La Cina prepara l'era degli AI agent: secondo un rapporto, entro il 2029 l'80% del compute potrebbe servire all'inferenza

Mentre in Occidente il dibattito sull'intelligenza artificiale si concentra ancora molto sulla corsa a costruire modelli sempre più grandi e potenti, un rapporto cinese suggerisce che il settore stia per entrare in una fase completamente diversa. Secondo l'istituto di ricerca legato al principale operatore di telecomunicazioni statale cinese, l'industria dell'intelligenza artificiale del Paese si starebbe spostando dalla competizione sui modelli e sulla capacità di addestramento verso la distribuzione su larga scala di "agenti" AI, sistemi capaci di svolgere compiti in autonomia. È un cambiamento che riguarda l'intera struttura del compute per l'inferenza in Cina, e le sue implicazioni vanno ben oltre i confini nazionali cinesi.

Il dato più forte contenuto nel rapporto merita una lettura attenta e la giusta cautela: è una previsione, non un fatto già accertato, ma vale la pena capire perché sia così significativa. Vediamo cosa prevede esattamente lo studio e perché questa storia si collega direttamente ad altre vicende recenti sulla corsa globale all'infrastruttura per l'intelligenza artificiale.

Cosa prevede il rapporto

Secondo l'istituto di ricerca del China Telecom, ripreso dall'emittente televisiva statale cinese e successivamente da Bloomberg, la domanda di potenza di calcolo generata dagli agenti AI potrebbe far crescere di quasi dieci volte il fabbisogno computazionale complessivo del Paese nel giro di due o tre anni. La cifra più significativa, però, riguarda la composizione di questa domanda: secondo la previsione, entro il 2029 l'inferenza, cioè l'utilizzo pratico di un modello già addestrato per svolgere compiti reali, potrebbe rappresentare circa l'ottanta per cento dell'intero mercato cinese della capacità di calcolo, superando per la prima volta la domanda legata all'addestramento dei modelli.

È importante essere precisi: si tratta di una proiezione elaborata da un istituto di ricerca, per quanto autorevole e legato a un attore statale di primo piano, non di un dato già consolidato. Le previsioni di questo tipo, specialmente su un orizzonte di alcuni anni in un settore che cambia rapidamente, vanno sempre prese con la dovuta cautela. Detto questo, la direzione indicata dal rapporto è coerente con quanto osservato da altri analisti del settore a livello globale, e merita quindi attenzione.

China issues three-year plan to boost AI integration with information, communications sector

China’s Ministry of Industry and Information Technology on Wednesday released a three-year plan to accelerate the integration of artificial intelligence (AI) with the country’s information and communications sector, setting targets for more autonomous networks, wider low-latency computing-power coverage and expanded AI applications by 2028.

赵斌宇

Perché il collo di bottiglia cambia natura

Per capire perché questo spostamento sia così rilevante, bisogna comprendere la differenza tra addestrare un modello e farlo funzionare quotidianamente. L'addestramento di un grande modello di intelligenza artificiale richiede sì un'enorme quantità di potenza di calcolo, ma concentrata in periodi di tempo relativamente definiti, in cui enormi ammassi di computer lavorano insieme per settimane o mesi. È un problema, per quanto costoso, con dei confini temporali chiari.

Milioni di agenti AI operativi contemporaneamente, invece, richiedono un tipo di infrastruttura completamente diverso: calcolo continuo, distribuito su tutto il territorio e con tempi di risposta bassissimi, perché un agente che deve rispondere in tempo reale non può permettersi ritardi. Questo significa la necessità di molti più data center, di reti di connessione più capillari, di sistemi di archiviazione dei dati e, naturalmente, di energia elettrica sufficiente a mantenere tutto questo in funzione ininterrottamente, giorno e notte. Non è un caso che le autorità cinesi stiano già lavorando a un piano infrastrutturale specifico, che punta a portare una copertura di rete capillare a bassissima latenza in gran parte delle aree metropolitane del Paese entro pochi anni, avvicinando fisicamente i nodi di calcolo agli utenti finali.

Non è solo teoria: sta già iniziando

C'è un elemento che rende questa previsione meno astratta di quanto potrebbe sembrare a prima vista. Lo stesso operatore di telecomunicazioni dietro l'istituto che ha pubblicato il rapporto ha già iniziato a vendere ai propri clienti pacchetti di utilizzo dell'intelligenza artificiale strutturati esattamente come le tradizionali offerte di traffico dati per smartphone: pochi yuan al mese per un certo numero di "token", l'unità di misura con cui si conteggia l'utilizzo dei modelli linguistici, con piani che si scalano verso l'alto per un utilizzo più intenso. La piattaforma su cui si appoggia questo servizio ospita già oltre cento modelli linguistici diversi e centinaia di applicazioni specifiche per vari settori, e i ricavi legati a questo tipo di "calcolo intelligente" sono quasi raddoppiati nella prima metà di quest'anno.

