Masayoshi Son, Presidente e CEO di SoftBank Group, ha espresso apertamente la sua visione per l’ASI (Artificial Super Intelligence), prevedendo che ‘l’IA raggiungerà un livello di intelligenza diecimila volte superiore a quello umano entro il prossimo decennio’. Questa dichiarazione, rilasciata in vari forum pubblici nel 2024, sottolinea l’accelerazione dell’attenzione e le manovre strategiche di SoftBank nel settore dell’IA.
Investimenti Strategici di SoftBank nell’IA
Intorno a questo periodo, SoftBank ha significativamente aumentato i suoi investimenti e le iniziative strategiche nel dominio dell’IA.
Nel 2024, SoftBank Group ha effettuato una serie di investimenti notevoli in aziende guidate dall’IA. Questi includono l’investimento nella startup di IA Perplexity AI, la guida di un round di investimento nella startup di robot umanoidi Skild AI, la formazione di una joint venture sanitaria con Tempus AI negli Stati Uniti e l’acquisizione di Graphcore, un unicorno britannico di chip AI.
Entro il 2025, SoftBank ha intensificato la sua collaborazione con OpenAI. A fine marzo, SoftBank ha ulteriormente ampliato la sua presenza nel settore dei chip AI annunciando l’acquisizione di Ampere, una società americana di progettazione di chip, per 6,5 miliardi di dollari (circa 47 miliardi di RMB).
Unitamente alla sua esistente partecipazione significativa in Arm, queste mosse indicano l’ambizione strategica di SoftBank di rafforzare i suoi investimenti nell’infrastruttura dei chip AI.
Un’Opportunità Persa con Nvidia
Sei anni prima, SoftBank aveva ceduto l’intera sua partecipazione in Nvidia, perdendo la successiva crescita esplosiva dell’azienda, che l’ha vista raggiungere una capitalizzazione di mercato di mille miliardi di dollari. Ora, in mezzo all’attuale ondata di IA, SoftBank sembra stia tornando in gioco, segnalando la sua ambizione di sfidare potenzialmente il dominio di Nvidia.
A novembre 2024, durante un summit sull’IA in Giappone, il fondatore e CEO di Nvidia, Jensen Huang, ha osservato al pubblico: ‘Forse non sapete che a un certo punto, Masa (Masayoshi Son) era il più grande azionista di Nvidia’. Ha poi condiviso umoristicamente un momento di ‘pianto’ simulato con Son, aggiungendo: ‘Va bene, possiamo piangere insieme’.
Questo episodio è visto come una significativa opportunità persa per SoftBank, un sentimento che Son ha pubblicamente riconosciuto con rammarico.
Nel 2017, SoftBank ha acquisito azioni Nvidia sul mercato aperto, arrivando a detenere quasi il 5% dell’azienda, diventando uno dei maggiori azionisti di Nvidia. Tuttavia, SoftBank ha venduto la sua partecipazione nel 2019, perdendo l’ascesa di Nvidia al culmine della sua traiettoria di crescita.
L’entusiasmo di Son per l’investimento in chip AI sta diventando sempre più fervente. In un’intervista pubblica nell’ottobre 2024, ha affermato che Nvidia era ‘sottovalutata’.
Negli ultimi due anni, SoftBank Group si è attivamente alleato e ha investito in chip AI e nelle industrie infrastrutturali correlate per realizzare la sua visione ASI, possibilmente con l’obiettivo di correggere le passate sviste.
Son ha persino articolato una logica: far progredire l’evoluzione umana promuovendo lo sviluppo di un’intelligenza artificiale superiore. Prevede che l’intelligenza artificiale superiore (ASI) sarà raggiunta entro il 2035.
Son sottolinea che l’ASI differisce dall’AGI (Artificial General Intelligence) più comunemente discussa. L’AGI si riferisce all’intelligenza generale in grado di gestire più attività ed esibire una flessibilità simile a quella umana, che difficilmente altererà in modo significativo le regole esistenti nella società umana. L’ASI, d’altra parte, supererà di gran lunga l’intelligenza umana, segnando una svolta nella storia umana, con robot intelligenti guidati dall’ASI che svolgeranno varie attività fisiche per conto degli umani.
Strategia di Implementazione ASI di SoftBank
Secondo il piano di SoftBank Group, l’implementazione dell’ASI coinvolge quattro dimensioni chiave:
- Chip AI
- Data center AI
- Robot AI
- Energia
Tra questi, i chip AI sono l’infrastruttura principale.
