Il CEO di Perplexity afferma che il vincitore dell'IA sarà determinato dal valore per watt

# Il CEO di Perplexity afferma che il vincitore dell'IA sarà determinato dal valore per watt

Il CEO di Perplexity AI, Aravind Srinivas, ha dichiarato in un'intervista a CNBC il 3 giugno 2026, che il futuro della competizione nell'intelligenza artificiale sarà determinato da un'unica metrica, focalizzata sull'efficienza. Ha sostenuto che la principale azienda di IA sarà quella che fornirà il "valore più elevato per watt per utente." Questo quadro sposta l'asse competitivo da una pura scala del modello a un'utilità sostenibile, collegando direttamente il beneficio per l'utente con il consumo energetico e il costo operativo.

Contesto — [perché la metrica del valore per watt è importante ora]

L'industria dell'IA sta affrontando una grave crisi dei costi computazionali. L'addestramento di modelli all'avanguardia come GPT-4 ha richiesto un'energia stimata di 50 GWh, una cifra che rivaleggia con il consumo annuale di migliaia di famiglie. I costi di inferenza, la spesa per eseguire modelli per gli utenti, sono ora il principale collo di bottiglia per la redditività. Questa pressione sui costi è aggravata dalla crescente domanda di memoria ad alta larghezza di banda e chip IA specializzati, creando un ambiente di scarsità che ricorda le precedenti crisi delle materie prime nel settore dei semiconduttori tra il 2021 e il 2023.

Le principali aziende tecnologiche stanno facendo impegni di spesa in conto capitale senza precedenti per garantire la loro infrastruttura IA. Nel primo trimestre del 2026, la spesa combinata in capex legato all'IA da parte di Microsoft, Google e Amazon ha superato i 40 miliardi di dollari. Questa corsa alla spesa non è sostenibile senza un chiaro percorso di monetizzazione che superi le spese operative. La metrica di Srinivas fornisce una formula tangibile per misurare il ritorno su questo immenso investimento, andando oltre le metriche di vanità come il volume totale delle query o il numero di parametri del modello.

Il catalizzatore per questa rivalutazione è il plateau della crescita delle applicazioni IA rivolte ai consumatori. I tassi di adozione degli assistenti IA sono rallentati trimestre dopo trimestre, mentre gli acquirenti aziendali richiedono calcoli di ROI più chiari. Il mercato si sta spostando da un focus sulla possibilità tecnologica a una fattibilità economica. Questa transizione rispecchia la consolidazione del cloud computing della fine degli anni 2010, dove efficienza e controllo dei costi sono diventati i principali vantaggi competitivi dopo un periodo iniziale di rapida espansione.

Dati — [cosa mostrano i numeri]

Le scommesse finanziarie sull'efficienza dell'IA sono quantificabili. La divisione GPU per data center di Nvidia ha riportato ricavi di 47,5 miliardi di dollari nell'ultimo anno fiscale, sottolineando l'immenso investimento in hardware. Il costo operativo per una singola query IA può variare da 0,01 dollari per un compito semplice a oltre 0,10 dollari per ragionamenti complessi, creando una significativa sfida di margine su larga scala. Si prevede che il mercato globale dell'IA raggiunga 1.850 miliardi di dollari entro il 2030, ma la redditività dipende dalla compressione di questi costi operativi.

Metrica	Media Attuale del Settore	Obiettivo per la Redditività
Costo per Query	~$0,05	<$0,01
Query per GPU Ora	1.000	10.000+
Coinvolgimento Utente (Minuti/Sessione)	3,5	8,0

Il consumo energetico è un input critico. Un singolo cluster di data center per l'inferenza IA può assorbire oltre 50 megawatt, paragonabile a una piccola città. A un costo medio dell'elettricità industriale di 0,07 dollari per kWh, il costo energetico giornaliero per una tale struttura supera 80.000 dollari. Questo si confronta con l'efficienza energetica del cloud computing tradizionale, dove una query di ricerca standard di Google consuma circa 0,0003 kWh di energia, un benchmark che i servizi IA sono lontani dal raggiungere.

Le valutazioni del mercato pubblico riflettono questo divario di efficienza. Aziende come Snowflake e Databricks, che enfatizzano l'elaborazione dei dati efficiente, scambiano a multipli di ricavi superiori del 30% rispetto ad alcune startup IA pure che bruciano liquidità per l'inferenza. L'indice S&P 500 Information Technology è aumentato del 12% da inizio anno, ma un sottoindice di fornitori di infrastruttura IA ha sottoperformato, guadagnando solo il 7% mentre gli investitori esaminano le strutture dei costi.

