La memoria è il nuovo oro nero

In breve

• Lo sviluppo dell’IA è attualmente frenato dalla carenza di memoria ad alta velocità (DRAM) e dal conseguente aumento dei prezzi, che si traduce in una maggiore intensità di capitale.
• Gli alti costi della memoria si ripercuotono non solo sulle aziende di IA e cloud, ma anche su un’ampia gamma di settori che dipendono dai semiconduttori, con la possibilità di rialzi dei prezzi o di una compressione dei margini per prodotti come smartphone, automobili e elettrodomestici.
• Questo contesto depone a favore della gestione attiva e dell’analisi bottom-up, poiché le imprese che beneficiano di vantaggi strutturali e pricing power sono maggiormente in grado di resistere alle pressioni sui costi dei fattori produttivi rispetto a quelle i cui prodotti sono facilmente sostituibili.

Storicamente, i grandi cambiamenti tecnologici vanno sempre incontro a limiti strutturali.

Nel XIX secolo l’espansione delle ferrovie è stata ostacolata non tanto dalla domanda di trasporto, quanto dalla disponibilità di acciaio e di capitali. All’inizio del XX secolo il processo di elettrificazione (e in seguito lo sviluppo dell’automobile) è stato limitato a più riprese dall’accesso al rame e all’energia. Negli anni ‘90 la diffusione della banda larga è stata frenata dalla costruzione delle reti in fibra, mentre all’inizio dell’era del cloud la crescita è stata inibita dalla capacità dei data center.

Nell’attuale ciclo dell’IA, la strozzatura più evidente è rappresentata dalla disponibilità di GPU e di capacità di calcolo. Più di recente, tuttavia, lo sviluppo dell’IA ha trovato un nuovo vincolo nella carenza di memorie. In particolare, la memoria ad alta velocità o DRAM, che consente una rapida elaborazione dei dati, è diventata un input fondamentale nei sistemi di IA. Lo dimostrano gli straordinari rincari registrati negli ultimi mesi da svariate configurazioni e generazioni di DRAM, con aumenti che vanno dal 400% al 2.400% (Figura 1).

Non si tratta di un problema marginale: i sistemi di IA fanno grande affidamento su enormi quantità di memoria ad alta velocità. Sia durante l’addestramento che nei processi di inferenza, i modelli di IA necessitano di memoria a breve termine ad alta velocità (incorporata nelle GPU) per ottenere la larghezza di banda necessaria a elaborare i token in tempo reale. Semplicemente detto, le prestazioni dei sistemi di IA sono diventate sempre più dipendenti dalla memoria.

Nelle DRAM avanzate, l’espansione della capacità produttiva è onerosa in termini di capitale, complessa dal punto di vista tecnologico e lenta in termini di implementazione. Anche se la domanda dovesse diminuire rispetto ai livelli attuali, una piena normalizzazione dell’offerta potrebbe richiedere diversi anni. Nel frattempo, la risposta razionale del mercato si sostanzia in un aumento dei prezzi, che non sembrano destinati a scendere nell’immediato.

Le implicazioni degli alti prezzi della memoria non riguardano solo l’IA

I semiconduttori sono componenti fondamentali di quasi tutti i prodotti moderni, dagli smartphone alle automobili, dai macchinari industriali agli elettrodomestici. Se i prezzi della memoria aumentano in misura significativa e persistente, le pressioni sui costi non rimangono confinate alle società di cloud o neo-cloud che costruiscono cluster per l’IA, ma si propagano all’intero ecosistema. Questa strozzatura produce effetti a valle, che possiamo raggruppare in due categorie generali.

In primo luogo, aumenta il costo dello sviluppo stesso dell’IA, il che spiega in parte la forte accelerazione degli investimenti previsti nell’IA. In qualsiasi settore, di solito, il rincaro di un componente critico induce a rivedere il profilo di rendimento atteso oppure l’orizzonte temporale necessario a ottenere tale rendimento. Gli alti prezzi della memoria accrescono di fatto l’intensità di capitale degli investimenti nell’IA, il che potrebbe innalzare il livello di rendimento minimo necessario a giustificare i progetti o ritardare ulteriormente il momento in cui la generazione di free cash flow inizia a soddisfare le aspettative degli investitori. Se i costi rimarranno strutturalmente elevati per un periodo prolungato, le previsioni di rendimento attualmente incorporate nelle valutazioni azionarie potrebbero rivelarsi ottimistiche, non perché l’opportunità verrebbe meno, ma perché il percorso verso la monetizzazione potrebbe rivelarsi più lungo e difficile. 

