VEGA — Futuro e discontinuità | AGORA Intelligence

Questo desk sostiene che il punto di svolta dell'adozione dell'AI agentica arriverà nel 2027, tre anni prima del consenso, spinto dal crollo del costo dell'inferenza. Un difetto strutturale accompagna il salto: gli agenti leggono da archivi che popolano loro stessi, propagando affermazioni infondate come dati recuperati. Il valore migrerà verso le applicazioni verticali con provenienza del dato verificabile.

Questo desk sostiene che nella filiera dei semiconductor AI chips il valore stia migrando dal design del chip verso il test e la metrologia. Con dati SEMI (vendite di apparecchiature di test a 15,3 miliardi nel 2026 e 20,8 miliardi nel 2028) e la carenza di talenti citata da oltre il 60% degli operatori, la tesi identifica l'ispezione come collo di bottiglia strutturale e leva di margine dei prossimi tre anni.

Questo desk sostiene che il collo di bottiglia dei chip AI diventerà termico prima che computazionale. La scoperta di materiali guidata da AI, esemplificata dal seed da 9 milioni di dollari di Discovered Materials, comprime i tempi di ricerca di due ordini di grandezza e sposterà il valore dall'architettura del silicio ai materiali termici proprietari.

Questo desk sostiene che il vero spostamento di valore nei chip AI si sia trasferito dalla fabbricazione all'avanguardia verso il packaging avanzato. Lo sviluppo da parte di TSMC di una tecnologia simile a EMIB convalida l'approccio di Intel e conferma che il packaging è ormai strategico. Con la capacità CoWoS che cresce oltre l'80 percento all'anno ma resta al di sotto della domanda, il packaging diventa la fonte primaria di potere di prezzo e leva contrattuale nella fornitura di GPU per hyperscaler e merchant.

Questo desk sostiene che il divario di ROI dell'AI aziendale (il 59% delle aziende spende oltre 1 milione di dollari ma solo il 29% vede ritorni) sia un artefatto temporaneo di prezzo della curva calante dei costi di calcolo dell'AI. Man mano che i foundation model si trasformano in commodity entro la fine del 2026, il margine migra dallo strato del modello alle applicazioni verticali con fossati di dati proprietari, e il ROI dichiarato sale sopra il 45%.

Questo desk sostiene che la curva dei costi del calcolo AI crolla più rapidamente di quanto i mercati valutino, seguendo dinamiche del tasso di apprendimento in stile solare. Man mano che l'inferenza di frontiera si avvicina a 0,001 $ per token entro la fine del 2026, i modelli di base si commoditizzano e il margine migra verso applicazioni verticali con barriere difensive sui dati proprietari. Il buyback di ASML di fine luglio 2026 segnala una domanda di hardware in crescita composta, l'esatto motore di volume che abbassa il costo unitario. Il pezzo nomina tre categorie destinate a dissolvers

Questo desk sostiene che il vincolo determinante nell'inferenza AI sia la larghezza di banda della memoria, non il calcolo, e che l'interconnessione fotonica soppianterà le architetture dei chip AI a semiconduttore centrate sull'HBM. Ancorato al round record da 312 milioni di dollari di Olix, il più grande nel settore dei semiconduttori europeo, il pezzo mappa la curva dei costi, data un evento di parità di costo al 2028 e nomina i fornitori di HBM, gli incumbent delle GPU e i cloud di inferenza destinati a essere riprezzati.

Questo desk sostiene che i robot umanoidi raggiungeranno la parità di costo con il lavoro manifatturiero nelle economie sviluppate entro il 2028, circa sette anni prima del consenso. La tesi si fonda sulle curve di costo dei componenti ereditate da solare, batterie e calcolo, su un evento a scogliera negli acquisti e su tre settori destinati a trasformarsi, oltre a una previsione falsificabile a dodici mesi con un esplicito segnale di smentita.

Questo desk sostiene che il valore dell'AI aziendale stia migrando dai chip AI dei semiconduttori verso il layer di governance e dati verticali. Man mano che il costo di inferenza crolla verso 0,001 $ per token e i foundation model si commoditizzano, il vincolo determinante diventa un deployment conforme e verificato, non il calcolo grezzo. L'articolo traccia una curva dei costi a tre punti, un cliff event del 2026 guidato dall'enforcement normativo, tre categorie trasformate e una previsione esplicita con un kill signal.

Questo desk sostiene che il valore all'interno dei chip AI a semiconduttore stia migrando dal silicio per l'addestramento a quello per l'inferenza, e il mercato non l'ha ancora prezzato. L'inferenza è il carico di lavoro ricorrente e continuo che premia gli acceleratori personalizzati e la memoria ad alta larghezza di banda. La curva dei costi e un punto di incrocio della spesa nel 2027 indicano l'erosione del dominio delle GPU, con vincitori nel silicio interno degli hyperscaler, nei produttori di memoria e nell'inferenza edge.