Amazon taglia posti di lavoro nel settore robotica e lancia un segnale strategico: scommessa totale da 200 miliardi di dollari sulla potenza di calcolo AI, i chip AI sviluppati internamente diventano il fulcro per ridurre i costi

Secondo quanto riportato da It-Finanza, Amazon (AMZN.US), il leader statunitense nel commercio elettronico e nel cloud computing, sta tagliando il personale nel suo dipartimento di robotica, considerato di importanza strategica. Alcuni analisti di Wall Street ritengono che questa decisione, insieme al recente annuncio della sperimentazione su vasta scala dei suoi chip proprietari AI chip—Trainium e Inferentia, dei cluster di infrastrutture di computing power per sviluppare e aggiornare i propri modelli di intelligenza artificiale—indichi chiaramente una strategia volta sia alla riduzione dei costi a livello aziendale sia al trasferimento delle principali risorse di spesa verso il settore delle infrastrutture di AI computing. Nel frattempo, Amazon sta facendo sempre più affidamento sui sistemi di automazione per supportare la propria rete di fulfillment.

Secondo indiscrezioni riportate dai media, i licenziamenti di questa settimana hanno riguardato “alcuni ruoli in ambito robotica”, tuttavia l’azienda sta ancora assumendo attivamente e investendo in “diverse aree strategiche”.

Con questi ultimi tagli, il numero totale dei posti di lavoro aziendali eliminati da Amazon dal 2022 sale a oltre 57.000. Ciò avviene mentre l’azienda intensifica gli investimenti di larga scala in intelligenza artificiale, data center e nello sviluppo di robot umanoidi, per mantenere un ruolo di primo piano nella corsa all’AI e nella nuova tendenza della AI fisica.

Amazon lancia la rivoluzione dei costi per l’AI! Punta alla sovranità sul training e l’inferenza

La mossa di Amazon non implica una sottovalutazione della robotica, ma piuttosto una riduzione delle posizioni e dei progetti caratterizzati da un ritorno sull’investimento più lento, a favore di una maggiore allocazione di risorse a favore di AWS, dell’infrastruttura cloud e dei ASIC chip AI proprietari. L’intenzione, infatti, è spostare sempre più verso una “co-progettazione” tra modello e chip, così da mantenere il controllo sulla struttura dei costi di training e inferenza e non essere condizionati a lungo dal prezzo dei GPU esterni.

È indubbio che, mentre Anthropic (considerata il principale rivale di OpenAI) prevede di investire decine di miliardi di dollari per acquisire 1 milione di chip TPU, e la casa madre di Facebook, Meta, valuta di acquistare infrastruttura di computing AI Google TPU per alcune decine di miliardi di dollari tra fine 2026 e 2027 (per la costruzione dei suoi imponenti data center AI), Amazon dal canto suo ha annunciato l’intenzione di utilizzare Trainium e Inferentia per lo sviluppo dei suoi modelli AI di grandi dimensioni. Tutto ciò conferma che i big del cloud stanno guidando una “rivoluzione dei costi” della computazione AI puntando sulla diffusione degli ASIC AI e che le preoccupazioni del mercato sulle prospettive di crescita di Nvidia sono fondate.

L’azienda, da una parte, sta riducendo relativamente pochi ruoli all’interno del team di robotica; dall’altra, prevede di destinare circa 200 miliardi di dollari di capital expenditure entro il 2026, principalmente per la struttura core del cloud AWS e per soddisfare enormi carichi di lavoro AI. AWS, nel frattempo, prosegue nello sviluppo autonomo di computing power AI come Trainium e Inferentia, mentre la rete operativa di Amazon ha già distribuito oltre 1 milione di robot, utilizzando modelli generativi AI come DeepFleet per aumentare l’efficienza del dispatching robotico.

Durante l’ultima conference call sulla trimestrale, l’amministratore delegato Andy Jassy ha confermato che Amazon investirà circa 200 miliardi di dollari: i capitali interesseranno tutte le linee di business, ma con focus principale su Amazon Web Services (cioè la divisione cloud AWS), in quanto “la nostra domanda di computing power è elevatissima; i clienti chiedono davvero ad AWS di sostenere i carichi di lavoro core e i massicci carichi AI e più capacità installiamo, più rapidamente possiamo monetizzarla su larga scala.”