‘Arm fornirà la tecnologia fondamentale per l’ASI’, ha affermato Son. Ha aggiunto che, sebbene Arm sia significativa, nessuna singola azienda può realizzare l’ASI da sola. Tutti i membri del SoftBank Group lavoreranno insieme per raggiungere questo obiettivo.
Questo spiega la crescente acquisizione di aziende nel settore dei chip AI da parte di SoftBank: iniziando con il suo investimento in Arm, seguito dalle acquisizioni di Graphcore e Ampere, la strategia di chip AI di SoftBank sta diventando sempre più evidente.
Anand Joshi, AI Technology Director di TechInsights, ha dichiarato al 21st Century Business Herald che SoftBank mira a diventare un leader globale nell’Artificial General Intelligence (AGI), e le sue recenti attività di investimento riflettono questa ambizione.
‘Per realizzare appieno il potenziale delle applicazioni AGI, è necessaria un’infrastruttura completa, che copra chip, IP, server, CPU, acceleratori AI e altro ancora’, ha spiegato ulteriormente. Quando SoftBank investe in semiconduttori AI, si concentra sempre su una visione più ampia, con i tre che formano un complemento perfetto in questo progetto: Arm fornisce IP di processore per i data center; Ampere costruisce chip specifici per data center basati su questi IP; e Graphcore si concentra sulla ricerca e lo sviluppo di chip acceleratori AI per data center.
Per quanto riguarda il modo in cui i tre formeranno sinergie aziendali, Anand Joshi ha osservato: ‘Non è ancora chiaro se le tre aziende prevedono di integrare i prodotti esistenti o lanciare nuove soluzioni, ma la combinazione di questi tre ha il potenziale per costruire un’infrastruttura applicativa AI completa’.
Attraverso questa integrazione verticale, OpenAI può fornire modelli ottimizzati per l’esecuzione su questa architettura esclusiva, ottenendo così prestazioni del modello leader a livello mondiale. ‘I clienti aziendali acquisteranno queste funzionalità del server AI tramite chiamate API e il modello pay-per-use ha molte probabilità di creare enormi profitti per loro’, ha aggiunto.
Poiché SoftBank sta costruendo un ecosistema di chip core AI attraverso investimenti e acquisizioni, alcuni ritengono che SoftBank stia pianificando di creare un potenziale concorrente di Nvidia.
Sfide e Concorrenza
Tuttavia, in questa fase, questa è solo una visione. Da un lato, Nvidia ha costruito un forte fossato basato su più di un decennio di investimenti continui in ecosistemi software come CUDA. Ad oggi, i chip GPU Nvidia sono ancora la prima scelta del settore per la formazione AI. Questo vantaggio ecologico le conferisce una certa barriera competitiva sul lato dell’inferenza AI; dall’altro, l’’alleanza anti-Nvidia’ di cui il mercato scherza sta accelerando la sua crescita. Un tipico esempio è che i fornitori di servizi cloud stanno iterando rapidamente chip di inferenza AI sviluppati autonomamente attraverso la cooperazione con aziende di progettazione di chip ASIC e Broadcom e Marvell (Marvell Electronics) sono importanti beneficiari.
Di fronte all’ambiente competitivo esistente, non è facile per i nuovi entranti fare progressi rapidamente, soprattutto perché Graphcore e Ampere hanno entrambi affrontato grandi difficoltà finanziarie quando sono stati acquisiti da SoftBank, il che significa che le capacità di commercializzazione delle due società devono ancora essere migliorate.
Secondo la divulgazione di SoftBank, il reddito operativo di Ampere si è ridotto da 152 milioni di dollari a 16 milioni di dollari tra il 2022 e il 2024, una riduzione di quasi dieci volte. La società sembra stia cercando di ripristinare la redditività, ma ha comunque perso 581 milioni di dollari al 2024. Anche il patrimonio netto e il patrimonio totale continuano a diminuire in modo significativo.
Secondo le informazioni pubbliche, Ampere inizialmente si è concentrata sul cloud-native computing e da allora si è espansa nel campo dell’artificial intelligence computing (AI compute). I prodotti dell’azienda coprono una gamma di carichi di lavoro cloud dall’edge al data center cloud.