Analisi — [cosa significa per i mercati / settori / ticker]

Il quadro del valore per watt crea chiari vincitori e vinti lungo la catena di fornitura tecnologica. I produttori di semiconduttori focalizzati sull'efficienza energetica, come ARM Holdings, trarranno vantaggio mentre aumenta la pressione per ridurre i watt per computazione. I progettisti di chip IA come Nvidia affrontano una domanda crescente per le loro GPU Blackwell di nuova generazione, che promettono un miglioramento di 4 volte nell'efficienza di addestramento e un incremento di 30 volte nelle prestazioni di inferenza rispetto alle generazioni precedenti. I fornitori di cloud Azure, AWS e Google Cloud sono incentivati a ottimizzare l'uso energetico dei loro data center, potenzialmente aumentando i margini di 300-500 punti base se guidano in efficienza.

Al contrario, le aziende che dipendono da modelli più grandi e meno efficienti senza chiari percorsi di monetizzazione affrontano un significativo rischio al ribasso. Le startup con alti tassi di consumo di capitale e bassi metriche di coinvolgimento degli utenti sono particolarmente vulnerabili a una crisi di finanziamento. Il quadro implica anche una consolidazione, poiché raggiungere scala in calcolo energeticamente efficiente favorisce gli incumbent ben capitalizzati. Esiste un controargomento secondo cui le capacità rivoluzionarie, non solo l'efficienza, possono ancora definire un vincitore di mercato, come visto con il lancio iniziale di ChatGPT di OpenAI, che ha prioritizzato la capacità rispetto ai costi.

Il posizionamento di mercato mostra flussi istituzionali che ruotano verso aziende con dati proprietari e integrazione verticale, che possono generare un valore più elevato per interazione utente. I fondi hedge stanno stabilendo posizioni lunghe in produttori di attrezzature per semiconduttori come ASML e Applied Materials, scommettendo che la spinta per l'efficienza acceleri l'adozione di imballaggi avanzati per chip e litografia. L'interesse short è aumentato nelle aziende di software IA altamente valutate i cui costi di ricavo superano il 60% delle vendite.

Prospettive — [cosa osservare in seguito]

Il prossimo grande catalizzatore per la corsa all'efficienza dell'IA è la conferenza GTC di Nvidia programmata per il 15-17 settembre 2026, dove si prevedono ulteriori dettagli sull'adozione delle GPU Blackwell e sui benchmark delle prestazioni. La conferenza Build di Microsoft del 20-22 maggio sarà cruciale per osservare le ottimizzazioni a livello software per il suo ecosistema Copilot, che funge da banco di prova su larga scala per le metriche del valore per watt. Google I/O del 10 giugno si concentrerà probabilmente sulle riduzioni dei costi di inferenza del modello Gemini.

I livelli chiave da monitorare includono le linee guida aggregate di capex dai tre principali fornitori di cloud per il terzo trimestre del 2026; una riduzione segnalerebbe un pivot strategico verso l'efficienza piuttosto che l'espansione. Il consumo energetico dei principali servizi IA, misurato in watt per sessione utente, diventerà un nuovo indicatore chiave di prestazione per gli analisti. Attenzione ai livelli di supporto per l'ETF Global X Robotics & Artificial Intelligence (BOTZ) al prezzo di 28,50 dollari, un calo del 15% dai livelli attuali che indicherebbe un sentiment negativo verso strategie IA ad alta intensità di capitale.

Sviluppi normativi pongono un rischio condizionale. L'AI Act dell'Unione Europea, pienamente applicabile nel 2026, include disposizioni per la segnalazione del consumo energetico dei sistemi IA ad alto rischio. Requisiti di segnalazione più rigorosi potrebbero forzare la trasparenza che svantaggia i modelli inefficienti. Il Dipartimento dell'Energia degli Stati Uniti è previsto rilasci un documento guida sull'efficienza dei data center nel quarto trimestre del 2026, il che potrebbe influenzare gli investimenti in allocazione energetica e infrastruttura di raffreddamento.

Domande Frequenti

Cosa significa valore per watt per utente per gli investitori in azioni IA?

Il valore per watt per utente rappresenta un indicatore chiave per misurare l'efficienza e la redditività delle aziende di intelligenza artificiale, aiutando gli investitori a identificare opportunità di investimento più sostenibili e redditizie nel settore.