Poche parole chiave sono state così onnipresenti nel contesto degli investimenti tematici come “intelligenza artificiale” (di seguito, AI). Tuttavia, come molti di questi termini, se chiedessimo a 10 persone diverse che cosa significa AI, ne otterremmo probabilmente 10 definizioni differenti. Il fatto è che l’AI ricopre un’area così vasta che risulta difficile elaborare una tesi d’investimento convincente senza essere più specifici.

Demis Hassabis, Fondatore di DeepMind, ha dichiarato: “I big data, in un certo senso, sono il “problema” – l’AI è la risposta”. Ci piace questa citazione poiché cattura un trend importante della nostra società negli ultimi anni. Il Grafico 1 lo dimostra con chiarezza. 

Grafico 1: le società con la maggiore capitalizzazione di mercato incluse nell’indice S&P 500 sono cambiate drasticamente negli ultimi 10 anni

Fonte: Bloomberg. Dati, rispettivamente, all’18 aprile 2019 e al 17 aprile 2009.

La performance storica non è indicativa della performance futura e qualunque investimento può perdere di valore.

• Al 18 aprile 2019, aziende come Apple, Microsoft, Amazon, Alphabet e Facebook hanno registrato una forte ascesa tra le prime 10 società per capitalizzazione di mercato. Solo Microsoft rientrava nell’indice già 10 anni fa. Ognuna di esse ha ottenuto un tale livello di capitalizzazione per una ragione molto importante: i dati. In modi diversi, questi colossi hanno immagazzinato quantità a massicce di dati sui consumi che, se opportunamente analizzati, hanno un valore economico enorme.  
•     
• Al 17 aprile 2009, si osservava la presenza di un certo numero di aziende “classiche”. Ad eccezione di Microsoft, nessuna di loro si è distinta per capacità d’innovazione nell’ambito dei dati sui consumatori. Il confronto fra Walmart e Amazon è particolarmente tranchant: Walmart è ancora considerata un’attività molto florida ma il successo di Amazon ha catturato l’immaginario del grande pubblico in una maniera tale che Walmart semplicemente non è riuscita a eguagliare.  

Quindi, quando parliamo di AI, intendiamo l’uso di computer e software per assorbire, processare ed elaborare dati. Più precisamente, usando i risultati delle esperienze pregresse, l’AI è in grado di dedurre le relazioni e fare previsioni senza essere esplicitamente programmata al controllo di ogni possibile scenario. Inoltre, proprio così come impara, l’AI può adattare. Potenzialmente potrebbe eliminare quasi del tutto l’esigenza di ricorrere all’intervento umano in processi complessi, aprendo nuove porte all’automatizzazione in, idealmente, tutti i settori.  

L’AI riduce significativamente il costo di un input di prim’ordine con la previsione 

Nel 1971, Intel ha sviluppato un microprocessore in grado di integrare la funzione dell’unità di elaborazione centrale (CPU) in un unico chip, aprendo la strada verso una drastica diminuzione dei costi dell’aritmetica¹. Tim Berners-Lee e il suo team hanno sviluppato l’Hyper Text Transfer Protocol (HTTP) dal 1989 al 1991², alterando così il percorso futuro della connettività mondiale via internet. 

Queste innovazioni, avvenute agli albori, non hanno destato grande scalpore ma ciascuna di esse influenza ancora oggi in misura enorme la nostra vita di tutti i giorni. Riteniamo che l’AI rappresenti uno sviluppo analogo a quello dell’invenzione della CPU o alla nascita di internet e che, in sostanza, il suo apporto in termini di valore aggiunto si possa riassumere nella possibilità di ridurre il costo delle previsioni³. 

L’accesso a previsioni più accurate consentirebbe di considerare numerosi problemi in un’ottica diversa:

• Se i venditori al dettaglio conoscessero con esattezza i desideri dei consumatori, cosa intendono acquistare e in che quantità, ciò permetterebbe loro di ridurre drasticamente i costi d’immagazzinaggio. Inoltre, le aziende potrebbero usare un pricing dinamico per avvicinarsi di più al valore di ogni bene o servizio per il consumatore specifico.  
•     
• Nel settore Salute, le previsioni possono individuare quale patologia causa problemi in aree diverse, oltre ai rischi principali a cui i pazienti devono prestare maggiore attenzione, combinando anamnesi e dati degli esami medici recenti.
•     
• Nel settore agricolo, le tecnologie di precisione contribuiscono a prevedere praticamente qualunque sviluppo, dalle temperature, alle piogge, fino ai parassiti e ai prezzi delle materie prime, con maggiore accuratezza. Le tecnologie previsionali possono addirittura essere usate per misurare la resilienza del terreno a fronte di nuove condizioni⁴.
•     
• E’ addirittura possibile pensare alla guida autonoma come ad un problema di tipo previsionale: che cosa farebbe l’autista migliore del mondo in una data situazione? Se una macchina può imparare da milioni di ore di osservazione di migliaia di conducenti d’auto, forse previsioni simili possono essere elaborate con particolare accuratezza.  

What is the potential value of AI to the global economy?

E’ una domanda a cui risulta molto difficile rispondere. Un segnale appare con evidenza dal Grafico 1, dal tipo di aziende balzate tra le prime dieci per capitalizzazione di mercato nello S&P 500. Le loro capitalizzazioni di mercato non hanno raggiunto simili vette semplicemente in quanto queste aziende dispongono di quintali di dati – il presupposto implicito è che questi dati saranno utilizzabili per catalizzare una futura crescita degli utili. 

Inoltre, ci sono società, come la McKinsey Global Institute, che offrono le loro previsioni basandosi sui dati forniti da un ampio ventaglio di imprese di settori diversi. Un’analisi specifica ha indagato 400 casi di uso in 19 industrie (inclusi i settori aerospaziale, difesa, viaggi e settore pubblico), scoprendo che la tecnologia AI può contribuire a creare tra i 3,5 e i 5,8milamiliardi annui⁵. Anche gli strumenti di machine learning possono aiutare a ridurre gli sprechi – se si considera l’industria alimentare negli USA, ad esempio, il 30-40% dell’offerta va a male prima di poter essere usata⁶. Ovviamente, questi sono solo un paio di esempi. Tuttavia, per quella che è la nostra esperienza fino ad oggi, sono in pochi a sostenere che l’AI non offra un importante potenziale di crescita.  

L’AI è già usata 

E’ entusiasmante il fatto che non abbiamo bisogno di metterci a spiegare l’AI come se si trattasse di una disciplina meramente teorica: esistono aziende vere, oltre a colossi come Amazon e Alphabet, che già oggi ne sfruttano i benefici. Una delle imprese di più grande impatto al momento, Robotic Process Automation, opera prendendo e ridimensionando compiti ripetitivi. Ciò consente alle aziende di affidare ai lavoratori mansioni a maggior valore aggiunto. Tra le aziende impegnate in questo compito e che oggi generano entrate, segnaliamo: Blue Prism, Nice e Pegasystems. Gli investitori possono trarre vantaggio dalle competenze nell’individuare opportunità come queste –operazione non semplice- presumibilmente destinate a crescere negli anni a venire.