STREAM 2: il tema del momento. "AI": intelligenza artificiale.

Si è detto e scritto moltissimo, negli ultimi 24 mesi, di applicazioni della cosiddetta “AI” alla gestione del portafoglio titoli.

La stragrande maggioranza delle cose che noi abbiamo letto NON ci hanno colpito, perché

• decisamente troppo generiche

• decisamente troppo distanti dalla realtà

• decisamente troppo ovvie

Ma oggi abbiamo deciso di proporre al lettore un recentissimo articolo pubblicato dal Financial Times, che noi abbiamo giudicato utile e più specifico.

Sotto, più in basso, vi spieghiamo il perché la vediamo in questo modo.

Non c’è dubbio che l’intelligenza artificiale generativa sia un’innovazione estremamente dirompente che porterà sia alla distruzione che al miglioramento dei posti di lavoro. L’equilibrio tra i due è oggi un tema caldo in cui la gestione patrimoniale si trova sempre più, anche se involontariamente, a fungere da “esperimento naturale”.

Il modo in cui la rivoluzione dell’intelligenza artificiale generativa, o Gen AI, viene implementata nel settore punta i riflettori non solo sul dibattito sul lavoro ma anche su questioni organizzative e normative più ampie che avranno un impatto sul resto della finanza, della salute e ben oltre.

Uno degli aspetti più sorprendenti della rivoluzione della Gen AI è che è appena iniziata. I suoi principali motori – potenza di calcolo, dati, talento e finanziamenti – si stanno aggravando a una scala e a una velocità che ne accentueranno le forze dirompenti. Non c’è da stupirsi che sia salito in cima all’agenda degli amministratori delegati di un numero sempre crescente di aziende e settori.

La gestione patrimoniale è uno dei settori in cui la Gen AI offre grandi promesse, indicando una serie di cambiamenti nel modo in cui il settore opera ed è organizzato. Viene già utilizzato dalle aziende più agili per migliorare l’efficienza operativa, comunicare meglio e proteggersi meglio dagli attacchi informatici. E questo è solo l'inizio.

Sia i team di investimento che quelli a contatto con i clienti possono ora preparare power point di presentazione con incredibile facilità per trasmettere capacità e giustificare nuove idee commerciali. La comunicazione dei rendimenti e dell'attribuzione della performance ai clienti, un obbligo critico e dispendioso in termini di tempo, viene effettuata in modo più rapido e accurato. E i team tecnologici hanno a disposizione più strumenti per contrastare il crescente numero di tentativi di hacking.

In ognuno di questi casi, l’intelligenza artificiale genera un miglioramento del lavoro. Aumenta ciò che i dipendenti possono fare, aiutandoli a risalire la curva del valore aggiunto. Anche se ci saranno perdite di posti di lavoro nelle attività di routine e poco qualificate, l’impatto complessivo sulla manodopera sarà positivo, soprattutto perché verranno assunti più ingegneri. Saper parlare con i motori di intelligenza artificiale diventa una competenza essenziale sia per il personale nuovo che per gran parte del personale esistente.

Ora guarda avanti. Non è difficile immaginare un mondo in cui i motori Gen AI siano parte integrante di tutti i compiti più qualificati di asset allocation, portafogli modello, selezione dei titoli e mitigazione del rischio. Questi motori saranno addestrati sugli enormi set di dati che risiedono nel settore e, attualmente, sono gravemente sottoutilizzati.

Considerati i progressi tecnologici compiuti altrove, non è difficile immaginare che gli strumenti di Gen AI contribuiscano a creare e strutturare nuove classi di asset, addestrate in questo caso da una combinazione di dati reali e virtuali. Con il tempo, le parti più dinamiche e di successo della gestione patrimoniale combineranno gli strumenti abilitati alla Gen AI con nuove funzionalità che, soprattutto, sono native della Gen AI. Ciò comporta la possibilità di personalizzare in modo molto più raffinato i conti di investimento individuali per soddisfare la propensione al rischio e le inclinazioni comportamentali dei clienti.

