Intervista con Jensen Huang

Lo Stanford Institute for Economic Policy Research (SIEPR) ha recentemente ospitato un'accattivante discussione con Jensen Huang, CEO di NVIDIA, al suo Economic Summit 2024. Ciò che ne è emerso è stato più di un semplice discorso programmatico; è stata un'esplorazione narrativa dell'innovazione, dell'ambizione e del profondo impatto dell'intelligenza artificiale, guidata dalla caratteristica combinazione di schiettezza e visione di Huang.

Il Viaggio del Visionario: Dai Compiti al Dominio dell'AI

La scena è stata preparata da John Shoven, ex direttore del SIEPR, che ha dipinto un quadro vivido di Huang come l'incarnazione vivente del "sogno americano". Dal suo arrivo negli Stati Uniti a nove anni con il fratello, affrontando una "scuola dura e difficile in Kentucky", alla co-fondazione di NVIDIA a 30 anni e alla sua guida fino a farla diventare la quarta azienda più grande del mondo, la traiettoria di Huang è innegabilmente notevole. Shoven ha persino raccontato scherzosamente la singolare "tattica di approccio" di Huang – "Vuoi vedere i miei compiti?" – una strategia che ha portato a un matrimonio duraturo e a due figli. Huang, sempre umile, ha scherzosamente sviato, affermando: "la cosa più intelligente per me è non fare alcun commento introduttivo per evitare di rischiare di rovinare tutte le cose buone che hai detto". Tuttavia, la sua storia si è rapidamente spostata sulla missione principale di NVIDIA: creare il calcolo accelerato (accelerated computing), un nuovo paradigma progettato per risolvere problemi al di là della portata dei computer general-purpose.

Key Learnings:

• La resilienza si forgia attraverso la lotta: Le esperienze di vita iniziali di Huang, come raccontate da Shoven, sottolineano l'importanza di superare le avversità.
• Le connessioni personali possono alimentare il successo professionale: Il suo approccio unico alla costruzione di una relazione con la sua futura moglie evidenzia i percorsi inaspettati verso la partnership.
• La visione a lungo termine ripaga: Dedicata per oltre tre decenni, l'impegno di NVIDIA nel calcolo accelerato ha fondamentalmente rimodellato la tecnologia.

AI: La Tecnologia Che Definisce il XXI Secolo

Shoven ha posto una domanda provocatoria: l'AI ha superato il transistor come la più grande svolta tecnologica degli ultimi 76 anni? La risposta di Huang è stata enfatica, attribuendo il più grande dono del transistor al software, ma dichiarando l'AI come l'invenzione che definisce il XXI secolo. NVIDIA, ha spiegato, ha trascorso tre decenni a "portare il costo computazionale dei computer a circa zero" per domini algoritmici specifici. Questa riduzione, di "un milione di volte" per il deep learning nell'ultimo decennio, ha sbloccato una capacità rivoluzionaria: i computer che scrivono software. Questo profondo cambiamento permette ai sistemi di "rastrellare l'intero internet, inserirlo in un computer e lasciarlo capire qual è la saggezza, qual è la conoscenza", un concetto che Huang descrive come "folle" a meno che i costi di calcolo non siano trascurabili. La capacità di comprendere il "significato" dell'informazione digitale, dai geni alle proteine, è il vero miracolo, inaugurando un'era in cui si può "chattare" con la biologia come con un PDF.

Key Changes:

• Passaggio dal software scritto dall'uomo a quello scritto dal computer: La riduzione marginale dei costi di calcolo consente all'AI di generare i propri programmi.
• Comprensione del "significato" dell'informazione digitale: L'AI può ora interpretare dati complessi come geni e proteine, non solo schemi.
• La radicale riduzione dei costi come abilitatore: Ridurre i costi computazionali di un fattore di un milione crea possibilità di applicazione completamente nuove.

