Il mondo dell’intelligenza artificiale sta attraversando una fase di grande evoluzione, caratterizzata non solo da innovazioni straordinarie ma anche da sfide inaspettate che potrebbero intaccare gravemente i modelli di business tradizionali. Recenti sviluppi nel campo della clonazione di software, facilitati da AI avanzate, pongono interrogativi preoccupanti riguardo alla sostenibilità e alla redditività delle aziende tecnologiche consolidate.
Un esempio clamoroso è la riproduzione di applicazioni come Microsoft Office e Adobe Creative Suite, effettuata da un individuo ingegnoso che ha rilasciato il codice sorgente e i file binari di un’applicazione clona denominata “Claude”. Sorprendentemente, elementi di Adobe sono stati esclusi dall’ironia di un nome alternativo come “Fauxtoshop”, mancando così di sfruttare a pieno il potenziale creativo di questa imitazione. Questi software si trovano ancora in una fase preliminare e mostrano bug, ma la loro funzionalità dimostra quanto velocemente l’AI possa svolgere compiti privi di creatività.
I colossi tecnologici come Microsoft e Adobe si trovano ora ad affrontare la concorrenza di queste “reimplementazioni pulite”. È importante notare che, sebbene esista la possibilità di rivendicare diritti su tali opere, la legge attuale non protegge la funzionalità in sé, e in molti casi il codice è stato generato rispettando condizioni di pulizia. Questo scenario complica ulteriormente la questione della protezione della proprietà intellettuale per le aziende coinvolte.
Una nuova minaccia economica
L’emergere di questi software clonati sta potenzialmente chiudendo significative fonti di guadagno per le aziende che avevano assunto di avere un monopolio. Con il passare del tempo, la scarsa motivazione a sviluppare alternative dalle fondamenta potrebbe trasformare il panorama del software, concluso il primo movimento verso una democratizzazione del codice. La conseguenza evidente è la spinta verso sistemi basati su abbonamenti, dove l’accesso al software viene limitato per proteggere gli algoritmi di AI da richieste di accesso ai dati.
Un altro aspetto problematico è rappresentato dall’ammontare di denaro necessario per costruire l’infrastruttura che supporti queste affermazioni di crescita dell’AI. Le stime di Gartner segnalano l’assenza di ritorni sulle investimenti tali da sostenere questa espansione, mentre l’analisi di SemiAnalysis prevede un capitale totale necessario di 11 trilioni di dollari entro il 2030, lasciando in sospeso la questione su da dove verranno questi fondi.
Il mercato dell’investimento nell’AI è caratterizzato da aziende startup che hanno una grande fame di capitale, ma che non possiedono uno status di investimento riconosciuto. Aziende come Nvidia, quindi, si trovano a dover garantire una rendita sul noleggio di capacità non utilizzata, operando in un contesto di crescente rischio. Questa strategia, denominata in modo ironico “il bilancio come servizio”, sposta il rischio verso società con rating d’investimento, rendendola un elemento cruciale per il finanziamento dei capitali ai progetti AI.
Un futuro incerto
Le fluttuazioni del valore residuo delle vecchie tecnologie di calcolo complicano ulteriormente il contesto; i chip che normalmente avrebbero una certa obsolescenza ora generano più entrate rispetto a quando erano nuovi. Questo crea un’ennesima anomalia in un mercato già caratterizzato da difficoltà nella modellazione economica, mentre l’incertezza continua a permeare il settore.
I dubbi tra gli investitori si intensificano, riportando alla mente catastrofi passate in cui investimenti mal gestiti hanno portato a crisi economiche globali. La realtà è che si sta configurando un mercato in cui l’AI, pur essendo rivoluzionaria, potrebbe minacciare le stesse aziende che l’hanno portata alla luce. La questione risulta quindi chiara: nessuno sa effettivamente quale sarà l’origine dei fondi necessari per sostenere la crescita dell’AI, e la domanda che rimane è cosa succederà quando le spese supereranno il budget.
