DeepMind: il boom degli investimenti in capitale per l'IA è una scommessa sull'IA auto-migliorante

      Tutti si stanno chiedendo a cosa serva realmente l'investimento nell'IA da un trilione di dollari. Un dirigente senior di Google DeepMind ha ora fornito una risposta insolitamente diretta. La spesa, dice, è una scommessa su macchine che si migliorano da sole.

      Jasjeet Sekhon, chief strategy officer di DeepMind, ha presentato il caso a un summit all'UC Berkeley. Il miglioramento ricorsivo autonomo, o RSI, sta "diventando un componente chiave della tesi di investimento nell'IA," ha riportato per primo The Information. L'RSI è l'idea di un'IA che può riscrivere e aggiornare se stessa, generando successori sempre più capaci senza l'intervento umano.

      La parte sorprendente è la franchezza sottostante. Sekhon ha ammesso che i ricavi dell'IA "non sostengono le spese in conto capitale che stiamo facendo finora." In altre parole, i soldi vengono spesi su una promessa. Ha sostenuto che scommettere contro di essa sarebbe poco saggio, poiché ci sono già "i presupposti per l'RSI." Ha offerto una bella analogia: le locomotive a vapore hanno costruito la prossima locomotiva a vapore.

      La nuova stella polare

      Ciò che rende efficace il quadro è ciò che sostituisce. Per anni, l'industria ha giustificato le proprie spese puntando all'intelligenza artificiale generale. Sekhon sta effettivamente scambiando un obiettivo lontano con un altro. L'RSI, in questo racconto, è la nuova AGI: il ritorno che trasforma i centri dati di oggi da un costo nelle macchine più preziose mai costruite.

      La scala è reale. Alphabet ha speso 44,9 miliardi di dollari in progetti di capitale in un solo trimestre, circa il doppio rispetto all'anno precedente, e ha alzato le sue previsioni per il 2026 fino a 205 miliardi di dollari. Ha promesso un aumento "significativo" anche nel 2027. Amazon, Microsoft e Meta stanno tutti dicendo la stessa cosa. Sekhon ha paragonato l'impegno a qualcosa di più grande dell'Apollo o del Progetto Manhattan.

      Parte di esso sta chiaramente funzionando. I ricavi di Google Cloud sono aumentati dell'82% nel trimestre, con un backlog superiore a 500 miliardi di dollari. Ma la bolletta è enorme, e Alphabet ha registrato il suo primo flusso di cassa libero trimestrale negativo, circa 5,9 miliardi di dollari in rosso. Spesa e ricavi si muovono a velocità molto diverse.

      Una scommessa che potrebbe non ripagare

      Sekhon ha nominato lui stesso il rischio. Potrebbe esserci un "pocket d'aria dell'IA," ha avvertito, dove la spesa avviene ma i ricavi non arrivano mai. Questa è la paura silenziosa sotto ogni chiamata sugli utili degli hyperscaler, espressa ad alta voce dalla persona il cui lavoro è giustificare la spesa.

      E l'RSI non è un prodotto pronto per il mercato. È una speranza di ricerca con reali dubbi annessi: sicurezza, controllo e fattibilità tecnica. E se sia anche realizzabile nei tempi che i dirigenti implicano, circa dal 2027 al 2028. I rivali stanno già pungolando DeepMind su se abbia il know-how per il miglioramento autonomo per arrivarci prima di OpenAI o Anthropic.

      C'è una versione modesta della rivendicazione che è già vera. I modelli possono ora generare codice e, in modi ristretti, aiutare a migliorare se stessi. Il salto che Sekhon sta vendendo è da questo al pieno miglioramento autonomo, ed è un grande salto.

      Quello che ha realmente fatto è rendere esplicito il commercio. L'industria sta spendendo somme pari a quelle di Apollo oggi contro una capacità che non esiste ancora, e potrebbe non esistere per anni. La sua onestà è rinfrescante. È anche, se sei un investitore, leggermente terrificante.