Anthropic verso la Borsa: come si valuta un’azienda che accelera il proprio sviluppo con l’AI?

di Alessandro Magagnoli pubblicato:
7 min

Il vantaggio competitivo è enorme, ma altrettanto rilevanti sono i rischi: investimenti miliardari, regolamentazione, sicurezza e possibile perdita del controllo sul ritmo dell’innovazione

Anthropic verso la Borsa: come si valuta un’azienda che accelera il proprio sviluppo con l’AI?
Il partner ideale che ti supporta nell'investimento azionario. Analisi quotidiane e approfondimenti su tutti i titoli della Borsa Italiana, sugli ETF/ETN, sui titoli quotati a Wall Street e nelle principali piazze azionarie europee. I livelli operativi suggeriti dal nostro algoritmo. Non perdere l'occasione, ti aspettiamo su www.megatrader.it

I risultati dello studio di METR approfondito nel precedente articolo non hanno soltanto implicazioni scientifiche.

Pongono interrogativi economici e finanziari completamente nuovi, proprio mentre Anthropic si prepara a una possibile quotazione in Borsa.

La società potrebbe arrivare sul mercato già nel corso di novembre, in quella che potrebbe diventare una delle maggiori IPO mai realizzate nel comparto tecnologico.

Gli investitori sarebbero chiamati a valutare un’azienda il cui prodotto non genera soltanto ricavi: contribuisce direttamente ad accelerare la ricerca, scrivere il codice ed elaborare le tecnologie destinate a sostituirlo.

Il progresso potrebbe diventare più veloce delle valutazioni di sicurezza

Il rischio principale non riguarda soltanto la potenza raggiunta da un singolo modello. È la possibilità che il ciclo di sviluppo si accorci progressivamente.

Se ogni generazione contribuisce a sviluppare quella successiva, il progresso potrebbe diventare:

  • •

    più rapido;

  • •

    meno prevedibile;

  • •

    più difficile da valutare con strumenti tradizionali;

  • •

    meno comprensibile agli stessi sviluppatori;

  • •

    più veloce della produzione di norme e sistemi di sicurezza.

I test di sicurezza richiedono tempo. Devono essere progettati, aggiornati ed eseguiti.

Se le capacità dei modelli migliorano più rapidamente della possibilità di misurarle, le valutazioni rischiano di descrivere la generazione precedente mentre quella successiva è già in addestramento.

Da qui il timore che il progresso tecnologico superi gli sforzi di allineamento e controllo.

Più codice non significa automaticamente maggiore produttività

I dati interni di Anthropic mostrano una crescita impressionante della produzione di codice, ma richiedono alcune cautele interpretative.

Il passaggio da 2.500 a oltre 30.000 modifiche giornaliere non significa automaticamente che la produttività economica sia aumentata nella stessa proporzione.

Una parte del codice generato potrebbe:

  • •

    richiedere revisioni;

  • •

    contenere duplicazioni;

  • •

    produrre nuovi errori;

  • •

    aumentare la complessità dei sistemi;

  • •

    creare problemi difficili da comprendere per i revisori umani.

Se l’AI scrive codice più rapidamente di quanto gli esseri umani riescano a controllarlo, la supervisione diventa il nuovo collo di bottiglia.

Il rischio è che i dipendenti finiscano per approvare sistemi che nessuna singola persona comprende completamente.

Il paradosso di Anthropic

Anthropic si trova in una posizione paradossale. È contemporaneamente una delle aziende più avanzate nello sviluppo dei modelli e una delle voci più insistenti sulla necessità di rallentare il settore.

La società sostiene che sarebbe utile disporre della possibilità di rallentare o sospendere temporaneamente lo sviluppo dei sistemi di frontiera.

Ma una pausa unilaterale potrebbe consentire ai concorrenti meno prudenti di recuperare terreno.

Se Anthropic rallentasse mentre gli altri laboratori continuano a investire, potrebbe:

  • •

    perdere il vantaggio tecnologico;

  • •

    ridurre la capacità di attrarre capitali;

  • •

    perdere ricercatori;

  • •

    compromettere le prospettive dell’IPO;

  • •

    lasciare maggiore spazio ad aziende o Paesi meno trasparenti.

La prudenza entra quindi in conflitto diretto con gli incentivi economici e geopolitici.

Perché è difficile fermare la corsa

Un rallentamento credibile richiederebbe:

  • •

    un accordo tra i principali laboratori;

  • •

    il coinvolgimento di più Paesi;

  • •

    strumenti per verificare che nessuno continui segretamente;

  • •

    criteri condivisi per stabilire quando fermarsi;

  • •

    un’autorità capace di controllare il rispetto dell’accordo.

I grandi addestramenti AI sono però molto più facili da nascondere rispetto a missili, centrali nucleari o altre infrastrutture sottoposte a trattati internazionali.

I chip e i data center sono tecnologie di uso generale. Chi accettasse di fermarsi non avrebbe la certezza che un concorrente pubblico o privato non prosegua segretamente.

Inoltre, il vantaggio per chi violasse l’accordo sarebbe enorme: potrebbe conquistare una posizione dominante mentre gli altri restano fermi.

Un vantaggio competitivo difficile da valutare

Dal punto di vista finanziario, la capacità di utilizzare Claude nello sviluppo dei modelli rappresenta un potenziale vantaggio competitivo.

