di TOMMASO SASO-
Qualcuno ricorderà il mattino del 6 maggio 2010 quando i mercati finanziari mondiali impazzirono. In 36 minuti, il Dow Jones crollò di quasi 1000 punti, perdendo il 9% del suo valore, per poi fortunatamente recuperare quasi completamente. Il fenomeno fu il “Flash Crash”, causato da algoritmi di trading che si scatenarono in una spirale di vendite automatiche. Quel giorno segnò l’inizio di una nuova era, i mercati finanziari non erano più controllati solo da umani, ma da intelligenze artificiali che commerciavano a velocità sovrumane.
Oggi, l’AI domina i mercati finanziari in modi che il pubblico generale raramente comprende. Il 60-75% di tutte le transazioni azionarie negli Stati Uniti è eseguito da algoritmi, questi sistemi possono analizzare migliaia di variabili, eseguire milioni di calcoli, e completare operazioni in microsecondi, mille volte più veloce di un batter d’occhio umano! È trading ad alta frequenza dove la velocità della luce è l’unico fattore limitante.
Le banche d’investimento come Goldman Sachs, che un tempo impiegavano centinaia di trader umani, ora hanno sale operative gestite da poche decine di persone e migliaia di algoritmi. JPMorgan stima che l’AI gli faccia risparmiare oltre 150 milioni di dollari all’anno solo nell’identificazione di frodi.
Ma l’AI finanziaria va molto oltre il trading veloce, sistemi di machine learning analizzano il “sentiment” sui social media per predire movimenti di mercato. Immagini satellitari vengono utilizzate per contare automobili nei parcheggi dei supermercati prima dei rapporti sugli utili. Ulteriori dati alternativi, dalle ricerche Google ai movimenti finanziari sugli smartphone, vengono trasformati in termini finanziari.
Renaissance Technologies, un fondo hedge misterioso gestito da matematici, ha generato rendimenti medi del 66% annuo dal 1988 al 2018 utilizzando esclusivamente strategie AI.
Ant Financial in Cina ha portato questo concetto all’estremo, con il loro sistema di credito analizza comportamento su Alipay, acquisti su e commerce, connessioni sociali, persino quanto velocemente caricate il telefono, cosicchè 310 milioni di persone hanno accesso a prestiti istantanei basati interamente su punteggi AI. Siamo di fronte ad una economia senza contanti dove l’identità digitale determina l’accesso al capitale.
La rilevazione frodi è diventata una guerra tecnologica continua tra criminali e sistemi AI. PayPal processa 19 miliardi di transazioni annue, bloccando 4,8 miliardi in tentativi fraudolenti usando machine learning che analizza oltre 1000 fattori di rischio per transazione
Le assicurazioni stanno sono completamente reimmaginate dall’AI. Invece di affidarsi a generalizzazioni demografiche, gli assicuratori possono ora prezzare rischi individualmente, con i dispositivi telematici nelle automobili tracciano comportamento di guida per assicurazioni basate sull’uso, con i wearable sanitari (dispositivi come gli orologi smart) monitorano parametri vitali per valutare i prezzi delle assicurazioni sulla vita. Siamo di fronte alle assicurazioni personalizzate dove i premi riflettono rischio effettivo invece di medie.
La compliance normativa ha trovato nell’AI un alleato potente. Le banche devono monitorare miliardi di transazioni per riciclaggio di denaro, finanziamento del terrorismo, violazioni di sanzioni. Analisti umani non potrebbero mai scalare a questo volume. I sistemi AI possono segnalare movimenti sospetti, generare SAR (Suspicious Activity Reports), garantire compliance attraverso multiple giurisdizioni simultaneamente.
HSBC usa AI per anti-riciclaggio che ha ridotto falsi positivi del 20% aumentando la rilevazione di attività effettivamente sospette.
Pensate che il trading ad alta frequenza è così dipendente dalla velocità che alcune aziende pagano milioni per ridurre latenza di pochi microsecondi. Hanno persino installato cavi sottomarini dedicati tra New York e Londra per guadagnare millisecondi di vantaggio.
Ma l’AI finanziaria ha anche creato nuovi rischi sistemici. Quando algoritmi usano tutti modelli simili, possono amplificare movimenti di mercato invece di stabilizzarli. I flash crash sono diventati più frequenti mentre i sistemi interagiscono in modi imprevedibili.
Il bias algoritmico nell’AI finanziaria può perpetuare discriminazioni. Se i dati di training riflettono pregiudizi storici nei prestiti, i modelli AI potrebbero continuare a negare prestiti a certi demografici.
La natura “scatola nera” di molti sistemi AI crea problemi di trasparenza. Quando algoritmi negano prestiti o investimenti, i richiedenti meritano spiegazioni. L’AI spiegabile sta diventando requisito normativo nei servizi finanziari.
Anche le criptovalute, che qualcuno di voi ha nel proprio portafoglio finanziario, hanno generato una categoria completamente nuova di trading AI. I mercati crypto, operando 24/7 con volatilità estrema, sono ideali per trading algoritmico.
Ma il futuro dell’AI finanziaria promette sviluppi ancora più radicali, ad esempio le valute digitali delle banche centrali potrebbero permettere il monitoraggio economico in tempo reale e implementazione di politiche economiche più mirata. Gli “Assistenti finanziari AI” personali potrebbero gestire automaticamente tutti gli aspetti della nostra vita finanziaria.
Il quantum computing potrebbe eventualmente rompere sistemi crittografici attuali permettendo capacità analitiche senza precedenti. Le aziende finanziarie si stanno già preparando per il mondo post-quantico.
Ma forse la trasformazione più profonda sarà la democratizzazione di strumenti finanziari sofisticati. Derivati complessi, prodotti strutturati, investimenti alternativi, una volta disponibili solo a investitori istituzionali, potrebbero diventare accessibili al retail attraverso piattaforme AI-powered.
Trading attivato dalla voce, rapporti di ricerca generati da AI, ottimizzazione fiscale automatizzata, aggiustamenti di portafoglio in tempo reale basati su eventi di vita, ci troveremo di fronte ad una finanza personale che diventa veramente intelligente e reattiva.
Oggi dobbiamo domandarci non se l’AI dominerà la finanza, ma quanto rapidamente le istituzioni finanziarie possono adattarsi e quanto efficacemente i regolatori possono garantire stabilità ed equità nell’era del denaro intelligente, proprio per i rischi che abbiamo visto.
Nel prossimo incontro, esploreremo come questa intelligenza artificiale stia trasformando i trasporti attraverso veicoli autonomi, forse ad oggi l’applicazione più visibile e controversa dell’AI nel mondo fisico.
