Il caso di investimento di AI e robotica

I sistemi computazionali e i software che si evolvono con i dati possono risolvere problemi altrimenti intrattabili, automatizzare il lavoro di conoscenza e accelerare l’integrazione della tecnologia in ogni settore economico. L’adozione delle reti neurali dovrebbe rivelarsi più epocale dell’introduzione di Internet e creare potenzialmente 10 trilioni di dollari di nuovo valore.  Nel frattempo, la tecnologia autonoma e la robotica adattiva non si limitano a rimodellare i settori dei trasporti e della produzione, ma aprono nuove strade anche nella sanità, nell’agricoltura e nei servizi.

Oggi gli investitori hanno il potenziale per capitalizzare questi progressi, che promettono di ridefinire la nostra vita quotidiana e di alimentare una crescita economica e una prosperità umana senza precedenti.

Il fenomeno ChatGPT e il suo impatto sulla produttività dei lavoratori della conoscenza

Con prestazioni sovrumane su un’ampia gamma di test, i modelli di IA come GPT-4 dovrebbero innescare un boom di produttività senza precedenti. Basandosi su anni di progressi da quando Google ha inventato l’architettura a trasformatori nel 2017, ChatGPT ha catalizzato la comprensione dell’IA generativa da parte del pubblico nel dicembre 2022. Non più solo uno strumento riservato agli sviluppatori, la semplice interfaccia di chat di ChatGPT ha permesso a chiunque parli qualsiasi lingua di sfruttare la potenza dei large language model (LLM). Nel 2023, le aziende si sono affannate a comprendere e implementare l’IA generativa in quello che è stato certamente l’anno dell’IA.

ChatGPT Delighted Consumers and Amazed Enterprises¹

È importante notare che l’intelligenza artificiale ha già incrementato la produttività in modo significativo. Assistenti di codifica come GitHub Copilot e Replit AI sono i primi successi che hanno aumentato la produttività e la soddisfazione lavorativa degli sviluppatori di software. Gli assistenti alimentati dall’intelligenza artificiale stanno aumentando le prestazioni dei lavori di conoscenza e, cosa interessante, beneficiano relativamente di più i lavoratori con prestazioni scarse rispetto a quelli con prestazioni elevate.

AI Already has Boosted Productivity Significantly²

Grazie a queste efficienze, la riduzione dei costi nei vari settori ha subito un cambiamento di paradigma. Nell’ultimo secolo, il costo della creazione di contenuti scritti è stato relativamente costante in termini reali, pari a 300-400 dollari per mille parole, tenendo conto dell’inflazione. Negli ultimi due anni, la qualità di scrittura dei modelli linguistici di grandi dimensioni (noti anche come “LLM” – modelli di apprendimento automatico in grado di comprendere e generare testi in linguaggio umano e non solo) è migliorata drasticamente e il costo è crollato a meno di 16 centesimi per mille parole.

The Cost of Authoring the Written Word has Collapsed³

L’intelligenza artificiale ha il potenziale per automatizzare la maggior parte delle attività nelle professioni della conoscenza entro il 2030, aumentando drasticamente la produttività del lavoratore medio. Le soluzioni software che automatizzano e accelerano i compiti del lavoro della conoscenza dovrebbero essere i primi beneficiari. Questa accelerazione della produttività dei lavoratori della conoscenza rappresenta un’opportunità potenziale di diversi trilioni di dollari. In altre parole, l’opportunità di accumulare valore nell’intelligenza artificiale non è appannaggio dei soli produttori di hardware; le aziende di software che incorporano bene l’intelligenza artificiale nelle loro attività possono trarre enormi vantaggi in termini di efficienza e di miglioramento dell’efficacia.

Accelerating the Growth of Knowledge Worker Productivity Represents A Potential Multi-Trillion Dollar Opportunity⁴

I progressi dell’intelligenza artificiale stanno facendo esplodere la robotica

Il balzo in avanti delle prestazioni dell’IA non influisce solo sulla traiettoria della produttività dei lavoratori della conoscenza. I large language model e l’IA generativa stanno accelerando anche i progressi della robotica. I progressi nella computer vision e nel deep learning hanno migliorato le prestazioni dei robot di 33 volte in sette anni. I robot stanno già superando le prestazioni umane di oltre un fattore due e non è chiaro quale sarà il limite massimo.

