Megatrend: La Tecnologia trasformativa

L'intelligenza artificiale (IA), in particolare l'IA generativa (GenAI), avrà un impatto su quasi ogni settore dell'economia globale e a trasformerà la forza lavoro.

La GenAI da sola potrebbe portare il PIL mondiale annuo a crescere di una cifra compresa tra i 2,6 e i 4,4 trilioni di dollari e si prevede che automatizzerà il 60-70% delle attività attualmente svolte dai lavoratori . Rispetto alle precedenti ondate di automazione, tali cambiamenti sul mercato del lavoro avranno un impatto enorme sui lavoratori con salari e titoli di studio più elevati. Tuttavia, si prevede che i progressi dell'IA accelereranno la crescita della produttività della manodopera tra lo 0,1-0,6% su base annuale fino al 2040¹, a seconda del tasso di adozione della tecnologia e della ridistribuzione del tempo dei lavoratori.

Al fine di comprendere l'IA come megatrend, dobbiamo capire come questa si è evoluta e quali opportunità e rischi comporterà per gli asset reali.

Cos’è cambiato

L'IA e gli algoritmi per il machine learning sono stati utilizzati per la maggior parte del 21° secolo. Tuttavia la GenAI, come ChatGPT, riporta l'attenzione sulle modalità in cui queste tecnologie trasformative cambieranno la nostra vita quotidiana e il mondo reale. 

La capacità della GenAI di creare nuove informazioni a partire da quelle esistenti porterà a un cambiamento fondamentale nei settori delle imprese e dei servizi. 

La GenAI presenta opportunità e rischi sia per le società che per i singoli lavoratori. I grandi modelli linguistici non competono necessariamente coi software già esistenti, ma sono attualmente in concorrenza con uffici aziendali e persone. I lavoratori che non imparano ad adottare l'IA per migliorare il proprio lavoro rischiano di diventare obsoleti. 

Tuttavia, questi strumenti rappresentano anche notevoli opportunità per le persone. Per la prima volta, chi non dispone di competenze tecniche o di data science può sfruttare tutta la potenza dell'IA, il che porta a una democratizzazione dell'innovazione all’interno di un’azienda. Tutti, all'interno di una società, hanno ora a disposizione strumenti per valutare come dovrebbero essere le condizioni ideali rispetto a quelle passate e la capacità di reimmaginare come utilizzare in modo migliore le tecnologie esistenti. Siamo ancora agli albori di queste tecnologie, ma i progressi sono notevoli.

Implicazioni e opportunità per gli asset reali

Comparto immobiliare

Le nuove tecnologie basate sull’IA e sulla GenAI stanno rapidamente emergendo tra le tecnologie impiegate nel settore immobiliare (PropTech). Queste tecnologie vengono utilizzate lungo la catena del valore del settore, dall'acquisizione degli immobili, passando per lo sviluppo e la riqualificazione, alla gestione e alla dismissione. In generale, l'IA sta consentendo al settore di evolversi così da creare esperienze immobiliari più dinamiche, efficienti, sostenibili e incentrate sulla clientela.

In che modo l’ia potrebbe cambiare il comparto immobiliare?

Data center: I data center stanno registrando una domanda senza precedenti e sono il primo settore a vedere direttamente gli impatti positivi del boom dell'IA. La crescita della GenAI e delle piattaforme di cloud computing richiede una solida infrastruttura per i dati, determinando una maggiore necessità di data center avanzati, con specifici requisiti di raffreddamento e alimentazione. Si prevede che il mercato globale degli affitti di data center registrerà un tasso di crescita annuale composito del 23% su cinque anni, di cui fino al 36% è da ricondursi alla domanda di IA.² La domanda spinta da IA e cloud sta superando l’offerta limitata, creando un minimo storico di superfici sfitte sul mercato e un massimo storico di assorbimento sul mercato del pre-let.

Uffici: c’è una correlazione quasi perfetta tra titoli di studio e impatto della GenAI.³ Si stima che il settore dei servizi legali sia il più colpito dai modelli linguistici di grandi dimensioni come ChatGPT. A seguire, le attività finanziarie, come quelle dei comparti bancario e assicurativo, i servizi professionali, come la contabilità e la consulenza, le attività specifiche del settore tecnologico, come l'elaborazione dei dati informatici, e i settori dei media. Il grado d’influenza dell'IA su questi settori rimane poco chiaro; pertanto, ci vorrà del tempo per capire le implicazioni per gli investitori immobiliari nel settore degli uffici. 