Ma anche la strada da percorrere sarà accidentata. Le capacità esistenti sono tutt’altro che impeccabili e il talento non è distribuito equamente. La loro applicazione è soggetta a pregiudizi. Non ci sono ancora risposte valide su chi controllerà internamente l’intelligenza artificiale e su quale insieme più ampio di normative nazionali e, potenzialmente, internazionali la governeranno. E la crescente frammentazione dello stack tecnologico tra Cina e Stati Uniti, un fenomeno destinato ad aggravarsi, sta mettendo particolarmente a disagio coloro che vivono nel mezzo.

Questa è anche una strada che vedrà grandi sconvolgimenti nella struttura del settore. Coloro che sono in ritardo nel comprendere il potere dirompente dell’intelligenza artificiale e le sue potenziali applicazioni, in particolare a causa del talento, dell’agilità gestionale e dell’organizzazione dei dati, troveranno sempre più difficile recuperare il ritardo. Il divario non potrà che aumentare se non riusciranno a sfruttare le enormi opportunità che probabilmente saranno disponibili solo nella fase iniziale.

Nel complesso, questa dinamica spingerà ulteriormente le tendenze del settore verso una struttura composta da una manciata di aziende molto grandi e da un numero maggiore di operatori di nicchia molto più piccoli. I manager di medie dimensioni, quelli con un patrimonio in gestione compreso tra 100 e 500 miliardi di dollari, e le aziende in ritardo di intelligenza artificiale saranno spinti a consolidarsi o semplicemente ad atrofizzarsi. È qui che avviene la distruzione del lavoro.

Ciò che la gestione patrimoniale dovrà affrontare si ripeterà in modi diversi altrove, compreso il resto della finanza e della sanità. È un fenomeno che le aziende possono ignorare solo a loro rischio e pericolo. È anche un’operazione che metterà pressione su quelle autorità di regolamentazione che, essendosi concentrate troppo sulle banche, sono già indietro nella comprensione e nella supervisione delle attività non bancarie.

L’articolo suscita una lunga serie di riflessioni, che Recce’ riprenderà poi nei prossimi contributi.

In questo contributo, accendiamo i nostri riflettori per illuminare la riflessione che è più importante.

Rileggiamo un passaggio.

Non è difficile immaginare un mondo in cui i motori Gen AI siano parte integrante di tutti i compiti più qualificati di asset allocation, portafogli modello, selezione dei titoli e mitigazione del rischio. Questi motori saranno addestrati sugli enormi set di dati che risiedono nel settore e, attualmente, sono gravemente sottoutilizzati.

Anche voi lettori, la vedete in questo modo?

Oppure: a vostro parere sarà difficile?

Noi come la vediamo? Semplice. Noi siamo d’accordo sugli “enormi set di dati”. Per il resto, però, noi siamo in disaccordo.

A nostro giudizio, è molto difficile immaginare ciò che viene detto nel brano che abbiamo riprodotto.

Nella nostra esperienza, è almeno dagli Anni Ottanta che ci viene anticipata una “rivoluzione Quant” (ricordate BARRA?) che eliminerà quasi del tutto la discrezionalità e l’emotività, grazie a modelli “perfetti” per asset allocation, portafogli modello, selezione dei titoli e mitigazione del rischio.

Ad oggi, però, questi “modelli perfetti” non esistono. Non sono disponibili.

E ritorniamo quindi, nel febbraio 2024, a riproporre la solita domanda che ricorre dagli Anni Ottanta: se inseriamo milioni e milioni di dati in un modello di calcolo che però è sbagliato, quando mai otterremo risultati utili?

Le probabilità di errore, invece che essere ridotte, aumentano con l’uso delle macchine: così come abbiamo già visto, dagli Anni Ottanta fino al febbraio del 2024.

Al febbraio del 2024, quindi, “AI” rimane utile per questo: Sia i team di investimento che quelli a contatto con i clienti possono ora preparare power point di presentazione con incredibile facilità per trasmettere capacità e giustificare nuove idee commerciali.

Siamo sempre lì: alla preparazione di nuove slides per “piazzare il prodotto finanziario”. In quel campo, se ne vedranno delle belle. Ma la sostanza, la performance, non cambierà di un millimetro. Garbage in garbage out: se dentro la macchina metti spazzatura, uscirà spazzatura.

Appena sarà disponibile qualche cosa di diverso dalla solita spazzatura, noi di Recce’d saremo i primi ad adottarlo. Per il momento, però, le slides di presentazione di Recce’d non hanno il minimo bisogno di “AI”.