È un segnale concreto che il passaggio dalla fase sperimentale a quella di mercato di massa per l'inferenza AI non è un'ipotesi lontana, ma un processo già avviato. E gli operatori di telecomunicazioni cinesi non sono soli in questa corsa: anche i principali concorrenti nazionali stanno inseguendo la stessa fetta di ricavi, in quella che sta rapidamente diventando una nuova linea di business fondamentale per il settore delle telecomunicazioni del Paese.

Europe opens bidding for seven AI ‘gigafactories’ in a €30bn bid to catch up

The EU has opened a €30bn call for up to seven AI gigafactories to rival the US and China, though only ~€1bn is committed and the chips remain American.

TNW | EuAlina Maria Stan

Il pezzo mancante nel puzzle globale dell'AI

Questa notizia acquista ancora più senso se la si legge insieme ad altre due vicende di cui ci siamo occupati di recente. Da un lato, avevamo raccontato di come Google stia assicurandosi decenni di energia nucleare in Finlandia per alimentare i propri data center, e di come un ex operatore di mining Bitcoin come IREN si stia riconvertendo per intercettare la stessa domanda di infrastruttura fisica. Dall'altro, avevamo visto come la cinese Z.AI stia raccogliendo miliardi di dollari sui mercati finanziari proprio per acquistare capacità di calcolo.

Queste storie raccontavano il lato dell'offerta: da dove arriva l'energia e da dove arriva il capitale necessari a costruire l'infrastruttura per l'intelligenza artificiale. Il rapporto cinese sull'inferenza, invece, spiega qualcosa di altrettanto importante, cioè da dove potrebbe arrivare la domanda che dovrà riempire quella stessa infrastruttura una volta costruita. Se milioni di agenti AI dovessero davvero diventare operativi su larga scala, il bisogno di calcolo continuo e distribuito non farebbe che aumentare la pressione su energia, capitale e infrastrutture fisiche, rendendo ancora più cruciali le mosse che stiamo osservando su entrambi questi fronti. È interessante notare, per completare il quadro, che anche il mondo delle criptovalute guarda con sempre maggiore attenzione al concetto di agenti autonomi, come avevamo visto a proposito della visione di Tether su un'economia fatta di macchine e pagamenti automatizzati.

EU launches AI Gigafactories call to boost Europe’s computing capacity and unlock more than €30 billion in investment

The EU has launched a call for tenders to establish up to seven AI Gigafactories across Europe, as part of its latest major push to accelerate Europe’s technological sovereignty and ambition of becoming the AI Continent.

Shaping Europe’s digital future

La lettura più grande

Se la previsione cinese dovesse rivelarsi corretta, anche solo in parte, assisteremmo a un cambiamento profondo nella natura stessa della domanda di intelligenza artificiale. La prima fase della corsa globale all'AI è stata dominata dalla competizione tra pochi laboratori per costruire il modello più potente possibile. Una seconda fase, guidata dalla diffusione capillare di agenti autonomi che lavorano ininterrottamente, potrebbe essere ancora più esigente dal punto di vista infrastrutturale, perché non riguarderebbe più poche settimane di addestramento intensivo, ma un funzionamento continuo su scala di milioni di sistemi contemporaneamente.

Per l'osservatore, la lezione è duplice. Da un lato, questa vicenda ci ricorda che il dibattito sull'intelligenza artificiale non dovrebbe fermarsi alla sola qualità dei modelli, ma includere sempre più la questione di come e dove verranno effettivamente utilizzati su vasta scala, con tutte le implicazioni infrastrutturali che questo comporta. Dall'altro, il confronto tra l'approccio cinese, guidato in modo coordinato dallo Stato e dai suoi grandi operatori di telecomunicazioni, e quello più frammentato e privato tipico dei mercati occidentali, offre uno spunto di riflessione su quali modelli si dimostreranno più efficaci nel costruire l'infrastruttura necessaria a sostenere questa prossima fase, quale che sia la sua reale portata. Per capire meglio le basi di queste tecnologie, resta utile la guida su cosa sono le criptovalute e l'intelligenza artificiale.