Retail: Il problema dell’uso etico dei dati dei clienti e della privacy continuerà a essere al centro dell'attenzione dei retailer e delle aziende tecnologiche, ma probabilmente produrrà benefici enormi, che consentiranno di migliorare l'esperienza dei clienti, scoprire nuovi prodotti, aumentare i volumi di vendita e incrementare i valori del ciclo di vita dei clienti. Per i retailer, la GenAI può rendere efficiente tutta la catena del valore, ad esempio la gestione dell’inventario, la previsione e l'analisi delle vendite. Anche se potenzialmente disruptive nel breve termine, l'IA ha il potenziale per creare un'esperienza omnicanale più fluida. Per il commercio al dettaglio fisico, l'IA potrebbe anche migliorare l'analisi dei dati, portando a una maggiore redditività, un rapporto più solido con i clienti e a migliori ritorni sugli immobili.

Immobili residenziali plurifamiliari e a uso promiscuo: Gli strumenti basati sull'IA possono offrire ai residenti esperienze sempre più personalizzate. Ad esempio, tramite i chatbot in leasing e le tecnologie per le smart home si possono personalizzare le impostazioni di illuminazione, temperatura e sicurezza. Inoltre, la GenAI e la permanenza del lavoro ibrido continueranno ad accrescere la quota di lavoratori autonomi o di personale di piccole aziende. 

Infrastrutture

I settori dei trasporti e della logistica intermodale hanno adottato per primi e in modo significativo l'IA, ottenendo progressi in termini di efficienza operativa, sicurezza, servizio alla clientela e sostenibilità ambientale. Prevediamo che la prossima ondata di IA migliorerà la funzionalità di molti dei casi d'uso dell'IA presenti oggi nel trasporto e nella logistica intermodali. 

In che modo l’IA potrebbe cambiare le infrastrutture?

Energia: con la maturazione dell’industria delle energie rinnovabili e l’utilizzo di risorse di stoccaggio come le batterie, l’IA può valutare meglio i punti che generano delle pressioni a livello della domanda e consentire casi d'uso come l'ottimizzazione delle batterie (per la consegna al momento giusto) e l'ottimizzazione della durata delle batterie (al fine di garantire che una batteria non scenda al di sotto del livello di recupero). L'integrazione delle energie rinnovabili può essere più agevole grazie alle previsioni generate dall’IA per la produzione di energia rinnovabile, che aiutano un’immissione senza problemi nella rete. L'IA può anche migliorare la selezione dei siti per l'installazione delle batterie, consentendo una migliore comprensione al fine di ridurre la congestione della rete e i costi di trasmissione ai clienti finali.

Logistica portuale: Si prevede che gli strumenti basati sull’IA miglioreranno la gestione dei container, l'ottimizzazione dei flussi di traffico e gli sdoganamenti. Ad esempio, la tecnologia può essere utilizzata per ottimizzare lo stoccaggio e i movimenti dei container all'interno dei porti. Tutto questo include la previsione dei siti migliori per gli stoccaggi dei container, così da ridurre al minimo le movimentazioni e accelerare i processi di carico e scarico. L'IA può anche fornire un aiuto per gestire il flusso di camion e navi, programmare l'assegnazione delle banchine e migliorare i processi di carico al fine di ridurre la congestione e migliorare l'efficienza.  

Gestione delle flotte: Tecnologie avanzate vengono utilizzate per l'ottimizzazione delle flotte, in particolare per quanto riguarda i percorsi, il consumo di carburante e l'ottimizzazione dei carichi. Gli algoritmi dell’IA analizzano i dati sul traffico, le condizioni meteorologiche e altri fattori per determinare le rotte più efficienti per le flotte impiegate nei trasporti. I modelli di machine learning possono aiutare ad analizzare gli schemi e le condizioni a livello operativo per suggerire miglioramenti, con una conseguente riduzione dei consumi di carburante e delle emissioni. L'IA viene anche utilizzata per allocare e programmare in modo ottimale i carichi di merci, così da massimizzare l'utilizzo delle capacità e ridurre al minimo i viaggi di ritorno senza carico.

Capitale naturale

Anche se gli impatti dell'IA sul capitale naturale non saranno così significativi come nel settore immobiliare e delle infrastrutture, l'IA consentirà di migliorare la produttività, la sostenibilità e la biodiversità. 

L'IA come potrebbe cambiare il capitale naturale?

Terreni agricoli: L'IA e gli algoritmi di machine learning stanno rendendo possibili prassi più innovative, come l'agricoltura di precisione, che prevede l’utilizzo preciso dell’acqua, dei fertilizzanti e dei pesticidi sulla base delle esigenze di aree specifiche di un campo, ottimizzando l’impiego delle risorse e riducendo i costi, con un potenziale aumento della resa dei raccolti. Gli strumenti di IA possono anche rilevare precocemente le malattie delle piante e le infestazioni di parassiti tramite tecnologie di riconoscimento delle immagini, riducendo al minimo i danni potenziali.

