Nelle ultime settimane i prezzi della memoria per computer (DRAM) sono esplosi: i prezzi sono schizzati, come mostra questo grafico riferito a un modulo di memoria ‘domestica’, passato dai 130€ di ottobre ai circa 500€ di oggi.

La causa principale è l’enorme domanda di memoria da parte del comparto AI. OpenAI, insieme a partner come SoftBank e Oracle, ha siglato accordi preliminari con i giganti della memoria Samsung e SK Hynix per assicurarsi forniture molto elevate di wafer DRAM – che è la materia prima per produrre i chip di memoria – per il suo enorme progetto di data center “Stargate”. Le quantità in gioco, si parla di circa 900.000 wafer al mese, potrebbero equivalere da sole a circa il 40% dell’attuale capacità mondiale di produzione di DRAM. Questo ha spinto molti produttori di chip a dare priorità alla produzione di memoria per server e AI invece che a quella per dispositivi consumer, riducendo la disponibilità per PC, smartphone e laptop. Un produttore come Micron ha annunciato l’uscita dal mercato consumer con la chiusura del suo marchio Crucial. SK Hynix ha dichiarato che la sua capacità produttiva di memorie per il prossimo anno è già completamente esaurita.

Gli effetti sono già macroscopici per gli addetti ai lavori, ma saranno presto evidenti anche nel mondo consumer. I produttori di PC e laptop stanno già segnalando costi più alti e si prevede che i prezzi dei dispositivi finiti crescano fino anche al 50% nel 2026 proprio a causa dei componenti di memoria più costosi. Anche i produttori di telefoni devono affrontare il rincaro di LPDDR, che è la RAM per smartphone, e questo probabilmente, oltre ad incidere sul prezzo, avrà significativi effetti anche sulle caratteristiche dei prossimi dispositivi, che si stima ridurranno la quantità di RAM (e, di conseguenza, anche le prestazioni) per limitare l’aumento dei prezzi.

Non è una crisi passeggera: molti analisti prevedono che la crisi dei prezzi possa prolungarsi almeno fino a tutto il 2026, e forse oltre, perché la capacità di produzione di memorie richiede tempo per aumentare e le fabbriche sono impegnate con ordini a lungo termine per l’AI.

In termini tecnici ed economici, l’acquisizione preventiva di fette consistenti della produzione rientra a pieno titolo in una forma di accaparramento che, certo, non è illegale, ma pone forti dilemmi etici.

1. Efficienza del Mercato vs. Equità di Accesso

La logica del mercato libero direbbe che le risorse vanno a chi è disposto a pagare di più, massimizzando l’efficienza economica. Tuttavia, quando la risorsa in questione è diventata infrastrutturale e critica per la società moderna (come l’energia o i semiconduttori), questo principio entra in conflitto con il diritto all’accesso e l’equità.

Pro: L’argomento etico a favore è che accelerare lo sviluppo dell’AI possa portare a scoperte scientifiche e soluzioni a problemi globali (medicina, clima). Garantirsi le risorse è quindi un “male necessario” per un “bene superiore”.

Contro: L’effetto è di privatizzare un bene quasi-pubblico (la capacità produttiva globale) a scapito di milioni di utenti e aziende più piccole, rallentando il progresso tecnologico diffuso a beneficio di quello concentrato.

2. Responsabilità Sociale

I produttori di chip hanno una responsabilità verso una pluralità di stakeholder, non solo gli azionisti.

Stakeholder Abbandonati: Chiudendo linee consumer (Crucial) e riallocando al 100% la produzione verso l’AI, di fatto sacrificano intere categorie di clienti (privati, PMI, scuole) e i propri dipendenti in quei segmenti, per massimizzare il profitto a breve termine con un unico tipo di cliente.

Greenwashing Tecnologico?: Molte di queste aziende hanno forti impegni ESG (ambientali, sociali, di governance). L’impatto sociale di rendere la tecnologia meno accessibile (aumentando il digital divide) e di forzare un ricambio hardware più lento (per i costi) andrebbe considerato nei loro bilanci di sostenibilità.

3. “Accaparramento Esistenziale” e Rischi Sistemici

C’è un’etica della gestione del rischio sistemico.

Monocultura Tecnologica: Se l’intera capacità di una risorsa critica si concentra su un’unica applicazione (l’AI training), si crea un punto unico di fallimento per l’economia globale. Un rallentamento negli investimenti in AI potrebbe lasciare una capacità inutilizzata catastrofica; viceversa, un problema nella produzione di DRAM paralizzerebbe l’intero settore AI.

Soppressione dell’Innovazione Diffusa: La vera innovazione spesso nasce dalla periferia, da startup, ricercatori e hobbisti che sperimentano. Rendere proibitivo l’accesso alla potenza di calcolo di base soffoca il seme della futura concorrenza e della futura innovazione, consolidando il potere di chi già ce l’ha (Big Tech). È una forma di “lock-in” dell’innovazione.

4. Paradosso dell’AI: Strumento di Progresso vs. Motore di Disuguaglianza

Qui l’etica diventa profondamente filosofica. L’AI viene promossa come una forza di democratizzazione della conoscenza e dei servizi. Ma se la sua stessa creazione richiede di divorare risorse che rendono il computing tradizionale meno accessibile, si crea un paradosso: l’AI potrebbe, nel medio termine, aumentare il divario digitale e le disuguaglianze, non ridurle. Si rischia di creare una classe di “beneficiari dell’AI” (chi può accedervi, chi la possiede) e una di “vittime dell’AI” (chi subisce l’aumento dei costi tecnologici senza beneficiarne direttamente).

5. Manca un Quadro di Governance Globale

Infine, l’etica è spesso codificata in regole. Qui manca totalmente una governance.

Nessuna “Riserva Strategica”: Per risorse critiche come il cibo o l’energia, molti Paesi hanno scorte strategiche. Per i semiconduttori, no. L’accaparramento privato non incontra limiti.

Antitrust e Concentrazione di Potere: I contratti che impegnano il 40% della capacità globale per un consorzio di poche aziende potrebbero sollevare questioni antitrust a livello globale, toccando il tema del controllo di un input essenziale per qualsiasi industria.

Conclusione

C’è quindi una grande zona grigia tra:

• legittima pianificazione strategica di un’azienda (garantirsi le risorse) e comportamento predatorio che danneggia il mercato
• investire in un futuro tecnologico potenzialmente benefico e sacrificare il benessere tecnologico del presente in modo socialmente regressivo
• ottimizzare per gli azionisti e tradire altri stakeholder e la propria missione di servire il mercato ampio

La risposta etica più robusta non è quella di biasimare le singole aziende (che agiscono in un quadro competitivo), ma di riconoscere che i semiconduttori sono diventati una risorsa troppo critica per essere lasciata alla sola allocazione del mercato spot e agli accordi privati dei giganti. Servirebbe un dialogo globale (simile a quello sull’energia o sulle materie prime critiche) per definire principi di accesso equo, resilienza della catena di approvvigionamento e investimenti in capacità che servano l’intero ecosistema, non solo il suo settore più ricco.

È, in sostanza, una chiamata alla coscienza collettiva del settore tech e dei regolatori: fino a che punto possiamo spingere l’ottimizzazione per l’AI prima di minare le basi stesse dell’ecosistema digitale inclusivo che l’AI promette di migliorare?