I documenti precedentemente presentati da Graphcore mostrano che le sue vendite nel 2022 sono state di 2,7 milioni di dollari, con una perdita di 204,6 milioni di dollari.
Per quanto riguarda le condizioni operative, Anand Joshi ha dichiarato al 21st Century Business Herald che, sebbene Arm e Ampere abbiano ottenuto buoni risultati, lo sviluppo di Graphcore non è stato soddisfacente.
‘I chip di quest’ultima sono difficili da raggiungere il livello di prestazioni della stessa generazione di prodotti rilasciati contemporaneamente, il che è diventato la sua sfida principale. Tuttavia, Graphcore ha compreso l’importanza del software di supporto e ha iniziato a investire in compilatori e altri campi tecnici. Questo collegamento è proprio la sfida principale della costruzione dell’infrastruttura di intelligenza artificiale e deve essere superata’, ha continuato.
Dal punto di vista di Anand Joshi, in confronto, i chip server basati sull’architettura Arm sono entrati nel mercato e hanno un ecosistema software relativamente maturo. Tuttavia, questi prodotti mancano ancora della capacità di scaling orizzontale (capacità di scaling) che possiede l’architettura x86. ‘Per avere successo, queste tre aziende devono collaborare per sviluppare una roadmap software unificata’.
Tra questi, Arm è senza dubbio un produttore relativamente maturo in termini di sviluppo. Sebbene agli occhi del pubblico, i prodotti chip basati sull’architettura Arm coprano oltre il 99% degli smartphone sul mercato, negli ultimi anni si è anche sviluppata rapidamente per data center, PC e altri campi.
Arm Senior Vice President e General Manager della Infrastructure Business Unit Mohamed Awad ha recentemente pubblicato un articolo in cui sottolinea che più di sei anni fa, Arm ha lanciato la piattaforma Arm Neoverse per la prossima generazione di infrastrutture cloud. Oggi, l’implementazione della tecnologia Neoverse ha raggiunto una nuova altezza: 2025 Quasi il 50% della potenza di calcolo spedita ai principali fornitori di servizi cloud hyperscale sarà basata sull’architettura Arm. Fornitori di servizi cloud Hyperscale come Amazon Web Services (AWS), Google Cloud e Microsoft Azure hanno tutti adottato la piattaforma di calcolo Arm per costruire i propri chip personalizzati per scopi generali.
Anand Joshi ha detto ai giornalisti che Arm è diventato un attore importante nel mercato dei data center. Ad esempio, Amazon sta promuovendo il suo chip sviluppato autonomamente Graviton come alternativa a basso costo a X86 e le sue prestazioni di mercato sono attualmente buone. Allo stesso modo, la serie di prodotti chip sviluppati autonomamente ‘Graviton+Inferential’ di Amazon è posizionata come un’alternativa a basso costo alla soluzione ‘x86+Nvidia’. Nvidia ha anche adattato l’architettura Arm ai suoi chip Grace CPU nella serie di prodotti Blackwell.
‘Pertanto, se SoftBank, Arm e Ampere possono implementare con successo questa strategia, si prevede che Arm diventerà una forza da non sottovalutare nel mercato dei data center’, ha continuato.
Strategia di Investimento AI più Ampia di SoftBank
A causa dell’eccessivo investimento in industrie correlate all’IA, SoftBank Corporation è stata tenuta a spiegare la sua strategia di investimento complessiva nel settore dell’IA alla conferenza degli investitori di febbraio di quest’anno.
Il Presidente e CEO della società, Junichi Miyakawa, ha analizzato che ciò include 8 livelli: implementazione del progetto di intelligenza artificiale a livello aziendale ‘Cristal intelligence’ attraverso una joint venture con OpenAI; sviluppo di un modello linguistico di grandi dimensioni (LLM) nativo specifico per il giapponese; collaborazione con Microsoft Japan come parte di un’alleanza strategica nel campo dell’intelligenza artificiale generativa; fornitura ai clienti a livello aziendale del modello Gemini di Google Workspace; creazione di una piattaforma di calcolo di intelligenza artificiale giapponese di alto livello; creazione di data center AI a Hokkaido e Osaka; sviluppo di AI-RAN e implementazione di AITRAS per promuovere AI-RAN dal concetto alla vita; costruzione di un’infrastruttura di calcolo super distribuita.
Ciò significa che, di fronte alla visione ASI, il layout di SoftBank copre una dimensione completa dall’hardware al software, dalla potenza di calcolo alla comunicazione e dall’infrastruttura alle soluzioni.