Il Futuro Si Svela: AGI, Contenuti Generativi e AI Sovrana

Guardando al futuro, Huang ha immaginato un futuro in cui il mostruoso chip H100 da "70 libbre e un quarto di milione di dollari", già una meraviglia, si evolverebbe per consentire l'apprendimento continuo, dove l'AI si perfeziona costantemente guardando video, elaborando testo e generando dati sintetici. Questo "ciclo di apprendimento per rinforzo sarà continuo", permettendo all'AI di "immaginare alcune cose, le testerà con l'esperienza del mondo reale". Quando interrogato sull'Intelligenza Artificiale Generale (AGI), Huang ha offerto la prospettiva di un ingegnere: "Se dessi a un'AI molti test di matematica e di ragionamento, un test di storia e di biologia, esami medici ed esami di avvocato... immagino che tra 5 anni faremo bene in ognuno di essi". Ha inoltre previsto un mondo in cui "il 100% dei contenuti sarà generativo", superando le interazioni attuali basate su contenuti preregistrati e di recupero, per un'AI che genera informazioni specifiche per il contesto su richiesta. Questo cambiamento, unito alle realtà geopolitiche, sta guidando un "risveglio di ogni singolo paese" per controllare la propria "AI Sovrana" (Sovereign AI) al fine di proteggere lingua, cultura e industrie.

Key Insights:

• L'apprendimento continuo come prossima frontiera: I sistemi AI andranno oltre l'addestramento discreto per un costante auto-miglioramento attraverso dati reali e sintetici.
• AGI definita dal superamento dei test: Se l'AGI è misurata dalle prestazioni a livello umano nei test, è potenzialmente a cinque anni di distanza, ma la vera intelligenza umana è più difficile da definire e raggiungere.
• Il calcolo generativo è il futuro dei contenuti: Tutti i contenuti digitali saranno infine generati dall'AI, anziché preregistrati, creando immense nuove esigenze infrastrutturali.
• La geopolitica che guida l'"AI Sovrana": Le nazioni stanno comprendendo la necessità di sviluppare e controllare le proprie capacità di AI, creando nuove opportunità nonostante le limitazioni.

Il Vantaggio di NVIDIA: TCO, Concorrenza e Coltivare la Resilienza

Affrontando le preoccupazioni sulla concorrenza, specialmente nel mercato dell'inferenza, Huang ha affermato con fiducia la posizione unica di NVIDIA. Mentre i concorrenti potrebbero puntare a chip "sufficientemente buoni", il vantaggio di NVIDIA risiede nella sua intera "piattaforma di calcolo accelerato" (accelerated computing platform) – uno standard sviluppato in oltre tre decenni, che integra non solo GPU, ma anche CPU, networking e una "montagna di software". Questo ecosistema completo significa che il Costo Totale di Proprietà (TCO) di NVIDIA per i clienti è così superiore che "anche quando i chip dei concorrenti sono gratuiti non è abbastanza economico". Huang abbraccia persino la competizione con i clienti, condividendo apertamente le roadmap future, credendo che "se non provi a spiegare perché sei bravo in qualcosa, non avranno mai la possibilità di acquistare i tuoi prodotti". Per gli aspiranti imprenditori, Huang ha impartito un consiglio provocatorio: abbracciare le "basse aspettative" e il "dolore e la sofferenza" che costruiscono la resilienza. "La grandezza non è intelligenza, come sapete", ha affermato, "la grandezza deriva dal carattere e il carattere non si forma da persone intelligenti ma da persone che hanno sofferto". La sua leadership, caratterizzata da gerarchia piatta, trasparenza e feedback costante, è progettata per infondere questa cultura del carattere e dell'agilità.

Key Practices:

• Focus sul Costo Totale di Proprietà (TCO): La strategia di NVIDIA enfatizza il valore complessivo e i risparmi operativi, rendendo il loro hardware premium più economico.
• Abbracciare la "co-opetizione": L'apertura con i clienti, anche quelli che costruiscono i propri chip, fa parte della strategia di NVIDIA per mantenere la leadership attraverso un'innovazione superiore.
• Coltivare la resilienza attraverso le avversità: Huang sostiene che affrontare le sfide e la "sofferenza" sia essenziale per sviluppare il carattere e raggiungere la grandezza.
• Leadership trasparente e agile: Una struttura di gestione piatta con feedback costante e aperto e responsabilizzazione favorisce una cultura di agilità e innovazione.

"L'industria dell'informatica ha fatto in modo che nel mondo abbiamo colmato il divario tecnologico, e questo è ispirante." - Jensen Huang