L'intelligenza artificiale (AI) rimane in cima all'attenzione dei clienti come un fattore chiave del cambiamento tecnologico. Quali gli investimenti in questo settore e quale il ruolo delle aziende di semiconduttori? Ne abbiamo parlato con Sung Cho, (nella foto) co-gestore assieme a Brooke Dane del fondo Global Future Tech Leaders Equity Portfolio di Goldman Sachs Asset Management.

 

 

E’ vero che i semiconduttori stanno diventando il nuovo petrolio? Qual è la vostra opinione in merito?

Riteniamo che il paragone tra semiconduttori e petrolio sia davvero interessante. A nostro avviso i semiconduttori sono uno dei principali driver dell'economia globale e sono stati un elemento fondamentale per la crescita, un po' come successe per il petrolio nel secolo scorso. Inoltre ci sono altri parallelismi tra petrolio e semiconduttori: per esempio, i governi sono concentrati sul mantenimento di una fornitura adeguata di petrolio e di chip. Per i semiconduttori abbiamo visto i governi degli Stati Uniti, dell'Europa e della Cina focalizzarsi su come assicurarsi strategicamente una sufficiente fornitura di produzione. Tuttavia crediamo che ci siano differenze chiave tra le performance di lungo periodo di petrolio e semiconduttori. Il petrolio è una commodity, mentre i semiconduttori possono variare da commodity a prodotti specializzati. E inoltre, se per i semiconduttori la disponibilità nel breve termine è fissa, nel lungo periodo gli stessi non sono sottoposti ai vincoli che caratterizzano risorse come il petrolio, le cui scorte non sono infinite.

 

 

Come si lega il tema dell’investimento dei semi-conduttori con la sfida della sostenibilità?

Crediamo che i semiconduttori contribuiranno positivamente al tema della sostenibilità. Stanno portando benefici in termini di risparmio energetico e di efficienza operativa in molte industrie. Per esempio, i chip dei semiconduttori azionano i veicoli elettrici, fattore che potrebbe ridurre le emissioni delle auto a combustione ed aumentarne l'efficienza; potrebbero inoltre contribuire alla riduzione dei consumi nei data centre. Infine, i semiconduttori costituiscono un fattore abilitante fondamentale dell'Internet of Thing (IoT), che può aumentare l'efficienza nell'utilizzo delle disponibilità ed allocazione delle risorse in tutte le attività, attraverso un maggior flusso di informazioni e un miglior processo decisionale. Riteniamo, invece, che il discorso della carenza d'acqua sia un problema specifico di Taiwan, e anche a breve termine. Se la disponibilità delle risorse idriche sarà affrontata con successo in altre aree geografiche, crediamo che la stessa non sarà un problema importante nel lungo termine.

 

 

L’intelligenza artificiale può rappresentare un fattore chiave per questo ambito?

A nostro avviso, i semiconduttori sono parte integrante dello sviluppo dell'intelligenza artificiale (IA). Ci stiamo avvicinando a un punto di svolta nell’ambito di questa tecnologia, perché le aziende passano dalla sperimentazione delle proprie competenze in materia di IA all'integrazione della stessa IA nei loro processi aziendali. Approfondendo il discorso sui semiconduttori, ci sono tre tipi di chip da cui traggono beneficio i processi di IA. Innanzitutto gli ASIC (Application-Specific Integrated Circuits), una tipologia altamente adattata per carichi di lavoro specifici che offre la maggiore potenza di elaborazione di dati. Tuttavia gli ASIC sono anche i meno flessibili essendo progettati per svolgere una determinata attività in maniera perfetta. In secondo luogo i GPU (Graphic Processing Units), originariamente progettati per l'elaborazione delle immagini nei videogiochi, ora utilizzati anche nel processo di istruzione del machine learning (ML). I GPU sono dotati di un design di elaborazione in parallelo che permette loro di essere altamente efficienti nei processi di IA e utili nel calcolo dei dati su larga scala. Tuttavia, se da un lato questi chip offrono un perimetro di applicazioni più ampio, dall'altro non sono potenti come gli ASIC. Infine, gli FPGA (Field Programmable Gate Arrays), chip logici e programmabili che possono essere codificati per una vasta gamma di funzioni. Sono più lenti e meno potenti degli ASIC e dei GPU, ma sono i più flessibili. Come i GPU, sono utili nei calcoli di dati su larga scala e si prevede che saranno posizionati al meglio per supportare il machine learning. Questi tre tipi di chip sono essenziali per implementare l’IA in una vasta gamma di funzioni aziendali. Nel complesso, l'IA continua a guidare il cambiamento e l'efficienza nelle organizzazioni e ha un forte potenziale di crescita.

 

 

Quale approccio utilizza Goldman Sachs Asset Management per sfruttare le potenzialità offerte dall’intelligenza artificiale?

Ci sono tre approcci per investire nella continua accelerazione dell'IA. In primo luogo, ci sono aziende che fanno leva sull'IA per trainare la crescita delle loro attività, come quelle che usano sistemi di IA per produrre raccomandazione ai loro clienti favorendo l’aumento dei ricavi pubblicitari. Altre aziende offrono invece capacità di sviluppo software e prodotti IA ai clienti, come nel caso dell’automazione dei processi robotici (RPA), software per veicoli autonomi e computer vision. Infine ci sono le aziende di semiconduttori che abilitano i processi di IA, essendo gli stessi la base di questa tecnologia. Investendo in nuove tecnologie siamo sempre alla ricerca di aziende disruptor. Riteniamo che l'IA e il ML stiano generando una notevole quantità di opportunità nell'universo tecnologico. Finora ci siamo concentrati sui semiconduttori come elemento principale per investire nell'IA. Manteniamo un approccio costruttivo sui semiconduttori, dal momento che crediamo siano stati il mercato finale più ciclicamente depresso nel 2020 e continuiamo a individuare importanti opportunità in questo settore. Inoltre, a nostro avviso, le innovazioni relative all'automazione dei processi robotici porteranno a solidi vantaggi in termini di produttività della forza lavoro, dato che si potrà automatizzare un numero sempre maggiore di compiti ripetitivi. Abbiamo anche investito in alcuni fornitori di software puri che fanno leva sull'IA e il ML e secondo noi alcune di queste realtà stanno iniziando a portare questa tecnologia su larga scala e potrebbero offrire opportunità di investimento interessanti. Man mano che aumentiamo la nostra esposizione all'IA e al ML, è importante capire quali aziende hanno il potenziale per essere vincenti nel lungo periodo e valutare accuratamente il rapporto rischio/rendimento di ogni player.