- Creare nuove conoscenze è molto diverso dal consolidare quelle esistenti
- Per consentire all’IA di accelerare la creazione di nuovi farmaci, è indispensabile una mappatura molto più completa dei meccanismi biologici
- Di conseguenza, nei prossimi anni, le attività sperimentali nei laboratori sono destinate ad aumentare, piuttosto che a ridursi
Nel caso dei mercati finanziari, come nella società in generale, l’IA è il tema di massima attualità. Le promesse di questa tecnologia sono certamente enormi e il suo impatto sui modelli di business aziendali sta già iniziando a concretizzarsi in diversi settori. E per quanto riguarda le bioscienze? L’IA può accelerare il processo di scoperta di nuovi farmaci o l’era della sperimentazione in laboratorio è ancora ben lontana dal concludersi?
I modelli linguistici di grandi dimensioni (LLM), la forma più usata di strumenti di IA, sono efficaci per consolidare la conoscenza umana esistente. Addestrati su enormi dataset di informazioni, possono svolgere molte attività molto più velocemente di un cervello umano: fornire un riassunto, rispondere a domande, redigere un testo, scrivere un codice, ecc. La scoperta di nuovi farmaci, tuttavia, è una questione molto diversa perché richiede la creazione di nuove conoscenze e perché il dataset biologico sottostante è ancora scarso.
Nel corso di una recente conversazione con Scott Galloway, accademico e conduttore di un podcast, il CEO di Eli Lilly, David Ricks, ha affermato che gli scienziati comprendono oggi il funzionamento del corpo umano solo per il 10-20%. Ha poi spiegato che il tirzepatide era all’incirca la settecentesima formulazione di un agonista del recettore GLP-1 sviluppato e testato in laboratorio da Eli Lilly. Una prima versione, dopo 200 formulazioni, era già stata sottoposta a sperimentazioni umane ma aveva fallito. Sono state necessarie non meno di 500 ulteriori formulazioni prima di ottenere il farmaco oggi è commercializzato come Zepbound, uno dei due prodotti leader contro l’obesità, con vendite globali pari a 13,5 miliardi di dollari nel 2025.
“Possiamo evitare questi errori con l’IA? Non oggi. Non conosciamo nemmeno le regole di questi sistemi” afferma David Ricks. Eli Lilly è quindi impegnata a collaborare con NVIDIA per costruire i dataset che potrebbero insegnare queste regole ai modelli di intelligenza artificiale. Allo stesso modo, 18 mesi fa, la Chan Zuckerberg Initiative (CZI) ha lanciato il Billion Cells Project. L’organizzazione filantropica ha collaborato con due, partner industriali, 10x Genomics e Ultima Genomics, e con un gruppo di ricercatori di spicco. “per generare un dataset senza precedenti di un miliardo di cellule, destinato ad alimentare un rapido progresso nello sviluppo di modelli di IA per la biologia”. In altre parole, il progetto mira ad addestrare modelli di IA in biologia, mappando le perturbazioni genetiche su molti tipi di cellule e tessuti.
Di conseguenza, per i prossimi anni, ci aspettiamo una crescita, piuttosto che una riduzione, degli esperimenti di laboratorio. Prima che una parte del processo di scoperta di nuovi farmaci possa essere affidata all’IA, sarà necessario generare dati al banco di laboratorio e maturare una maggiore fiducia nei futuri modelli di intelligenza artificiale. Di conseguenza, potrebbero beneficiare di questa tendenza le aziende che forniscono strumenti, tecnologie e servizi a supporto della sperimentazione nei laboratori. Bio-Techne, che ha recentemente accettato di essere acquisita da Merck KGaA, produce ad esempio proteine, anticorpi e reagenti, i materiali di consumo alla base di questi esperimenti.
Thermo Fisher offre da parte sua la più ampia piattaforma end-to-end, fornendo strumenti, materiali di consumo, reagenti e sequenziamento. Danaher figura inoltre tra i principali operatori nei campi del bioprocessing, dell’analisi cellulare, della citometria a flusso, della microscopia e dell’automazione di laboratorio, tecnologie che consentono di generare dati su larga scala e ad alto througput.
