L’adozione dell’IA sta procedendo a un ritmo senza precedenti, ridisegnando il panorama degli investimenti tecnologici globali. A sostenerlo è Matt LeBlanc, Client Portfolio Manager di Columbia Threadneedle Investments, che individua nei produttori di semiconduttori, nello storage e nel settore energetico i pilastri su cui costruire le strategie per i prossimi anni.
L’adozione dell’AI corre più veloce di PC e Internet
Per comprendere la portata strutturale di questa trasformazione, è utile confrontare la velocità di adozione dell’AI con le precedenti rivoluzioni tecnologiche. Come spiega Matt LeBlanc: “Al PC ci vollero 12 anni per raggiungere il 40% delle abitazioni statunitensi; a internet ne bastarono cinqye. L’AI generativa ha impiegato appena due anni per raggiungere la stessa quota”. Questo tasso accelerato, secondo l’esperto, è in parte spiegato dal fatto che l’AI si innesta su cicli tecnologici già consolidati, come PC, internet e smartphone, coinvolgendo settori ben oltre il perimetro tradizionale dell’IT.
Un esempio emblematico è il settore sanitario: studi del National Institute of Health hanno evidenziato come i sistemi di AI abbiano dimostrato un’efficacia comparabile a quella dei medici nella diagnosi del melanoma. Analoghe dinamiche si osservano in ambito finanziario e in altri settori tradizionali.
Semiconduttori, il cuore dell’ecosistema AI
Tra tutti i segmenti, i semiconduttori rappresentano il pilastro centrale. Con la rapida espansione dei carichi di lavoro legati all’AI, la domanda di chip avanzati – processori logici, memorie ad alta larghezza di banda, acceleratori – continua a crescere in modo significativo. LeBlanc sottolinea il ruolo delle aziende che sviluppano le sofisticate apparecchiature necessarie alla produzione di tali chip.
La solidità del settore è sostenuta da due tendenze strutturali: la produzione di chip diventa sempre più complessa e la spesa in conto capitale è in forte crescita. I due principali produttori, NVIDIA e Broadcom, presidiano l’ecosistema con ruoli complementari: NVIDIA con GPU ad ampio utilizzo, Broadcom con ASIC sviluppati ad hoc per clienti come Alphabet, Meta, OpenAI e ByteDance.
Secondo LeBlanc, “NVIDIA ha dichiarato di essere sold out per i prossimi sei trimestri, con ricavi ed EPS in crescita costante”. Anche i produttori di apparecchiature come Lam Research, Applied Materials e Teradyne si trovano in una posizione privilegiata, beneficiando di elevate barriere all’ingresso. Nel campo della memoria, la memoria ad alta larghezza di banda (HBM) si è affermata come tecnologia chiave. “Micron e SK Hynix, per esempio, hanno aumentato i prezzi della NAND trimestre dopo trimestre”, osserva LeBlanc, mentre Western Digital ha adottato un approccio più graduale, favorendo una transizione verso gli hard disk drive per lo storage di dati.
Energia e filiera, i nuovi driver del ciclo
L’energia rappresenta un ulteriore pilastro fondamentale. I data center sono oggi tra i principali consumatori di elettricità a livello globale, e con l’aumento delle esigenze di calcolo per l’AI, la disponibilità di energia sta emergendo come un vincolo sempre più rilevante. Sul fronte geopolitico, le tensioni internazionali potrebbero avere impatti ritardati sulla catena di fornitura. Tuttavia, la maggior parte delle società energetiche nella strategia di Columbia Threadneedle opera principalmente negli Stati Uniti. Come precisa LeBlanc: “Molte di queste società si concentrano su fonti alternative – tra cui il nucleare, ancora in una fase pre-scalabilità – offrendo un profilo di rischio/rendimento interessante nell’attuale contesto”.
Oltre le Magnifiche 7, verso nuove frontiere
Negli ultimi anni, l’attenzione si è concentrata sulle mega cap tecnologiche, le cosiddette “Magnifiche 7”. Questo ha creato un mercato molto ristretto. Negli ultimi 18 mesi si è però osservato uno spostamento verso le società di AI infrastructure, che sviluppano soluzioni per data center, forniscono energia e producono apparecchiature per i chip manufacturer. Guardando al futuro, LeBlanc conclude: “Ci aspettiamo che nuovi segmenti emergano come protagonisti del ciclo. Il software e le applicazioni per i Large Language Model potrebbero essere il prossimo catalizzatore. Anche la cybersecurity appare strutturalmente attraente: con l’integrazione sempre più profonda dell’AI, i budget dedicati alla sicurezza informatica crediamo saranno destinati ad aumentare significativamente”.