Il settore finanziario si trova in un momento cruciale, in cui la tecnologia, e in particolare l’intelligenza artificiale (Ai), ridefinisce i mestieri, le responsabilità e le strategie delle istituzioni bancarie. L’Ai non è più una semplice promessa, ma una realtà che sta già trasformando il modo in cui le banche operano, analizzano e servono i propri clienti.

La sua irruzione nel panorama economico globale non rappresenta una semplice evoluzione tecnologica, ma una vera e propria trasformazione epistemologica e operativa che sta ridefinendo i paradigmi del settore finanziario. Per investitori, banche, fondi di investimento e asset manager, l’Ai non può più essere un accessorio, ma un elemento sistemico che richiede una comprensione profonda, al di là delle narrazioni semplicistiche.

Il copilota del rischio

Diversa letteratura sul tema solleva un punto cruciale: l’ambiguità semantica del termine Ai. Spesso, l’acronimo è usato in modo generico, confondendo un semplice strumento di automazione con una tecnologia che sembra dotata di capacità “quasi” umane. È fondamentale chiarire che l’intelligenza artificiale, nella sua essenza, non è “intelligente” nel senso umano del termine. Essa è l’applicazione intensiva di algoritmi massivamente ricorsivi, la cui potenza risiede nella velocità di calcolo e nella capacità di elaborare conoscenze procedurali per inferenza, superando di gran lunga le capacità umane in termini di rapidità e precisione.

Grazie a questa logica, i sistemi di Ai, in particolare quelli basati sul machine learning (Ai generativa), possono imparare a svolgere un compito senza essere stati esplicitamente programmati per ogni singola azione. Questo processo è spesso paragonato all’apprendimento di un bambino che impara ad andare in bicicletta: non gli viene insegnato come mantenere l’equilibrio, ma gli viene dato l’obiettivo (mantenere il manubrio dritto) e, attraverso la ripetizione dei tentativi e degli errori, impara autonomamente a bilanciarsi.

È cruciale ricordare che la maggior parte degli algoritmi di apprendimento automatico su cui si basano molte delle attuali applicazioni finanziarie sono concettualmente nati negli anni ‘70. Immaginiamo il divario tecnologico che si crea in mezzo secolo in qualsiasi altro campo: automobili senza controllo attivo della trazione, calcolatrici limitate o interventi chirurgici eseguiti con tecniche ormai superate. Molte delle Ai oggi disponibili hanno un “guscio” (packaging) moderno e accattivante, ma un “motore” algoritmico che, in termini di cronologia informatica, è quasi antidiluviano. Da qui nascono alcune legittime critiche sui risultati e sulla trasparenza di questo tipo di strumenti.

continua a leggere