Prima di procedere
Il mercato dei semiconduttori è in fermento, con previsioni di crescita vertiginose e opinioni contrastanti sul futuro dell'Intelligenza Artificiale (IA). Un recente rapporto di Omdia prevede che il fatturato globale dei fornitori di semiconduttori supererà per la prima volta 1 trilione di dollari quest'anno, con un aumento del 30,7% rispetto al 2025. La crescita più significativa sarà trainata dai chip per la memoria, in particolare DRAM e HBM, utilizzati nei server IA.
Questa domanda insaziabile è alimentata dai principali hyperscaler del mondo, come Amazon Web Services (AWS), Microsoft Azure, Google Cloud Platform e Meta, che stanno investendo massicciamente in nuovi data center. Si stima che questi quattro giganti spenderanno complessivamente circa mezzo trilione di dollari in investimenti nel 2026, e i loro piani di espansione non si fermano qui.
Parallelamente, la domanda di servizi basati sull'IA è in forte crescita. Gartner stima che raggiungerà i 439,44 miliardi di dollari nel 2025 e salirà a 588,65 miliardi di dollari nel 2026 e a 761,04 miliardi di dollari nel 2027. Tuttavia, questa crescita esponenziale del mercato dei semiconduttori si riflette principalmente nei valori monetari, mentre il numero effettivo di chip spediti ai clienti non mostra lo stesso dinamismo.
I produttori di chip, infatti, preferiscono ottimizzare le linee di produzione esistenti per massimizzare i profitti, riducendo la produzione di chip tradizionali a favore di quelli per l'IA. Questa strategia ha portato a un aumento dei prezzi dei chip, con AMD e Intel pronte ad aumentare i prezzi dei processori per server del 15% e Samsung e SK Hynix ad aumentare i prezzi dei chip NAND del 100% o più.
Anche i chip prodotti con tecnologie più mature, come quelli di SMIC e Hua Hong in Cina, hanno subito un aumento dei prezzi del 10% dall'inizio del 2026. Si prevede che i prezzi delle memorie DRAM per server aumenteranno del 60-70% solo nel primo trimestre di quest'anno, e non ci sono segnali di inversione di tendenza all'orizzonte.
Questa cautela da parte dei produttori di chip, che esitano a investire in nuove fabbriche, è dovuta alla paura di un'improvvisa esplosione della bolla dell'IA e alla mancanza di una concorrenza reale. Fino a quando i produttori cinesi e di altri paesi non raggiungeranno i livelli tecnologici e di produzione di Taiwan, Corea del Sud e Stati Uniti, i profitti continueranno a concentrarsi nelle mani di pochi.
Si prevede che la situazione inizierà a migliorare nel 2027-2028, quando nuove fabbriche come quella di Micron a Singapore entreranno in funzione. Fino ad allora, il settore IT può solo sperare che l'entusiasmo per l'IA continui a crescere. Se dovesse diminuire, i prezzi dei chip scenderebbero, il che sarebbe positivo per i consumatori, ma potrebbe anche rappresentare un duro colpo per l'industria dei semiconduttori, rallentando la ricerca e lo sviluppo di nuove tecnologie.
Nonostante le preoccupazioni, alcuni esperti rimangono ottimisti. Dario Amodei, CEO di Anthropic, ha pubblicato un saggio intitolato "L'età delicata della tecnologia", in cui invita a evitare il pessimismo nei confronti dell'IA e a sostenere il suo sviluppo attraverso una regolamentazione statale prudente e investimenti materiali. Amodei crede che l'IA potente, sotto forma di milioni di "geni incorporei nei data center", potrebbe arrivare già tra uno o due anni.
Jensen Huang, CEO di Nvidia, ha criticato la "narrazione del destino" dei critici dell'IA, sostenendo che qualsiasi regolamentazione artificiale rallenta solo il progresso. Huang ritiene che la funzionalità debba sempre venire prima della sicurezza e che i prodotti tecnologici debbano funzionare come previsto.
Tuttavia, anche gli ottimisti come Amodei riconoscono i pericoli potenziali dell'IA, come la possibilità che venga utilizzata per sviluppare armi biologiche o per controllare infrastrutture robotiche. Per contrastare questi rischi, Amodei propone di plasmare le personalità dei "geni incorporei" in una direzione prevedibile, stabile e positiva.
Al Forum di Davos 2026, il tema dell'IA è stato al centro del dibattito, con opinioni divergenti sui suoi rischi e benefici. Satya Nadella, CEO di Microsoft, ha sottolineato la necessità di una distribuzione uniforme dei vantaggi dell'IA, mentre i rappresentanti degli sviluppatori europei hanno chiesto un "disaccoppiamento" dalle tecnologie americane.