E anche se, tra qualche anno, l’IA dovesse effettivamente ridurre il numero di fasi sperimentali in laboratorio, il lavoro sperimentale svolto dai ricercatori resterà indispensabile. Saltare gli studi clinici, con i loro test rigorosi, la revisione di terze parti e la supervisione delle normative, non è semplicemente immaginabile. Per quanto disperati possano essere i pazienti…
Iana Perova, Gestore di fondi
Si prevede un aumento della quantità di dati generati
Numero di modelli fondazionali biologici pubblicati e numero mediano di parametri per modello
Houston, abbiamo perso lo slancio
Dalla nostra ultima riunione strategica, le cronache dei mercati sono state dominate da due temi strettamente collegati: il ridimensionamento del trade legato all’IA e il recupero del prezzo del petrolio. Sul fronte geopolitico, le speranze di una distensione duratura tra Stati Uniti e Iran sono rapidamente svanite con la ripresa dei bombardamenti e del blocco dello Stretto di Hormuz, a conferma di quanto avevamo osservato il mese scorso: un memorandum d’intesa non equivale a un accordo di pace. Sul fronte tecnologico, il modello Kimi K3 cinese ha mostrato un rapporto tra costi e capacità di elaborazione sorprendentemente competitivo, riportando alla mente lo shock iniziale provocato da DeepSeek e alimentando un’ulteriore fonte di preoccupazione nel contesto del ridimensionamento del trade sull’IA registrato nell’ultimo mese. Se si considerano anche la ripresa dei prezzi dell’energia, la nuova impostazione più aggressiva della Fed del presidente Kevin Warsh, l’aumento dei tassi reali e mercati azionari volatili, privi di una direzione definita e impegnati ad assorbire simultaneamente tutti questi fattori, emerge il quadro di un mercato che sta scontando contemporaneamente diversi rischi di coda ancora concreti, piuttosto che assimilare un unico shock dominante.
Dietro i titoli dei mercati, la crescita economica resta resiliente, ma sempre più disomogenea. L’attività manifatturiera continua ad accelerare grazie all’IA, alla difesa e alla spesa per le infrastrutture energetiche, anche se i servizi e i consumi sembrano più fiacchi. La stessa eterogeneità si osserva anche tra le diverse aree geografiche: gli Stati Uniti continuano a trainare la crescita globale, le prospettive per l’area euro stanno migliorando ma restano vulnerabili a un ulteriore aumento dei prezzi dell’energia, mentre in Cina la crescita è scesa sotto il 5% nel secondo trimestre, il livello più basso dalla fine del 2022, e la domanda interna continua a faticare nonostante le misure di sostegno varate dal governo. Fortunatamente l’inflazione statunitense si è attenuata a giugno, frenando temporaneamente le aspettative di rialzi dei tassi, anche se lo consideriamo come un sollievo temporaneo dato lo shock energetico in atto. La vera novità è rappresentata dalla Fed: il nuovo presidente Kevin Warsh ha adottato un orientamento decisamente più restrittivo, o quanto meno ha lasciato intendere che il percorso della politica monetaria sarà meno prevedibile, istituendo cinque nuove task force e riaffermando nel contempo che l’obiettivo d’inflazione del 2% resta intoccabile.
