La competizione nell’intelligenza artificiale sta passando dalla sfida tra modelli a una battaglia di allocazione del capitale: chi sbaglia i conti per primo viene eliminato per primo.

Secondo il monitoraggio di 1M AI News, un'analisi pubblicata da Axios afferma che la corsa all'AI assomiglia sempre meno a una competizione sui modelli e sempre più a un problema di allocazione del capitale. Gli acquisti di capacità computazionale devono essere fissati con uno o due anni di anticipo: acquistarne troppa porta al rischio di fallimento, acquistarne poca fa scappare i clienti. Il CEO di Anthropic, Dario Amodei, ha dichiarato nel Dwarkesh Podcast: se si acquista capacità con una previsione di crescita di 10 volte l'anno ma la crescita effettiva è solo di 5 volte o si materializza con un anno di ritardo, “non esiste nessun strumento di copertura in grado di evitare la bancarotta”. Anche se il costo unitario della potenza di calcolo sta effettivamente diminuendo, il consumo aumenta più rapidamente e la spesa totale continua a salire, il che incarna il classico paradosso di Jevons.

L'articolo sottolinea che al momento nessuno ha trovato la soluzione a questo problema. Anthropic ha scelto di essere prudente, preferendo limitare il traffico e perdere clienti piuttosto che eccedere negli acquisti, e programma le attività di addestramento per evitare i momenti di punta degli utenti; OpenAI ha scelto invece un approccio aggressivo, investendo pesantemente nella capacità di calcolo. Entrambe le strategie hanno dei costi: gli utenti paganti di Anthropic incontrano frequentemente limiti e interruzioni, e Dylan Patel dell'istituto di analisi dei semiconduttori SemiAnalysis avverte che l'azienda potrebbe essere costretta a utilizzare risorse di qualità inferiore; la disciplina nelle spese di OpenAI si riflette già nel mercato secondario, dove gli investitori stanno passando da OpenAI ad Anthropic. I grandi fornitori di cloud prevedono di investire quasi 700 miliardi di dollari in capitale AI quest'anno; anche a questo livello record, l'offerta di capacità di calcolo del settore non riesce comunque a soddisfare la domanda. Più ci si avvicina all'IPO, più diventa difficile nascondere la risposta a questo dilemma.