Obiettivamente parlando, si prevede anche che ciò aiuterà le aziende di chip AI, che attualmente appaiono relativamente deboli nel gioco, a consolidare ulteriormente le proprie capacità.
Anand Joshi ha dichiarato al 21st Century Business Herald che l’eccellente stack software di Nvidia ha superato di gran lunga le sue concorrenti in termini di prestazioni. Ampere e Graphcore non sono attualmente in grado di superare Nvidia in termini di prestazioni. ‘Devono concentrarsi sul vantaggio del costo totale di proprietà (Total Cost of Ownership) o utilizzare il rapporto prezzo/capacità di inferenza, prestazioni/consumo di energia come una svolta per ottenere progressi nella concorrenza di mercato’.
Ha inoltre sottolineato che, poiché SoftBank è un azionista di OpenAI, potrebbero ottimizzare alcuni dei modelli di OpenAI sulle piattaforme Arm e Graphcore. Questi modelli possono rappresentare la tecnologia AGI più avanzata e adottare una strategia di vendita esclusiva. Ciò darà loro un vantaggio unico rispetto ai loro concorrenti.
‘Inoltre, credo che SoftBank promuoverà adeguamenti alla roadmap tecnologica di Arm per aiutare lo sviluppo di Ampere e Graphcore. Pertanto, vedremo che la roadmap IP di Arm si adatterà strettamente alle esigenze del modello di grandi dimensioni AI proposte da OpenAI’, ha continuato Anand Joshi.
SoftBank sta effettivamente rafforzando la sua associazione commerciale con OpenAI.
A febbraio di quest’anno, SoftBank ha annunciato la sua collaborazione con OpenAI per costruire ‘Crystal Intelligence’, e Arm è anche un membro importante. SoftBank ha sottolineato che, come parte dell’accordo con OpenAI, alle società del SoftBank Group, tra cui Arm e SoftBank Corporation, sarà data la priorità in Giappone per ottenere i modelli più recenti e avanzati sviluppati da OpenAI.
Il 1° aprile, SoftBank ha annunciato ulteriori investimenti in OpenAI. SoftBank ha sottolineato che OpenAI è un partner importante nei suoi sforzi per avanzare verso l’ASI. Da settembre 2024, la società ha investito un totale di 2,2 miliardi di dollari in OpenAI attraverso SoftBank Vision Fund 2. Il 21 gennaio, SoftBank e OpenAI hanno annunciato congiuntamente il piano ‘Stargate’, che mira a costruire un’infrastruttura AI dedicata per OpenAI. Questa volta, SoftBank prevede di investire fino a 30 miliardi di dollari, con altri 10 miliardi di dollari assegnati agli investitori congiunti.
Naturalmente, l’atteggiamento di SoftBank nei confronti di Nvidia non è interamente il sentimento ‘competitivo/ostile’ che il mondo esterno crede. A novembre 2024, cioè prima e dopo il dialogo tra Jensen Huang e Masayoshi Son, Nvidia e SoftBank hanno annunciato che avrebbero condotto una cooperazione commerciale. Da un lato, SoftBank ha attualmente bisogno di utilizzare i chip GPU Nvidia per costruire infrastrutture di calcolo; dall’altro, Nvidia ha anche implementazioni nell’accelerazione della comunicazione, che aiuteranno a migliorare le capacità tecniche di AI-RAN nel percorso ASI di SoftBank.
Al suddetto summit, Huang Renxun ha detto con emozione: ‘Sono coinvolto nel campo della tecnologia da molti anni, iniziando con l’onda dei PC. L’intero settore del calcolo è iniziato con i PC e poi si è sviluppato su Internet, cloud computing, mobile cloud e intelligenza artificiale. Masayoshi Son è l’unica persona al mondo che ha (accuratamente) selezionato (potenziali) vincitori in ogni round e si è sviluppata insieme a loro’.
L’attuale ondata di IA sta aumentando e anche il campo dei chip AI sta aumentando e i giganti mostrano segni di accelerazione della concorrenza e della cooperazione, alla ricerca di capacità di catena industriale più ricche. Indipendentemente dall’esito dell’’accordo decennale’ di Masayoshi Son, sta ponendo le basi per un’importante nota a piè di pagina nella nuova ondata di trasformazione tecnologica.