Nello stesso tempo, Jassy ha definito la robotica “un grande progetto” per l’azienda. Dopo aver schierato più di un milione di robot nella rete logistica per l’adempimento degli ordini, l’automazione servirà a svolgere compiti ripetitivi e rischiosi, per incrementare drasticamente la produttività ed efficienza.

“Continueremo a ottimizzare la gestione dell’inventario, per accorciare le distanze di trasporto, ridurre il numero di movimentazioni per ciascun pacco e migliorare notevolmente l’integrazione dei pacchi, introducendo al tempo stesso robot e tecnologie automatizzate sempre più avanzate per migliorare l’efficienza e l’esperienza del cliente”, ha dichiarato Jassy durante la conference call.

Tuttavia, solo poche settimane dopo aver abbandonato lo sviluppo del sistema robotico multi-braccio “Blue Jay”, che si prevedeva sarebbe stato ampiamente implementato nei magazzini per le consegne in giornata, Amazon ha deciso di ridurre le dimensioni del proprio dipartimento di robotica.

Priorità assoluta alle infrastrutture di AI computing

Il management di Amazon sta dunque chiaramente riallocando capitale e talento dai progetti robotici caratterizzati da un ritorno più a lungo termine e da un’ingegneria più complessa, concentrandosi con forza sull’infrastruttura di AI computing potenzialmente più rapida da monetizzare. Dopo il round di licenziamenti di gennaio, questa settimana Amazon ha confermato ulteriori tagli nella divisione robotica. Parallelamente, l’azienda ha elevato l’obiettivo di capital expenditure al 2026 a 200 miliardi di dollari, con priorità ancora su AWS e sulle infrastrutture di AI computing. L’ambizione nell’automazione dei magazzini, però, non si è affievolita: Amazon aveva già annunciato lo scorso anno che nella propria rete operativa erano già stati implementati 1 milione di robot, insieme all’introduzione del modello generativo AI DeepFleet per la gestione della flotta robotica, dichiarando un aumento dell’efficienza del 10%. Ciò suggerisce che i tagli abbiano colpito i progetti/ruoli a rendimento marginale più basso, ma non la “strategia di automazione” nel suo complesso.

In altre parole, il piano di contenimento dei costi di Amazon sembra una classica ristrutturazione architetturale tech: prima si costruisce una piattaforma AI generalista e si rafforza la base di computing proprietaria, poi questa “intelligenza economica ed espandibile” verrà progressivamente riversata su robotica e rete di fulfillment. Non è che la robotica sia “stata sconfitta dall’AI”, ma viene semplicemente inserita come layer applicativo a valle della piattaforma AI.

Guardando al rapporto infrastrutturale tra robotica e AI data center, Amazon sembra ammettere una realtà: il futuro vedrà come strozzatura principale l’economia della computazione, e solo dopo verrà il tema della forma automatizzata del terminale. I robot restano essenziali, ma diventano sempre più layer esecutivo downstream rispetto al sistema: la variabile decisiva per velocità di scaling, costi unitari ed efficienza iterativa sarà la capacità up-stream di addestrare/distribuire modelli a costi più bassi e di riutilizzare queste capacità per i clienti AWS, Nova, Alexa, Rufus, oltre che per il dispatching e il controllo robotico nei magazzini.

Il titolo Amazon ha chiuso la sessione di mercoledì a Wall Street con un rialzo di quasi il 4%, registrando la migliore performance giornaliera da novembre. Il recupero è alimentato dal rinnovato appetito per il rischio sulle tech e dalla crescita del settore servizi USA al ritmo più veloce dal metà 2022, con pressioni sui prezzi in mitigazione, ma anche dai dati ADP sull’occupazione superiori alle attese. Questi solidi dati economici hanno temporaneamente oscurato le preoccupazioni macro legate alle tensioni geopolitiche in Medio Oriente. Tutti e tre i principali indici azionari USA sono saliti, con debolezza su Treasury e dollaro, mentre anche le criptovalute hanno registrato forti guadagni in linea con le altre asset class a rischio.