Come Kalshi trasforma la potenza di calcolo dell’IA in uno strumento finanziario

Scopri come la piattaforma Kalshi crea nuovi mercati finanziari basati sul costo delle risorse computazionali per l’intelligenza artificiale.

Negli ultimi anni, la rapida crescita dell’intelligenza artificiale (IA) ha generato una domanda per una nuova risorsa, finora poco nota ai mercati finanziari: la capacità di calcolo, o “compute”. Questo termine racchiude la quantità e la qualità dell’elaborazione dati necessaria per addestrare e far funzionare i moderni modelli di IA. La piattaforma Kalshi sta cercando di trasformare il valore delle risorse di calcolo in un vero strumento finanziario, aprendo nuove opportunità sia per i trader che per le aziende attive nel settore dell’IA. La capacità di calcolo come nuovo asset finanziario Tradizionalmente, i mercati delle previsioni (prediction markets) si sono concentrati su eventi politici, economici o sportivi. Kalshi supera questi confini, offrendo contratti legati al noleggio orario di schede grafiche Nvidia, l’hardware fondamentale per l’intelligenza artificiale. Questo non solo amplia la gamma di eventi su cui è possibile fare trading, ma contribuisce anche alla creazione di un’infrastruttura finanziaria attorno all’economia dell’IA. Il cofondatore e CEO di Kalshi, Tarek Mansour, in un’intervista al New York Times ha sottolineato che i mercati della capacità di calcolo rappresentano una delle aree più entusiasmanti per l’azienda. Secondo lui, il compute sta diventando una commodity paragonabile al petrolio, poiché le imprese hanno bisogno di strumenti per valutare e trasferire i rischi futuri legati a questa risorsa. Tuttavia, a differenza del petrolio, che è standardizzato per qualità, giacimenti e condizioni di consegna, la capacità di calcolo è molto meno omogenea. Il suo valore dipende dal modello del chip, dalla configurazione dell’hardware, dalla posizione del data center, dal software, dalla disponibilità e dalle condizioni contrattuali. Per questo motivo, la standardizzazione del mercato del compute resta una sfida estremamente complessa. Cosa sono le capacità di calcolo e come vengono misurate Il termine “compute” nel contesto dell’IA indica solitamente l’accesso a processori grafici (GPU) e all’infrastruttura dei data center correlata. La capacità di calcolo è necessaria per due processi fondamentali: Training (addestramento) — il processo in cui il modello di IA apprende schemi e regole su grandi quantità di dati. Inference (inferenza) — l’utilizzo del modello addestrato per generare risposte o svolgere compiti su nuove richieste. Entrambi i processi richiedono notevoli risorse di calcolo, ma il carico e la struttura dei costi sono differenti. I processori grafici (GPU) sono stati originariamente progettati per l’elaborazione grafica, ma la loro architettura, composta da numerosi blocchi di calcolo paralleli, è ideale per i compiti dell’IA. Nvidia sottolinea che le GPU possono eseguire molte operazioni contemporaneamente e scalare fino a grandi sistemi di calcolo, caratteristica fondamentale per i modelli moderni. Il costo del calcolo viene spesso espresso in GPU-ora, ovvero l’affitto di una specifica GPU per un’ora. Tuttavia, la GPU-ora è solo una misura quantitativa e non un’unità economica equivalente: un’ora di lavoro su una Nvidia A100 differisce per prestazioni e prezzo rispetto a un’ora su H200 o B200. Il prezzo del noleggio è influenzato dalla domanda dei laboratori di IA, dall’introduzione di nuovi chip, dai limiti di energia e potenza dei data center, dalla disponibilità regionale, dalle restrizioni all’esportazione e dall’adozione di hardware più efficiente. Inoltre, la capacità di calcolo è una risorsa “deperibile”: una GPU-ora non utilizzata non può essere conservata e venduta in seguito, costringendo i provider a ridurre i prezzi quando la domanda cala. Come funzionano i mercati della capacità di calcolo su Kalshi Attualmente Kalshi offre contratti legati ai prezzi di noleggio delle Nvidia A100, H100, H200, B200 e RTX 5090. Questi contratti coprono sia valori orari che medie mensili o su periodi più lunghi. Si tratta di contratti binari (a due esiti) su un evento. Il trader non acquista direttamente la capacità di calcolo né prenota una GPU: invece, acquista un contratto “Sì” o “No” sul fatto che un determinato indice di prezzo supererà una certa soglia al momento della scadenza. Esempio: un contratto chiede se il prezzo orario di noleggio della H200 sarà superiore a $4,50 alla fine di agosto. Se, secondo le regole del contratto, il valore ufficiale supera $4,50, il contratto “Sì” paga $1, altrimenti $0. Il contratto “No” funziona all’opposto. Per la verifica del risultato viene utilizzato l’Ornn Compute Price Index (OCPI). Si tratta di una famiglia di indici calcolati sulla base di transazioni reali di noleggio GPU, espresse in dollari per GPU-ora. L’indice tiene conto solo delle transazioni effettive, non dei prezzi pubblicizzati dai provider cloud. In ogni contratto Kalshi sono chiaramente specificate le regole di calcolo, la finestra di osservazione e il momento della scadenza. Questo significa che un trader può vedere un prezzo su una grande piattaforma cloud e un altro sull’indice Ornn, poiché riflettono segmenti diversi del mercato. Il contratto viene sempre liquidato secondo le sue regole, indipendentemente da quale prezzo sembri più “di mercato” al trader. Schema sintetico del funzionamento dei contratti binari Kalshi: Si seleziona il chip di interesse (ad esempio, Nvidia H200). Si formula la condizione (ad esempio, “Prezzo orario superiore a $4,50 al 31 agosto”). Il trader acquista un contratto “Sì” o “No”. Al momento della scadenza si confronta il valore ufficiale dell’indice con la soglia. Payout: $1 per previsione corretta, $0 per previsione errata. Cos’è la forward curve della capacità di calcolo A luglio Kalshi ha presentato la forward curve per Nvidia B200, H200 e A100. La forward curve è un grafico che riflette le aspettative del mercato sui prezzi futuri del noleggio di una specifica GPU. Risponde alla domanda: quanto, secondo i trader, costerà una GPU-ora tra una settimana, un mese o alla fine dell’anno? La curva viene costruita sulla base delle probabilità incorporate nei contratti binari con diverse date di scadenza e soglie di prezzo. Se per diversi contratti sono note le probabilità di superare vari livelli di prezzo, la loro combinazione permette di stimare la distribuzione dei prezzi attesi e di ricavare il prezzo medio atteso per una data specifica. È importante capire che la curva stessa non è uno strumento di trading, ma solo un riferimento analitico che riflette le aspettative attuali del mercato. L’affidabilità della forward curve dipende dalla liquidità, dal livello di informazione dei partecipanti e dalla qualità delle regole di calcolo dei contratti. A luglio, una ricerca di Kalshi Research ha mostrato che la curva della B200 era in backwardation (trend discendente), cioè i prezzi attesi diminuivano nel tempo. Le curve dei chip più vecchi erano relativamente piatte. Questo schema rifletteva le aspettative di un aumento dell’offerta di B200 dopo un iniziale periodo di scarsità. Tuttavia, la forward curve non è una previsione garantita, ma solo una fotografia delle aspettative di mercato attuali. Esempio di costruzione di una forward curve: Si prendono contratti binari su diverse date (ad esempio, settembre, ottobre, novembre) e diverse soglie di prezzo. Sulla base delle probabilità di esecuzione di questi contratti si costruisce la distribuzione dei prezzi attesi. La curva risultante mostra come il mercato valuta l’andamento dei prezzi del noleggio GPU-ora in futuro. Altri attori: MNX e la nascita del mercato dei derivati sull’IA Kalshi non è l’unica azienda a creare mercati per il trading dell’infrastruttura dell’intelligenza artificiale. La startup MNX, fondata dai cofondatori di Manifold Markets Steven Gruszett e Ian Phillips, sta sviluppando una borsa dei futures decentralizzata focalizzata sull’IA. Il modello MNX è diverso da quello di Kalshi. Se Kalshi offre contratti binari regolamentati con date e risultati fissi, MNX prevede di lanciare perpetual contract (derivati senza scadenza) con leva finanziaria, che seguono ad esempio i tassi di noleggio della H100 senza una data di scadenza fissa. Inoltre, MNX intende quotare prodotti legati alle valutazioni di aziende private di IA, azioni di società pubbliche di IA e benchmark di performance dei modelli. Steven Gruszett sottolinea che all’economia dell’IA manca una piattaforma unica dove i partecipanti possano fare trading