In secondo luogo, l’aumento dei costi di produzione dei semiconduttori finirà probabilmente per gravare sui mercati finali che dipendono da questi componenti: linee di montaggio, automobili, beni di consumo durevoli, apparecchiature di rete. In sostanza, qualsiasi oggetto con un chip incorporato (ad es. smartphone, automobili, persino frigoriferi) potrebbe essere interessato da un aumento dei costi. In alcuni casi, questo rincaro può essere compensato dal pricing power, ma in altri i margini potrebbero assottigliarsi in misura significativa. Posti di fronte a poche alternative, i consumatori sono più disposti ad accettare prezzi più alti. Per contro, le aziende che vendono prodotti il cui acquisto può essere differito (ad es. beni durevoli) o che sono sostituibili con alternative a basso costo potrebbero realizzare profitti inferiori a quelli scontati nei corsi azionari. 

Il ciclo del capitale all’opera

Come abbiamo scritto in passato, ci troviamo di fronte a un classico ciclo del capitale. Lo sviluppo dell’IA sta alimentando la domanda di capacità di calcolo, e la capacità di calcolo richiede memoria. Tuttavia, l’offerta di memoria non può essere incrementata da un giorno all’altro. I prezzi aumentano, i profitti crescono, i capitali vengono investiti, e alla fine l’offerta si adegua. L’interrogativo per gli investitori non verte tanto sull’esistenza o meno di questo ciclo, quanto sul punto di esso in cui ci troviamo; si tratta anche di capire quali aziende sono destinate a beneficiarne e quali invece andranno incontro a una compressione dei margini perché non sono in grado di trasferire i rincari dei fattori produttivi sui clienti.

Conclusioni

Questo è precisamente il tipo di scenario che può premiare l’analisi fondamentale bottom-up, perché la costruzione degli indici non fa distinzioni tra le aziende che controllano i fattori di produzione scarsi e quelle che li utilizzano. Non fa distinzioni neppure tra le imprese dotate di pricing power e quelle che operano al margine, né tiene conto della resilienza dei bilanci nei periodi caratterizzati da elevati costi di rifinanziamento, aumento dell’intensità di capitale e pressioni sui costi. 

La gestione attiva, invece, può privilegiare le aziende con vantaggi strutturali in termini di accesso alle forniture, capacità tecnologica e disciplina di capitale, evitando quelle i cui utili sono più vulnerabili ai rincari dei fattori produttivi. 

A nostro avviso, la capacità di comprendere questi legami e di posizionare i portafogli di conseguenza si rivelerà indispensabile non appena i mercati cominceranno a riflettere su un mondo trasformato.  

Fonte: Bloomberg Index Services Limited. BLOOMBERG^_® è un marchio commerciale e di servizio di Bloomberg Finance L.P. e delle sue collegate (collettivamente “Bloomberg”). Bloomberg o i licenzianti di Bloomberg detengono tutti i diritti di proprietà degli indici Bloomberg. Bloomberg non approva né avalla il presente materiale, né garantisce la precisione o la completezza delle informazioni ivi contenute, né rilascia alcuna garanzia, espressa o implicita, circa i risultati ottenibili dalle stesse e, nella misura massima consentita dalla legge, non potrà essere ritenuta responsabile di danni derivanti in relazione alle stesse.

Si ricorda che tutti gli investimenti comportano un certo grado di rischio, ivi compresa la possibile perdita del capitale investito.

Le opinioni espresse sono quelle del o degli autori e sono soggette a modifi ca in qualsiasi momento. Tali opinioni sono fornite a mero scopo informativo e non devono essere considerate una raccomandazione sulla quale basare l’acquisto di titoli né una sollecitazione o una consulenza d’investimento. Non vi è alcuna garanzia che le previsioni si avverino. I rendimenti passati non sono una garanzia dei risultati futuri.