Chamath Palihapitiya sostiene le soluzioni basate su framework e app nell'ambito della sua guida agli investimenti in intelligenza artificiale
- Chamath Palihapitiya ha pubblicato una "guida agli investimenti nell'IA" sostenendo che i cash più rapidi si trovano nei terreni, nell'energia e nelle infrastrutture di base dei data center.
- Ha affermato che il valore duraturo a lungo termine apparterrà alle "archiviazioni", ovvero al livello software che avvolge i modelli di intelligenza artificiale, e alle applicazioni sviluppate su di esso.
- Xiaoyin Qu, fondatrice di Tycoon AI, ha appoggiato la tesi dell'imbrigliamento.
L'investitore Chamath Palihapitiya ha pubblicato su X una mappa che illustra le sue previsioni sui flussi di denaro nel mercato dell'intelligenza artificiale, affermando ai suoi follower che le aree con la maggiore velocità cash si trovano nel settore immobiliare delle centrali elettriche e dei data center.
Tuttavia, ha anche affermato che i margini di profitto più consistenti apparterranno alle "strutture preconfigurate" e alle applicazioni sviluppate su di esse.
Dove ha detto Palihapitiya, nella sua guida, che atterrerà prima il cash ?
Il fondatore di Social Capital ha etichettato il suo post su X come la sua "guida agli investimenti in IA" a partire da agosto 2026.
Ha suddiviso le aree di investimento in livelli, e il primo livello che ha analizzato è quello che chiama LPS, acronimo di terra, alimentazione e involucro. Si riferisce all'ingombro fisico di un data center prima ancora che vengano installati i chip.
Palihapitiya ha scritto che "rimane la strada più ovvia e veloce per ottenere cash sul cash investito". Ha aggiunto: "A questo livello si può accumulare e scambiare rapidamente molto valore. E con la crescente resistenza al cambiamento dei data center, il valore dei terreni edificabili potrebbe esplodere. Sono molto ottimista"
Palihapitiya ha dichiarato che lui e la sua socia, Anita Verma-Lallian, si sono assicurati quasi 6 GW di potenza fino al 2029.
In precedenza aveva affermato che i terreni approvati dalle normative urbanistiche e l'accesso al silicio conferiscono ai loro proprietari un potere contrattuale nei confronti di tutti coloro che si trovano a valle della filiera.
Perché Palihapitiya crede che i sistemi di cablaggio e le relative applicazioni saranno i vincenti?
Al di sopra del cemento e dei cavi elettrici, la scelta di Palihapitiya ricade sull'imbracatura. In un post di luglio ha affermato: "Un'imbracatura moderna + un modello aperto ridurrà drasticamente il consumo di token, mantenendo però le prestazioni"
Secondo un glossario di Hugging Face pubblicato il 25 maggio, un "harness" è il software che avvolge un modello di intelligenza artificiale e che decide cosa il modello vede, quali strumenti può richiamare e quando si ferma.
Claude Code di Anthropic, Codex di OpenAI e Antigravity di Google sono tutti dei sistemi di integrazione. Claude Code viene definito nella sua documentazione come "il sistema di integrazione agentica attorno a Claude".
Palihapitiya ha affermato che "l'infrastruttura aiuta le aziende a controllare il proprio contesto proprietario (quello che Alex Karp chiama il loro 'alpha')", che per lui include, tra le altre cose, i dati, i flussi di lavoro e le regole aziendali.
La sua tesi si estende anche alle applicazioni, poiché, a suo dire, rappresenteranno un altro settore vincente a lungo termine. Ha scritto: "Ogni azienda, con gli strumenti giusti, può ora infondere il proprio valore aggiunto nel software che la gestisce"
La gente è d'accordo con Palihapitiya?
Alcuni esponenti del settore hanno commentato il post di Palihapitiya, molti dei quali lo hanno appoggiato, soprattutto per quanto riguarda la sua osservazione sulle imbracature.
Xiaoyin Qu, fondatrice di Tycoon AI, ha espresso maggiore sostegno per gli "harness", affermando che un harness "creerà margine indipendentemente dal fatto che il modello venga standardizzato", perché quello giusto può sbloccare grandi progetti a lungo termine che valgono più di qualsiasi singolo output del modello.
Aaron Levie, CEO di Box, in risposta a un altro post che evidenziava le prestazioni di vari agenti di intelligenza artificiale, ha affermato che l'infrastruttura "diventerà la variabile più importante" nello stack di intelligenza artificiale, subito dopo la pura capacità del modello.
A metà luglio, Palihapitiya ha pubblicato un post su X in cui metteva in discussione l'attuale stato della spesa per l'IA, chiedendosi se stesse effettivamente portando benefici a qualcuno al di là della manciata di aziende che già incassavano denaro, facendo notare che gli acquirenti ora possono spendere 0,50 dollari per milione di token all'avanguardia invece di 56 dollari per lo stesso volume.
Potrebbe sembrare che la richiesta di un sistema di cablaggio sia la sua risposta alla sua stessa lamentela, perché se i modelli diventano economici e intercambiabili, il denaro si sposta a chi controlla i dati, i flussi di lavoro e, in definitiva, le applicazioni che si basano su di essi.
Se stai leggendo questo, sei già un passo avanti. Rimani al passo con i tempi iscrivendoti alla nostra newsletter.
Domande frequenti
Che cos'è un'imbracatura nell'intelligenza artificiale?
Un'imbracatura è il livello software che avvolge un modello di intelligenza artificiale e che decide cosa il modello vede, quali strumenti può utilizzare e quando deve smettere di funzionare; il glossario di Hugging Face di maggio 2026 cita Claude Code, Codex e Antigravity come esempi.
Qual è, secondo Chamath Palihapitiya, il modo più veloce per fare soldi con l'intelligenza artificiale?
Ha scritto che LPS, ovvero terreni, energia e strutture per data center, rimane la via più ovvia e veloce per ottenere rendimenti sulcash cash, poiché il valore può essere creato e scambiato rapidamente quando la capacità è scarsa.
Chi condivideva la tesi di Palihapitiya sull'uso delle briglie?
Xiaoyin Qu, che ha sostenuto che la giusta infrastruttura crea margini di profitto anche se i modelli diventano una commodity, e l'amministratore delegato di Box, Aaron Levie, che ha definito l'infrastruttura una delle variabili più importanti nello stack dell'IA, pur avvertendo che i numeri specifici potrebbero non essere generalizzabili a tutti i compiti.
Hannah Collymore
Hannah è una scrittrice e redattrice con quasi dieci anni di esperienza nella scrittura di blog e nella cronaca di eventi nel settore delle criptovalute. Collabora con Cryptopolitan, occupandosi della pagina notizie e analizzando gli ultimi sviluppi in ambito DeFi, RWA, regolamentazione delle criptovalute, intelligenza artificiale e tecnologie all'avanguardia. Si è laureata in Economia aziendale presso l'Università di Arcadia.