Più che da una chiara direzione, i mercati sono stati caratterizzati da una marcata rotazione. I mercati azionari globali continuano a muoversi in un intervallo di oscillazione volatile, mentre gli investitori cercano di bilanciare il rischio legato al petrolio e al blocco di Hormuz, la prospettiva di tassi d’interesse elevati più a lungo e le preoccupazioni sulla sostenibilità degli investimenti nell’IA (oltre alla crescente concorrenza di aziende cinesi a basso costo), con una stagione degli utili che continua nel complesso a mostrare una buona tenuta. Il fattore momentum ha sostenuto il peso maggiore della correzione: secondo Goldman Sachs, questo calo si colloca tra i più forti in oltre due decenni, a causa di un posizionamento affollato sui semiconduttori piuttosto che di un singolo fattore fondamentale. Il risultato è stato un salutare ampliamento della leadership di mercato: il settore sanitario e i mercati azionari dell’area euro hanno nettamente sovraperformato, mentre i beniamini della spesa in conto capitale per l’IA hanno registrato forti ribassi nonostante risultati superiori alle attese. Anche il sentiment si è indebolito di conseguenza (il CNN Fear & Greed Index è sceso in territorio di “Fear”), sebbene l’eccesso di posizionamento si sia riassorbito in modo relativamente ordinato. Nel resto dei mercati, i tassi a lungo termine restano prossimi ai massimi recenti, con lo shock energetico che mantiene alta l’attenzione delle banche centrali. L’oro prosegue la fase di consolidamento dopo il suo lungo rally, risentendo ora dell’aumento dei tassi reali e del rafforzamento del dollaro, mentre i metalli di base e le commodity agricole continuano a mantenersi relativamente resilienti.
Merita un’attenzione particolare il modo in cui la narrativa sull’IA si è evoluta nel corso dell’ultimo mese. Kimi K3 si è imposto come il nuovo “momento DeepSeek”: ha raggiunto livelli di prestazioni molto vicini a quelli dei modelli statunitensi di frontiera, ma a un costo nettamente inferiore. Pochi giorni dopo, la quotazione di CXMT (produttore cinese di memorie DRAM) ha inviato un segnale credibile che il sostegno offerto ai risultati delle società legate all’IA dai prezzi elevati delle DRAM potrebbe attenuarsi più rapidamente del previsto con l’entrata in funzione di nuova capacità produttiva. Al tempo stesso, la spinta della Cina verso l’autosufficienza nella produzione di memorie aggiunge una nuova variabile geopolitica alla narrativa sull’IA. Una dinamica che, se dovesse persistere, punta a un “finale di partita” ribassista di lungo periodo con distruzione di capitale derivante da investimenti IA eccessivi.
La convinzione che il ciclo degli investimenti in conto capitale possa protrarsi nel tempo si sta infatti indebolendo. Secondo l’ultima indagine di BofA tra i gestori di investimenti, quasi il 30% degli intervistati si aspetta un taglio della spesa in conto capitale entro la fine dell’anno. Di conseguenza, il posizionamento sul settore tecnologico ha registrato la maggiore riduzione dell’ultimo decennio, mentre il rapporto tra la volatilità del fattore momentum e quella dell’S&P 500 è balzato su livelli estremamente elevati. A nostro avviso, si tratta di una salutare correzione dell’eccesso di leva finanziaria e del posizionamento affollato nel settore dell’IA, soprattutto perché non prevediamo tagli agli investimenti già quest’anno.
In conclusione, il nostro scenario centrale continua a essere quello di un soft landing: una crescita stabile ma disomogenea, un’inflazione persistente ma su livelli ancora gestibili e un percorso lento e accidentato verso la normalizzazione della politica monetaria in un mondo sempre più frammentato, con gli Stati Uniti che restano il principale motore della crescita, anche se il divario rispetto al resto del mondo si sta gradualmente riducendo. Significativamente, la nuova escalation delle tensioni tra Stati Uniti e Iran ha nuovamente ridotto le probabilità di uno scenario “Goldilocks”, lasciando aperti tre interrogativi chiave in vista dell’autunno. Quando (ammesso che accada) verrà riaperto lo Stretto di Hormuz? Come evolverà la nuova funzione di reazione della Fed, divenuta più aggressiva sotto la guida di Warsh? La monetizzazione dell’IA arriverà prima di un rallentamento degli investimenti in conto capitale? Tutto ciò non è stato comunque sufficiente a indurci ad abbandonare un orientamento sostanzialmente neutrale e attendista nei confronti delle principali asset class.
Fabrizio Quirighetti, CIO e Head of Multi-Asset
Le fonti esterne comprendono: LSEG Datastream, Bloomberg, FactSet, BofA Global Reasearch, William Blair Equity Research; bioRxiv; Epoch AI. BofA Research Investment Committee. Hyperscaler = AMZN, GOOGL, META, MSFT, ORCL. Società di semiconduttori = NVDA, MU, AVGO e AMAT.