o coprire i rischi lungo tutta la catena del valore. La capacità di calcolo è l’anello chiave che collega produttori di chip, piattaforme cloud, data center, laboratori di IA e utenti finali. La questione principale: la liquidità Dal punto di vista economico, l’emergere di derivati sulla capacità di calcolo appare logico. I laboratori di IA sono interessati a costi prevedibili, i provider di infrastrutture a ricavi stabili, e i creditori a prezzi di riferimento per valutare l’hardware e i contratti a lungo termine. Tuttavia, la domanda chiave è se questi mercati riusciranno ad attirare un numero sufficiente di acquirenti, venditori e speculatori per formare prezzi affidabili. Le risorse di calcolo restano eterogenee e un indice globale potrebbe non riflettere i costi reali di una specifica azienda in una determinata regione. Con bassa liquidità, i book degli ordini diventano “sottili”, gli spread ampi e le probabilità di esecuzione dei contratti instabili. La concorrenza in questo segmento sta crescendo: oltre a Kalshi e MNX, nel settore sono presenti borse dei derivati tradizionali e provider di indici specializzati. Finora nessuna piattaforma è riuscita a raggiungere la profondità e la stabilità tipiche dei mercati maturi dell’energia o dei futures finanziari. Ciononostante, la formazione di questi mercati rappresenta una tappa importante nello sviluppo dell’economia dell’IA. Non nascono solo nuovi chip e data center, ma anche strumenti finanziari per la gestione dei rischi. Per i trader, i contratti Kalshi sono un modo accessibile per esprimere la propria opinione sull’andamento dei prezzi del noleggio GPU. Per il mercato nel suo complesso, la loro importanza sta nella possibilità di formare forward price indicativi su una delle risorse più cruciali dell’economia digitale. Tabella: contratti Kalshi per il noleggio GPU Modello GPU Tipo di contratto Periodo Valore soglia Indice di calcolo Nvidia A100 Binario Ora/Mese/Lungo termine Specificato nel contratto Ornn Compute Price Index Nvidia H100 Binario Ora/Mese/Lungo termine Specificato nel contratto Ornn Compute Price Index Nvidia H200 Binario Ora/Mese/Lungo termine Specificato nel contratto Ornn Compute Price Index Nvidia B200 Binario Ora/Mese/Lungo termine Specificato nel contratto Ornn Compute Price Index RTX 5090 Binario Ora/Mese/Lungo termine Specificato nel contratto Ornn Compute Price Index Rischi e aspetti legali della partecipazione ai prediction markets Il trading sui prediction markets comporta dei rischi e non è adatto a tutti. Anche le migliori piattaforme offrono solo strumenti per prendere decisioni, ma non garantiscono l’esito. Gli utenti dovrebbero rischiare solo ciò che sono disposti a perdere e rispettare sempre i principi del gioco responsabile. Inoltre, la disponibilità delle piattaforme e il loro status legale variano a seconda della regione. Prima di partecipare è importante verificare autonomamente la normativa locale e assicurarsi che l’uso della piattaforma scelta sia legale. Cosa significa questo per i giocatori dei club PPPoker Per i membri dei club PPPoker, la nascita dei mercati della capacità di calcolo è un esempio concreto di come le tecnologie moderne e gli strumenti finanziari penetrino nei settori più diversi. Come nel poker, qui sono fondamentali analisi, valutazione delle probabilità e gestione del rischio. Esplorando nuovi mercati, i giocatori possono sviluppare abilità utili sia per il trading che per le decisioni al tavolo da poker. Un secondo aspetto importante è la necessità di monitorare costantemente nuovi trend e strumenti. Quando emergono nuovi mercati o formati di trading, i giocatori più attenti possono ottenere un vantaggio grazie a una migliore comprensione della struttura del prodotto e delle particolarità di calcolo. Questo vale non solo per la finanza, ma anche per i formati pokeristici, dove le innovazioni spesso premiano chi le adotta per primo. Infine, l’esperienza nel trading sui prediction markets può aiutare i giocatori PPPoker a comprendere più a fondo i principi del pensiero probabilistico e della gestione del bankroll. Un approccio responsabile al rischio, l’analisi delle informazioni e la capacità di reagire rapidamente ai cambiamenti sono competenze chiave sia per il trading di successo che per vincere nei club di poker.