Increased Performance is Stimulating Demand for Industrial Robots⁵

Addestrata da GPT-4 a svolgere compiti di robotica, una rete neurale ha ottenuto risultati migliori rispetto ai codificatori esperti umani nell’83% dei compiti, con un margine di miglioramento medio del 52%. In effetti, la convergenza tra intelligenza artificiale e robotica sta creando un’enorme serie di opportunità.

Large Language Models and Generative AI should Accelerate the Progress in Robotics⁶

Oltre a garantire prestazioni superiori, i large language model dovrebbero facilitare l’approvazione delle normative, quanto consentono di effettuare l’addestramento, la convalida e le autospiegazioni mediante input di testo. In altre parole, con questa trasparenza sarà più facile analizzare e comprendere le cause che stanno dietro agli effetti, gli input che stanno dietro agli output.

È importante notare che i costi si stanno riducendo drasticamente con il miglioramento della tecnologia. Le curve di costo decrescenti sono fondamentali per il progresso tecnologico e l’adozione e, come per le altre tecnologie che ARK modella e analizza, sono particolarmente evidenti nel mercato dei robot industriali. I costi dei robot industriali si riducono del 50% per ogni raddoppio cumulativo della loro produzione, una relazione nota come “legge di Wright”. I prezzi più bassi stanno accelerando la domanda di robot industriali, come dimostra la crescita esplosiva delle vendite unitarie descritta di seguito.

Lower Prices are Stimulating Demand for Industrial Robots⁷

Amazon, uno dei maggiori rivenditori al mondo, ha incrementato l’utilizzo di robot che liberano i suoi dipendenti dalle attività ripetitive.

Many Companies are Likely to Deploy More Robots Than Humans⁸

L’impatto dell’automazione sulla produttività ha trasformato i settori industriali

Questa domanda esponenziale di robot sta trasformando le industrie in modo importante. Una componente chiave della robotica è l’automazione, che ha già avuto un profondo impatto sulla produttività. Così come la lavatrice ha ridotto significativamente il tempo necessario per fare il bucato, i robot Kiva hanno migliorato drasticamente la velocità con cui Amazon è in grado di spedire le merci ai consumatori.

Automation’s Impact on Productivity has Transformed Industries⁹

A nostro avviso, la più grande opportunità di automazione è anche il più grande progetto di AI: il ride-hail autonomo (noto anche come robotaxi). Il costo di possesso e di gestione di un’autovettura, corretto per l’inflazione, non è cambiato da quando la Model T è uscita dalla prima catena di montaggio più di 100 anni fa. Secondo le stime di ARK, i taxi autonomi su scala potrebbero costare ai consumatori appena 0,25 dollari a miglio, il che stimolerebbe un’adozione diffusa. Questo è il risultato diretto della forte riduzione dei costi dei sistemi di batterie e del miglioramento degli LLM che alimentano queste reti autonome.

Autonomous Ride-Hail is Likely to Increase Access to Convenient Point-to-Point Transportation¹⁰

A 0,25 dollari per miglio, il trasporto autonomo potrebbe servire una popolazione più ampia di quanto non faccia oggi il ride-hailing a guida umana. Nel frattempo, in base al valore che i consumatori attribuiscono al loro tempo, la domanda a fasce di prezzo più elevate potrebbe restare significativa. Come illustrato di seguito, il ride-hail potrebbe creare un mercato da 11.000 miliardi di dollari, che a nostro avviso pochi operatori di mercato stanno modellando o incorporando nelle loro tesi di investimento. L’orizzonte temporale di medio-lungo termine di ARK, unito al nostro approccio agnostico rispetto ai benchmark, ci consente di allocare a questo set di opportunità in modo interessante.

Ride-Hail is Likely to Create an $USD 11 Trillion Addressable Market¹¹