La deflazione dell’IA è la tesi, non la minaccia

Alcuni commenti recenti sui media si chiedono se modelli di intelligenza artificiale (IA) più economici e più piccoli possano raffreddare la domanda di data center. La deflazione è dirompente, ma è esattamente la dinamica dirompente che modelliamo e su cui investiamo, e non vediamo alcun segnale di un punto di svolta.

Il calo dei costi è ciò che cerchiamo

La nostra ricerca combina analisi top-down e bottom-up e spesso parte da una curva di riduzione dei costi. La domanda è a quale legge affidarsi. Molti investitori ricorrono per default alla legge di Moore. Noi preferiamo la legge di Wright, e l’ironia è che si tratta della più antica delle due. Dopo quasi 90 anni, rimane un eccellente strumento previsionale.

Le curve dei costi hanno già costruito interi settori

L’IA è la curva più recente e più ripida

La nostra ricerca ha rilevato che i costi di addestramento dell’IA diminuiscono di circa il 75% all’anno e quelli di inferenza di circa il 90%, e secondo alcune stime di ben oltre il 95%.¹ Secondo la nostra analisi, circa metà del calo deriva dall’hardware e metà dall’efficienza del software. Quando i costi dell’IA scendono, non è una sorpresa né una coincidenza.² È lo schema su cui fondiamo le nostre scelte d’investimento.

Caso Di Studio: L’esperimento Navier-Stokes Riportato Da Openai (Set. 2026)

 L’abbiamo già visto nell’IA: il momento DeepSeek

Da allora i mercati hanno metabolizzato la deflazione dell’IA, e le evidenze hanno premiato la domanda rispetto alla paura. L’attuale dibattito sui modelli più piccoli è la stessa domanda in una nuova confezione, non una novità.

Costi più bassi sbloccano nuove convergenze

Un’IA meno costosa non si limita a rendere più convenienti i casi d’uso attuali. Con il calo dei costi, i progressi dell’IA si riversano su altre piattaforme e aprono mercati che prima non erano economicamente sostenibili.

L’IA on-device integra il cloud

I piccoli modelli eseguiti su smartphone o laptop continuano a migliorare, ma l’IA on-device si aggiunge alla capacità di calcolo dei data center anziché sostituirla. Siri funziona già così: gestisce le richieste semplici in locale e quelle complesse nel cloud. OpenAI e Anthropic hanno entrambe rilasciato ambienti cloud per Codex e Claude Code, strumenti che tradizionalmente girano sul dispositivo dello sviluppatore, perché gli sviluppatori volevano mobilità e nessuna dipendenza da un laptop carico e connesso. 

In conclusione

Quando l’intelligenza diventa meno costosa, troviamo più modi per utilizzarla. Non vediamo alcun segnale che questo ciclo stia finendo, e il nostro processo di ricerca è costruito per coglierlo.