrebbero non competere a parità di condizioni.

Gli Stati Uniti stanno destinando capitali allo sviluppo di frontiera e alla ricerca a lungo termine dell'intelligenza artificiale generale — una strategia con un potenziale di crescita trasformativo, ma caratterizzata da elevata incertezza e intensità di capitale.

La Cina, al contrario, sta dando priorità all'implementazione dell'"AI+": l'integrazione dell'IA nella produzione, nella logistica, nella robotica e nei processi industriali. Dato che il settore manifatturiero rappresenta una quota significativamente maggiore dell'economia cinese rispetto a quella statunitense, il meccanismo di trasmissione dall'IA alla crescita della produttività potrebbe essere più rapido e visibile.

Nessuna delle due strategie è intrinsecamente superiore. Esse riflettono semplicemente strutture economiche, preferenze di rischio e obiettivi politici diversi.

Considerazioni finali

Per gli investitori, la domanda chiave non è chi sia oggi in testa alla corsa all’IA, ma dove l’adozione dell’IA si traduca in modo più efficace in valore economico duraturo.

Ciò sposta l'attenzione verso:

Come per le precedenti transizioni tecnologiche, è improbabile che l'IA produca un unico vincitore duraturo. È invece probabile che rimodelli le economie seguendo percorsi diversi, con l'evoluzione dell' e di leadership man mano che la tecnologia matura.

Dal punto di vista degli investimenti, la pazienza — e l'attenzione all'implementazione piuttosto che ai titoli dei giornali — rimane essenziale.