Rivoluzione dell'efficienza attraverso DeepSeek: come un modello di intelligenza artificiale cinese sta influenzando il mercato dei data center

• L'espansione dell'intelligenza artificiale continua • L'aumento dell'efficienza sposta il mercato globale • Boom dei data center

Negli ultimi anni i rapidi progressi nell'ambito dell'intelligenza artificiale hanno favorito una massiccia espansione del mercato dei data center. Ora la startup cinese di intelligenza artificiale DeepSeek sta suscitando scalpore con il suo modello R1 e potrebbe mettere in discussione le attuali previsioni di crescita. Anche se inizialmente gli analisti sembrano incerti circa i guadagni di efficienza apportati dal modello, il nuovo sistema potrebbe rivelarsi un acceleratore per il mercato a lungo termine.

La nuova efficienza potrebbe modificare le previsioni esistenti

DeepSeek AI ha ottenuto un incremento di efficienza potenzialmente rivoluzionario con il suo modello R1. I nuovi modelli di intelligenza artificiale richiedono chip meno potenti e promettono costi operativi inferiori, il che ha inizialmente spinto gli analisti a riconsiderare le previsioni di crescita dei data center. Secondo quanto riportato dalla CNBC, Barclays sostiene che i miliardi di dollari investiti in infrastrutture per la formazione e le applicazioni dell'intelligenza artificiale potrebbero non essere stati distribuiti in modo ottimale. Se l'aumento di efficienza ottenuto da DeepSeek venisse confermato, potrebbe essere minacciata soprattutto l'esistenza di data center meno efficienti dal punto di vista energetico.

Tuttavia, gli esperti mettono in guardia dal trarre conclusioni affrettate. Secondo la CNBC, gli analisti di UBS hanno scoperto che le precedenti previsioni di crescita non avevano tenuto conto dell'impatto di tali miglioramenti dell'efficienza. UBS inizialmente prevedeva una crescita del mercato dal 10 al 15 percento entro il 2028. La banca ora vede il potenziale per un tasso di crescita più elevato del 20 percento nel 2025, con il mercato che dovrebbe rimanere forte anche per gli anni dal 2026 al 2028. Il fattore decisivo è se DeepSeek consenta effettivamente il funzionamento dell'intelligenza artificiale con uno sforzo di elaborazione per query da 20 a 30 volte inferiore.

Maggiore efficienza come motore di crescita?

Mentre alcuni investitori temono che una minore domanda di data center ad alte prestazioni possa rallentare il settore, altri vedono la tecnologia come un motore di crescita. I cosiddetti hyperscaler, ovvero i grandi fornitori di cloud come Google e Meta , hanno ribadito i loro investimenti miliardari nei data center nonostante le incertezze iniziali. Anche la banca d'investimento Goldman Sachs prevede che la domanda di capacità per i data center aumenterà almeno fino al 2026.

Un altro fenomeno economico potrebbe alimentare ulteriormente il boom dei data center: l'effetto paradosso di Jevons. Ciò significa che i miglioramenti dell'efficienza possono portare a un utilizzo ancora maggiore della tecnologia in questione. Modelli di intelligenza artificiale più economici e potenti potrebbero quindi indurre le aziende a utilizzare ancora di più le applicazioni di intelligenza artificiale, il che a sua volta determinerà un ulteriore incremento della domanda di data center. Ryan Cox, responsabile della consulenza AI presso Synechron, vede esattamente questo effetto: "Nel complesso, penso che l'efficienza guiderà l'adozione e penso che continuerà a guidare l'utilizzo anche se quei costi diminuiranno. La corsa verso questi modelli più avanzati e le applicazioni più ampie, l'uso dell'AI, significa che la domanda complessiva di data center salirà, non scenderà", spiega a CNBC.

Resta da vedere se DeepSeek cambierà davvero il mercato in modo sostenibile o se i suoi effetti si riveleranno limitati. Ciò che è certo, tuttavia, è che gli sviluppi tecnologici nel settore dell'intelligenza artificiale continueranno a determinare cambiamenti dinamici e il mercato dei data center dovrà essere in grado di adattarsi a essi.

redazione di finanzen.net

altre analisi altre analisi