Yann LeCun, pioniere dell'IA, ha affermato che i grandi modelli linguistici (LLM) non potranno mai raggiungere un'intelligenza simile a quella umana perché sono addestrati su testi troppo semplici. Anil Seth, professore di neuroscienze, ha messo in dubbio l'idea che l'IA possa mai acquisire coscienza, sostenendo che si basa sull'ipotesi non dimostrata che la coscienza si riduca al calcolo.
Nonostante le preoccupazioni, l'IA continua a fare progressi in diversi campi. Un'applicazione gratuita chiamata DinoTracker aiuta i paleontologi a identificare le impronte di dinosauri, mentre l'agente Gemini di Google crea riepiloghi e-mail giornalieri personalizzati. Lo strumento Humanizer per l'ambiente di sviluppo Claude Code migliora la qualità dei testi generati dall'IA, mentre una versione locale di Excel ha un agente IA che può essere utilizzato per creare fogli di calcolo in linguaggio naturale.
L'IA sta anche diventando sempre più brava a risolvere problemi matematici complessi. ChatGPT ha trovato una soluzione a un problema formulato dal matematico Pál Erdős in soli 15 minuti, e l'IA è stata coinvolta nella risoluzione di 11 dei 15 problemi di Erdős che sono stati classificati come "risolti" in poche settimane.
Tuttavia, ci sono anche dei rischi associati all'IA. Gli strumenti di IA come ChatGPT Health possono fornire diagnosi imprecise, e gli agenti IA autonomi possono accedere a dati privati da diverse fonti, mettendo a rischio la sicurezza delle informazioni personali. Inoltre, l'assenza di comprensione da parte dei modelli generativi può portare a errori e risultati indesiderati.
Nonostante queste sfide, il mercato dei chip continua a crescere, trainato dalla domanda di IA. TSMC ha registrato un fatturato record nel quarto trimestre del 2025, mentre ASML ha visto raddoppiare il portafoglio ordini di apparecchiature per la produzione di chip. I produttori cinesi stanno anche investendo massicciamente nello sviluppo di acceleratori IA, e Microsoft e Intel stanno lanciando nuovi chip e prodotti orientati all'IA.
Lisa Su, CEO di AMD, ha annunciato che il mondo sta entrando nell'era YottaScale, con calcoli IA che richiedono una potenza di calcolo sempre maggiore. Tuttavia, questa crescita esponenziale ha anche un lato negativo: il costo dell'elaborazione IA sta aumentando, e le aziende dovranno affrontare sfide complesse per automatizzare i processi e rimanere competitive.
Nel frattempo, le nuove modelli IA continuano a essere sviluppate. OpenAI ha lanciato Prism, un nuovo ambiente di lavoro per la ricerca scientifica, mentre Adobe Acrobat ha acquisito funzionalità generative. Yahoo ha lanciato un motore di ricerca IA chiamato Scout, e Google Chrome si è trasformato in un browser IA grazie all'integrazione con Gemini. Amazon ha lanciato Alexa+, una nuova versione generativa del suo assistente virtuale.
Tuttavia, la privacy e la sicurezza dei dati rimangono una preoccupazione fondamentale. Sono stati segnalati diversi incidenti che coinvolgono violazioni della privacy e vulnerabilità della sicurezza in diversi prodotti e piattaforme IA. È fondamentale che gli sviluppatori e gli utenti prestino maggiore attenzione alla protezione dei dati e alla sicurezza dell'IA.
Infine, Google ha aperto l'accesso a Genie 3, una modello universale che può generare ambienti di gioco diversi. Questo ha suscitato preoccupazioni tra gli sviluppatori di giochi, che temono che l'IA possa minacciare i progetti commerciali. Tuttavia, i giocatori hanno anche espresso il loro malcontento per l'uso dell'IA nello sviluppo di giochi, preferendo che il lavoro sia svolto da persone reali.
La domanda rimane: le macchine sono capaci di pensare? La risposta è complessa, ma i modelli IA "ragionanti" sono già in grado di risolvere problemi complessi e trovare nuove soluzioni. Un progetto congiunto tra diverse università ha dimostrato che un modello generativo può auto-apprendere ponendosi domande e trovando risposte corrette. Allo stesso tempo, gli LLM stanno dimostrando una forte correlazione tra i modelli di segnale nei loro strati percettroni e quelli osservati nella rete linguistica umana, il che suggerisce che le macchine potrebbero essere in grado di pensare in modo simile agli esseri umani.
