Intelligenza Artificiale e concorrenza Il contributo dell’AGCM al G7. Il documento “COMPETITION IN THE ARTIFICIAL INTELLIGENCE TECH STACK” esamina gli sviluppi recenti e le questioni emergenti nel settore dell’intelligenza artificiale (IA), con particolare attenzione alle implicazioni per la concorrenza. È stato preparato dallo staff dell’Autorità Garante della Concorrenza e del Mercato (AGCM) per il Summit del G7 sulla Concorrenza del 2024 ed evidenzia i problemi legati all’accesso a dati, chip, servizi cloud, competenze specializzate e modelli di base nell’ambito dell’IA generativa, sottolineando le implicazioni per la concorrenza in questi mercati in rapida evoluzione.
L’IA generativa rappresenta un’innovazione che si basa su modelli di base (Foundation Models, FMs) addestrati su grandi quantità di dati e in grado di creare nuovi contenuti come testo, immagini e video. I modelli di base sono il cuore del processo di IA generativa, e il loro sviluppo richiede dati, risorse computazionali (inclusi chip e servizi cloud), competenze tecniche e capitale per finanziare i costi di addestramento.
L’accesso ai dati è un elemento fondamentale per lo sviluppo dei modelli di IA generativa. I modelli di base vengono addestrati su grandi quantità di dati durante la fase di pre-addestramento e su dataset più specifici durante la fase di fine-tuning. I dati possono essere ottenuti da diverse fonti, tra cui dati pubblicamente disponibili, dati proprietari di terze parti e dati sintetici. Tuttavia, sorgono preoccupazioni in termini di concorrenza, poiché le grandi aziende digitali possono sfruttare la loro posizione di mercato per ottenere dati specializzati tramite partnership, lasciando i piccoli sviluppatori di modelli di base in svantaggio. Inoltre, problemi futuri legati al copyright e alla protezione dei dati potrebbero limitare l’accesso ai dati ottenuti attraverso il web-scraping, ostacolando i nuovi entranti. La questione dell’accesso ai dati diventa ancora più critica nella fase di implementazione, dove dati di alta qualità e specifici possono costituire un fattore chiave di differenziazione competitiva. Gli accordi di esclusività e le relazioni verticali lungo la catena del valore dell’IA potrebbero ulteriormente limitare l’accesso ai dati per i nuovi entranti, consolidando la posizione delle aziende dominanti.
Un altro elemento essenziale per lo sviluppo dell’IA è rappresentato dai chip, in particolare i chip di accelerazione dell’IA come GPU, FPGA e ASIC, necessari per fornire la potenza di calcolo richiesta per addestrare ed eseguire i modelli. La recente domanda di servizi di IA generativa ha portato a una carenza significativa di questi chip, rendendo più difficile l’ingresso di nuove aziende nel mercato. Alcune grandi aziende stanno cercando di sviluppare chip personalizzati per ridurre la loro dipendenza dai fornitori esterni, contribuendo così a una possibile specializzazione dei chip nel lungo termine. Tuttavia, ciò può comportare il rischio di un’eccessiva specializzazione per i nuovi entranti, poiché lo sviluppo di un chip richiede tempo e potrebbe non soddisfare le esigenze future del mercato. Gli accordi o le partnership per la fornitura o la co-progettazione dei chip potrebbero rafforzare la posizione di mercato delle aziende dominanti, rendendo più difficile la concorrenza per i nuovi arrivati.
L’accesso ai servizi di cloud computing è un altro fattore critico per l’IA generativa. Il settore del cloud computing è caratterizzato da dimensioni critiche, alti costi ed economie di scala che favoriscono i grandi player digitali. I fornitori di servizi cloud (CSP) sono cruciali per gli sviluppatori di IA, in particolare per le start-up, in quanto forniscono non solo risorse di calcolo ma anche hardware e software specializzati. Tuttavia, i CSP potrebbero implementare pratiche che agiscono come meccanismi di lock-in, aumentando le barriere alla migrazione e all’espansione. Tali pratiche potrebbero incentivare i clienti a consolidare i loro servizi cloud con un singolo provider, limitando la concorrenza. Inoltre, le partnership esclusive tra CSP e sviluppatori di modelli di base potrebbero restringere l’accesso a risorse affidabili per i piccoli sviluppatori di modelli di IA.
L’accesso al talento rappresenta un ulteriore fattore competitivo. Lo sviluppo di un modello generativo richiede un’elevata competenza ingegneristica e scientifica, con competenze specializzate che sono relativamente rare. Le grandi aziende tecnologiche potrebbero avere un vantaggio nel trattenere e acquisire talenti, soprattutto attraverso acquisizioni o partnership con start-up, spesso non soggette al controllo delle autorità di concorrenza.
Il numero e la diversità dei modelli di base stanno aumentando a livello globale, con modelli che variano per dimensioni, requisiti di input, livelli di prestazioni e specializzazione. I modelli di base possono essere sia closed-source, accessibili attraverso API a pagamento e sottoposti a rigide condizioni di licenza, sia open-source, favorendo l’innovazione. Tuttavia, alcuni dei modelli open-source più performanti sono sviluppati da aziende ben finanziate, il che potrebbe rendere l’ecosistema dell’IA open-source dipendente da grandi società digitali o aziende finanziariamente solide. In futuro, i modelli open-source potrebbero diventare closed-source, portando a una concentrazione dei modelli all’interno di poche aziende e potenzialmente soffocando l’innovazione.
Nel contesto dell’implementazione dei servizi di IA generativa in altri mercati, esiste il rischio che le aziende con potere di mercato nei mercati a monte o integrate verticalmente possano sfruttare questo potere per restringere la concorrenza nell’implementazione dei modelli di IA, limitando la scelta per i clienti a valle. Ciò potrebbe avvenire attraverso pratiche di chiusura dell’accesso agli input o mediante strategie che rendono difficile il passaggio tra diversi modelli o prodotti e servizi di IA. La concentrazione nel settore dell’IA potrebbe aumentare la dipendenza dai modelli di base controllati da poche aziende, influenzando l’evoluzione delle tecnologie e l’innovazione nei mercati secondari.
Il documento conclude sottolineando che la concentrazione nei vari livelli della catena tecnologica dell’IA e l’integrazione verticale rappresentano potenziali rischi che potrebbero influire negativamente sullo sviluppo del settore e sui livelli a valle, portando potenzialmente a danni per i consumatori. Promuovere un ambiente competitivo richiede un accesso equo alle risorse essenziali, come i dati e le infrastrutture di calcolo, per mantenere la scelta e l’innovazione nel settore dell’IA. L’adozione di comportamenti anticoncorrenziali da parte degli incumbents potrebbe ridurre gli incentivi a competere sul merito, limitando così l’innovazione e la diversità delle applicazioni di IA disponibili per gli utenti finali.
Il documento è disponibile, in lingua inglese, a questo link.