Terreni boschivi: L'IA può fornire un aiuto nella gestione delle foreste, accrescere il monitoraggio delle risorse di legname e migliorare le prassi legate alla sostenibilità. Analogamente ai casi d’uso dei terreni agricoli, le tecnologie di riconoscimento delle immagini abilitate dall'IA possono identificare le specie arboree e contare le popolazioni su vaste aree. Da ultimo, i sistemi di IA possono altresì rilevare più rapidamente i segnali di incendi boschivi grazie alle immagini satellitari e aeree. 

Intersezioni con altri megatrend

Transizione verso la green economy: L'IA svolgerà un ruolo significativo nell'evoluzione delle reti e nell’edilizia. La necessità di ampliare la capacità elettrica sia per i centri dati che per la ricariche dei veicoli elettrici avrà un ruolo sempre più importante nell'evoluzione delle città, man mano che si intensificherà la competizione per l'energia elettrica tra famiglie, aziende e centri dati.

Crescita del Sud e dell'Est: L'APAC sta adottando l'IA più rapidamente, ma alcuni settori che hanno registrato una crescita significativa in queste regioni (ad esempio, i call center) sono decisamente a rischio.  Tuttavia, gli strumenti di IA possono rendere la comunicazione più fluida.

Invecchiamento della popolazione: L'IA può incrementare significativamente l'aspettativa di vita media, migliorando i servizi sanitari e le capacità della ricerca. Gli algoritmi sono in grado di analizzare dati medici complessi in modo più rapido, e spesso più accurato, degli esseri umani, consentendo di migliorare diagnosi e previsione delle malattie. Inoltre, può accelerare il processo di scoperta di nuovi farmaci e apportare una maggiore personalizzazione alla medicina, aumentando potenzialmente l'efficacia dei trattamenti.  

Disaccoppiamento/protezionismo: Le catene di produzione e fornitura di chip avanzati sono di natura globale e complesse. In futuro, potrebbero presentarsi implicazioni significative per il comparto dei data center, considerato che le complicate catene di fornitura dell'IA si intrecciano con regioni geopoliticamente importanti come Taiwan.

Rischi e limitazioni

Comprendere e affrontare i limiti dell'IA è essenziale per un uso responsabile ed efficace di queste potenti tecnologie. 

Limitazioni generali: I modelli di GenAI possono talvolta produrre risultati poco chiari, irrilevanti o di fatto errati. Inoltre, la qualità dei risultati dei modelli di GenAI dipende fortemente dai dati su cui sono stati addestrati. Se i dati per l’addestramento sono distorti o limitati, l'IA può perpetuare o amplificare le distorsioni nei rispettivi risultati. È importante notare che la GenAI solleva anche questioni relative all’autorialità, al copyright e all'uso etico. I dipartimenti che si occupano di privacy e conformità dei dati stanno lavorando attivamente per sviluppare e diffondere politiche e linee guida aggiornate che tengano conto di queste nuove considerazioni, soprattutto per quanto riguarda le informazioni riservate.

Idiosincrasie in relazione al comparto immobiliare: Il comparto immobiliare è un settore decisamente locale e le fonti di dati per i real asset sono strumenti imperfetti per un processo decisionale completamente automatizzato. La disponibilità e la solidità delle integrazioni coi software e i sistemi legacy costituiscono una sfida significativa e persistente nel comparto immobiliare. L'ecosistema PropTech e delle startup sta fornendo una spinta per cambiare queste dinamiche radicate, ma continuerà a essere una battaglia in salita, considerato che gli operatori storici dei sistemi di contabilità e di gestione immobiliare hanno incentivi diversi per rendere maggiormente accessibili i loro stack tecnologici. 

Quanto trasformativa sarà l’IA?

Il comparto PropTech ha registrato un boom tra la fine degli anni 2010 e gli anni 2020, introducendo molte nuove tecnologie innovative nell'ecosistema immobiliare. Tuttavia, l'ascesa e il declino di precedenti categorie tecnologiche (come l’iBuying) serve da monito e sottolinea quanto sia difficile per le nuove tecnologie sostituire, o persino replicare, i professionisti nel comparto degli investimenti immobiliari e della gestione patrimoniale. 

Per ora, l'IA presenta parecchie potenzialità, ma resta da vedere fino a che punto potrà spingersi questa tecnologia, come cambierà il modo in cui lavoriamo in settori molto diversi e la misura in cui cambierà il corso degli investimenti in asset reali. Il cambiamento è l'unica costante che possiamo prevedere con certezza.