Anthropic potrebbe:

  • •

    ridurre il tempo necessario per sviluppare nuove generazioni;

  • •

    moltiplicare il numero degli esperimenti;

  • •

    automatizzare parti della ricerca;

  • •

    diminuire il lavoro umano richiesto per ogni progetto;

  • •

    migliorare rapidamente i propri prodotti;

  • •

    comprimere il ciclo tra investimento e commercializzazione.

In teoria, il valore economico di un laboratorio capace di accelerare continuamente il proprio sviluppo potrebbe crescere molto più rapidamente di quello di un’impresa tecnologica tradizionale.

Ma questa stessa caratteristica rende estremamente difficile costruire una valutazione.

I rischi finanziari della possibile IPO

L’operazione porterebbe sul mercato pubblico un’azienda che:

  • •

    richiede investimenti infrastrutturali enormi;

  • •

    sostiene che la propria tecnologia stia accelerando il suo stesso sviluppo;

  • •

    chiede contemporaneamente maggiore prudenza e controlli;

  • •

    potrebbe essere valutata sulla base di progressi difficili da prevedere;

  • •

    è esposta a rischi normativi, geopolitici e di sicurezza senza precedenti.

Gli investitori dovrebbero considerare almeno cinque grandi variabili.

Fattore

Opportunità

Rischio

Automazione della ricerca

Cicli di sviluppo più rapidi

Minore comprensibilità dei sistemi

Produzione di codice

Maggiore produttività

Controllo umano insufficiente

Infrastrutture

Barriera all’ingresso

Spese e fabbisogno di capitale elevati

Regolamentazione

Vantaggio per gli operatori già affermati

Limiti a modelli e data center

Auto-miglioramento

Accelerazione esponenziale dell’innovazione

Rischio di perdita del controllo

Il rapporto con i mercati finanziari

La quotazione introdurrebbe anche una nuova pressione: quella dei risultati trimestrali.

Una società privata può teoricamente accettare di rallentare lo sviluppo per motivi di sicurezza. Una società quotata deve invece confrontarsi con:

  • •

    aspettative di crescita;

  • •

    obiettivi di fatturato;

  • •

    concorrenza;

  • •

    remunerazione degli azionisti;

  • •

    andamento del titolo;

  • •

    necessità di finanziare nuovi data center.

Il mercato potrebbe premiare il laboratorio che sviluppa più rapidamente i modelli, trasformando l’accelerazione tecnologica in un incentivo finanziario permanente.

Il rischio è che la sicurezza venga percepita come un costo e che ogni rallentamento volontario venga penalizzato dagli investitori.

Quanto vale una società il cui prodotto migliora il prodotto successivo?

Le valutazioni tradizionali partono da ricavi, margini, flussi di cassa e tassi di crescita relativamente prevedibili.

Nel caso di Anthropic, gli investitori dovrebbero stimare anche:

  • •

    la velocità di miglioramento dei modelli;

  • •

    il contributo dell’AI alla ricerca interna;

  • •

    il costo della potenza di calcolo;

  • •

    la durata del vantaggio competitivo;

  • •

    la probabilità di interventi normativi;

  • •

    il rischio che emergano sistemi open source più economici;

  • •

    la possibilità che un concorrente raggiunga per primo l’auto-miglioramento ricorsivo.

Il valore potrebbe essere enorme se l’accelerazione continuasse. Ma una valutazione fondata sull’ipotesi di un progresso quasi esponenziale sarebbe estremamente sensibile anche a un piccolo rallentamento.

Un’IPO senza precedenti

La possibile quotazione di Anthropic sarebbe quindi molto più di un test sulla domanda di azioni legate all’intelligenza artificiale.

Sarebbe il primo grande confronto tra i mercati pubblici e un’impresa che dichiara apertamente di stare automatizzando lo sviluppo della tecnologia che rappresenta il proprio principale prodotto.

La domanda centrale non riguarda soltanto il prezzo dell’IPO. È molto più ampia:

come si valuta un’azienda il cui prodotto contribuisce a rendere più rapido, potente e meno prevedibile il proprio ciclo di innovazione?

La risposta determinerà non soltanto il futuro finanziario di Anthropic, ma anche gli incentivi economici che guideranno la prossima fase della corsa globale all’intelligenza artificiale.

Per comprendere opportunità e rischi finanziari dell’IPO, occorre però partire dal fenomeno tecnologico che potrebbe cambiare tutto: un’IA sempre più coinvolta nello sviluppo di se stessa, argomento che abbia trattato nel primo articolo di questa serie di due.

Le informazioni contenute in questo sito non costituiscono consigli né offerte di servizi di investimento. Leggi il Disclaimer.

Informazioni sull'autore:

Alessandro Magagnoli
Alessandro Magagnoli

Nato nel 1966, mi sono laureato a Londra in economia applicata presso la University of East London nel luglio 1991, per poi conseguire un Master of Science nella stessa disciplina al Queen Mary and Westfield College nell'agosto 1992. La mia passione per l'analisi tecnica è nata nel 1992, e nel maggio 1993 ho ottenuto il diploma in Technical Analysis rilasciato dalla Society of Technical Analysis (STA). Ho insegnato nei dipartimenti di econometria all'Università Bicocca e all'Università Cattolica.