Chi è il grande vincitore della competizione sull'AI? Jensen Huang menziona Elon Musk: ha tre grandi vantaggi

L'ultimo video di intervista del CEO di Nvidia, Jensen Huang, si è recentemente diffuso ampiamente sui social media. Nel video, Huang definisce Elon Musk, CEO di Tesla e SpaceX, come un attore in una "posizione fenomenale" nella corsa all'IA, sottolineando che il suo vantaggio non deriva dallo stile personale, ma si basa su infrastrutture di calcolo, dati del mondo reale e una strategia su tre grandi fronti dell'IA.

Huang afferma che la raccolta di dati reali ha costi estremamente elevati, mentre Tesla possiede una delle flotte di veicoli più grandi al mondo, producendo continuamente enormi quantità di dati di guida; allo stesso tempo, l'infrastruttura di calcolo dell’IA di Tesla è equipaggiata con una grande quantità di hardware Nvidia. In aggiunta, xAI, la guida autonoma di Tesla e il robot umanoide Optimus stanno avanzando congiuntamente, posizionando Musk in una posizione strategica cruciale nell’era dell’IA.

Queste dichiarazioni si sono diffuse rapidamente sulle piattaforme social come X, suscitando un ampio dibattito nell’industria dell’IA e nel settore degli investimenti. Con i giganti tecnologici globali che aumentano gli investimenti su modelli di base, guida autonoma e robotica, Huang ha riportato l’attenzione del mercato dalla mera competizione sui modelli, verso l’ecosistema completo dell’IA costituito da potenza di calcolo, dati e applicazioni.

Jensen Huang: Il più grande vantaggio di Musk è un’infrastruttura difficile da replicare

Secondo quanto riportato dal video, Huang, interrogato sullo sviluppo futuro del settore dell’IA, ha focalizzato il discorso sui vantaggi competitivi di Musk.

Ha affermato:

"Il costo della raccolta di dati dal mondo reale è molto alto e Elon possiede un enorme vantaggio."

Nella visione di Huang, tale vantaggio deriva principalmente da due aspetti.

Prima di tutto, l’infrastruttura di calcolo per l’IA.

Ha sottolineato che la fabbrica IA (AI Factory) di Tesla dedicata all’addestramento della guida autonoma dispone di numerose GPU Nvidia, essendo una delle piattaforme di training IA più potenti del mondo e fornendo una potenza di calcolo adeguata per l’evoluzione continua del modello FSD.

In secondo luogo, i dati del mondo reale.

Huang ha spiegato che Tesla possiede una delle flotte di auto connesse più grandi al mondo, raccogliendo ogni giorno dati sull’ambiente di guida, sulle condizioni stradali e sul funzionamento dei veicoli. Questo significa che, rispetto alle aziende d’IA che si affidano esclusivamente a dati pubblici per l’addestramento dei modelli, Tesla può raccogliere costantemente nuovi dati reali, una tipologia di dati dal costo molto elevato e che rappresenta la base per il continuo miglioramento dei modelli di guida autonoma.

Per questo motivo, Huang ritiene che Musk disponga di un vantaggio intrinseco nell’era dell’IA, un vantaggio costruito nell’arco di molti anni e impossibile da replicare in poco tempo.

I tre grandi campi dell’IA: modelli di base, guida autonoma, robot umanoidi

Huang ha inoltre affermato di conoscere molto bene la visione di Musk riguardo al futuro dell’IA e ritiene che Musk stia operando su tre direttrici fondamentali, che Huang specifica come segue:

• xAI: responsabile per l’intelligenza cognitiva di base, ossia i modelli base e le capacità generali d’IA;
• Tesla: responsabile per la guida autonoma;
• Optimus: responsabile per i robot umanoidi.

Huang ha dichiarato che questi "tre ambiti sono le vere tre grandi arene dell’IA."

Ciò significa che, secondo Huang, la competizione futura nell’IA non riguarderà solo chatbot o grandi modelli di linguaggio, ma si estenderà anche alla robotica e al mondo fisico.

Se i modelli di base sono responsabili del "pensare", la guida autonoma si occupa del "comprendere il mondo reale", mentre il robot umanoide ha il compito di "entrare nel mondo reale ed eseguire compiti". Insieme, questi tre elementi formano il ciclo completo della prossima fase di sviluppo del settore IA.

Dalla “competizione sui modelli” alla “competizione sulle infrastrutture”

Negli ultimi anni, il fulcro della competizione nel settore dell’IA si è gradualmente spostato dalla dimensione dei parametri dei modelli, alla più difficile da replicare capacità infrastrutturale.

Da una parte, i grandi modelli spingono la crescita degli investimenti in GPU e data center, dall’altra sempre più aziende tech comprendono che i dati reali di alta qualità stanno diventando una nuova risorsa scarsa.

La guida autonoma, perciò, si conferma una fonte cruciale di dati per l’IA.

Milioni di veicoli connessi Tesla generano dati di guida ogni giorno, impiegati non solo per addestrare il sistema FSD, ma consentendo anche all’azienda di costruire una barriera di dati molto difficile da replicare dalle altre società d’IA.

Nel frattempo, Musk negli ultimi anni ha continuato ad espandere la propria presenza nell’ambito IA:

• xAI: incaricata dell’addestramento della nuova generazione di modelli di base;
• Tesla: sviluppa costantemente FSD e Robotaxi;
• Optimus: definito come la piattaforma di robot umanoidi destinata alla diffusione su larga scala del futuro.

Il fatto che Huang abbia messo queste tre attività sullo stesso piano come i fronti di sviluppo più importanti dell’IA dimostra che, secondo lui, la competizione futura nell’IA ruoterà sempre di più attorno a potenza di calcolo, dati e applicazioni robotiche e non solo su chi possiede il modello più performante.

Emerge nuovamente il ruolo centrale di Nvidia nell’ecosistema IA

Va notato che, valutando i vantaggi di Musk, Huang ha nuovamente sottolineato l’importanza dell’infrastruttura per l’IA.

Sia che si parli di addestramento dei modelli di base, sia di sistemi di guida autonoma o robotici, è necessario continuare ad investire in grandi cluster di GPU e data center, e le GPU Nvidia restano ancora oggi una delle componenti essenziali dell’infrastruttura globale per l’addestramento e il deployment dell’IA.

Huang ha più volte affermato che in futuro ogni grande azienda costruirà la propria "AI factory": il vero vantaggio competitivo nell’era dell’IA non risiede solo negli algoritmi, bensì nella capacità di trasformare costantemente i dati in intelligenza grazie a un’infrastruttura robusta di calcolo.

Attraverso l’esempio di Tesla, questa posizione viene ulteriormente rafforzata: ciò che è veramente difficile da imitare non è tanto un singolo modello, quanto il circuito virtuoso di potenza di calcolo, dati reali e scenari applicativi che si rafforzano reciprocamente e che si costruisce nel tempo.