Le grandi aziende tecnologiche stanno iniziando a somigliare a IBM negli anni '60

Il Passaggio verso l’Integrazione Verticale nell’Era dell’Intelligenza Artificiale

Con l’intensificarsi della competizione per guidare il settore in rapida espansione dell’intelligenza artificiale, le principali aziende tecnologiche stanno adottando strategie che ricordano l’approccio di IBM negli anni Sessanta.

I principali fornitori di cloud come Alphabet (GOOG, GOOGL), Meta (META), Microsoft (MSFT) e Amazon (AMZN) si trovano tutti a diversi stadi della progettazione di chip AI proprietari per i propri data center, con l’obiettivo di potenziare i servizi cloud e software. Alphabet, attualmente la più avanzata in questo campo, starebbe valutando la vendita delle proprie Tensor Processing Units (TPUs) a Meta, posizionandosi come concorrente diretto di Nvidia (NVDA), la forza dominante nell’hardware AI.

Secondo Bloomberg Intelligence, il mercato dei chip AI personalizzati potrebbe raggiungere i 122 miliardi di dollari entro il 2033, spinto da questi sforzi in corso.

Oltre allo sviluppo dei chip, i giganti tecnologici stanno investendo anche nelle infrastrutture. Microsoft e Amazon, ad esempio, stanno destinando risorse alla dark fiber—linee in fibra ottica inutilizzate già installate sottoterra—per sostenere le proprie operazioni, come osservato dall’analista di RBC Capital Markets Jonathan Atkin. Google e Meta mantengono anch’esse proprie reti di cavi, pur continuando ad acquistare ulteriore capacità da fornitori esterni. Questi collegamenti sono fondamentali per connettere i data center e servire i clienti aziendali.

Questa rinnovata attenzione alla costruzione di hardware proprietario a supporto delle offerte software principali segna un ritorno all’integrazione verticale—un modello di business reso popolare per la prima volta dai magnati dell’industria del XIX secolo e successivamente adottato da IBM nell’era digitale.

L’Eredità di IBM e il Ritorno dell’Integrazione Verticale

IBM stabilì lo standard per l’integrazione verticale negli anni Sessanta, producendo i componenti per i propri mainframe. L’azienda riteneva che produrre internamente parti specializzate avrebbe non solo migliorato i propri prodotti, ma anche aumentato la redditività e protetto dalle interruzioni della catena di approvvigionamento. Questa strategia si rivelò estremamente efficace: nel 1985, IBM rappresentava oltre la metà del valore totale di mercato dell’industria informatica, come evidenziato da Carliss Y. Baldwin in "Design Rules".

Tuttavia, il dominio di IBM diminuì negli anni Novanta, quando i costi di produzione dei semiconduttori calarono e nuovi concorrenti come Microsoft e Intel emersero. All’inizio del nuovo millennio, IBM aveva abbandonato il proprio modello integrato verticalmente.

L’Influenza dell’AI sui Giganti Tecnologici di Oggi

Proprio come l’ascesa dei computer spinse IBM verso una strategia di integrazione, l’esplosione dell’AI—soprattutto dopo il debutto di ChatGPT alla fine del 2022—ha spinto i leader attuali del cloud a seguire una strada simile. L’alto prezzo e la disponibilità limitata dei chip Nvidia hanno spinto le aziende a sviluppare hardware AI proprietario, spesso più economico e meglio adattato alle proprie esigenze software.

ASSOCIATED PRESS

L’analista di Seaport Jay Goldberg osserva: “Gli hyperscaler sono pienamente consapevoli dei rischi di dipendere da un solo fornitore per la potenza di calcolo AI. Ciò ha creato un forte incentivo a sviluppare il proprio silicio.”

Meta ha iniziato a testare i propri chip AI per l’addestramento dei modelli e ha recentemente acquisito Rivos, una startup di chip, per accelerare le proprie ambizioni nei semiconduttori. Le TPUs di Google sono diventate così avanzate che aziende come Anthropic, OpenAI e persino Meta hanno stipulato importanti accordi cloud per potervi accedere. Nel frattempo, Microsoft ha introdotto il proprio chip Maia 200 dopo un lungo periodo di sviluppo.

Durante una recente visita al laboratorio di chip e data center di Amazon ad Austin, Texas, l’azienda ha mostrato i suoi UltraServers, che includono la più recente GPU proprietaria di Amazon (Trainium), la CPU Graviton e hardware di rete personalizzato. Pur affidandosi ancora molto alle GPU Nvidia per i servizi cloud AI, Amazon sta sempre più sottolineando i vantaggi dell’hardware proprietario.

Paul Roberts, direttore tecnico di Amazon Web Services, ha dichiarato che il chip Trainium3 può offrire ai clienti cloud fino al 60% di miglior rapporto prezzo/prestazioni rispetto alle GPU tradizionali per i compiti di inferenza.

“Abbiamo forti evidenze che l’utilizzo di chip personalizzati, invece di GPU generiche, permette di creare processori e acceleratori altamente efficienti che garantiscono notevoli risparmi energetici,” ha spiegato Roberts.

Si prevede che queste efficienze energetiche diventeranno ancora più importanti man mano che la rapida espansione dei data center AI inizierà a mettere sotto pressione le risorse energetiche.

Le Sfide dell’Integrazione Verticale

Nonostante il momento favorevole, Jay Goldberg di Seaport avverte che la tendenza attuale verso l’integrazione verticale potrebbe aver raggiunto i suoi limiti pratici, e non tutte le grandi aziende tecnologiche riusciranno a tenere il passo. “Progettare chip all’avanguardia è estremamente costoso,” afferma, “e solo poche aziende hanno le risorse per perseguirlo.”