AI vs. analisti: il futuro della ricerca di investimento

L'intelligenza artificiale può rendere irrilevanti gli analisti umani? È la domanda che assilla tutti mentre i modelli di IA rivoluzionano completamente la ricerca di investimento. Byron Wien, un market strategist che ha definito gli anni '90, ritiene la migliore ricerca proviene da idee audaci e non consensuali che si rivelano corrette.

Ora la pressione è sull'IA per raggiungere questo standard e potenzialmente mettere da parte gli analisti che hanno dominato il campo per decenni. Per anni, gli analisti hanno smontato i bilanci finanziari e setacciato le notizie, tutto per aiutare gli investitori a prendere decisioni migliori.

L'IA è entrata in questo spazio con strumenti che semplificano, automatizzano e a volte superano i metodi tradizionali. I modelli linguistici di grandi dimensioni (LLM) si sono rivelati particolarmente efficaci nell'analisi dei dati finanziari, facendo in minuti ciò che potrebbe richiedere a un team di analisti giorni.

Prevedere gli utili, ad esempio, gioca perfettamente a favore dei punti di forza dell'IA. I modelli di profitto tendono a seguire tendenze logiche: gli anni buoni portano a più anni buoni; gli anni cattivi portano a più anni cattivi. L'IA prospera in questi spazi prevedibili, superando gli analisti umani che a volte lasciano che il rumore o i pregiudizi offuschino il loro giudizio.

LLM che riscrivono il manuale di analisi degli investimenti

L'Università di Chicago collaborare con gli LLM ha fatto scalpore. I ricercatori hanno utilizzato l'IA per prevedere la varianza degli utili e hanno scoperto che questi modelli superano le stime mediane degli analisti umani. Il segreto? Gli LLM eccellono nel comprendere la storia dietro i report sugli utili, qualcosa che gli algoritmi tradizionali non sono mai riusciti a fare. 

Questi modelli imitano i passaggi logici degli analisti senior, come junior disciplinati in un team finanziario. I modelli di IA evitano anche uno dei più grandi difetti umani: l'eccessiva fiducia. Gli analisti sono noti per regolare le loro proiezioni per adattarsi a ciò che pensano che gli investitori vogliano sentire. L'IA non gioca questo gioco.

Modificando le impostazioni di «temperatura» di un modello di IA — un termine elegante per la casualità — puoi calcolare le bande di rischio e rendimento con statistiche fredde e precise. Puoi persino ottenere una stima della confidenza per le sue previsioni. Gli esseri umani, in confronto, tendono a diventare presuntuosi con le loro previsioni, raddoppiando sulle chiamate sbagliate invece di riconsiderarle.

Nonostante questi successi, l'IA è lontana dall'essere perfetta. Non troverà la prossima Nvidia né prevede un'altra crisi finanziaria globale. Grandi shock di mercato come questi non seguono schemi, e l'IA fatica quando accade l'imprevisto.

Non può nemmeno interrogare i dirigenti aziendali durante le chiamate sugli utili o cogliere risposte evasive su questioni critiche. I mercati sono disordinati e in costante cambiamento, e l'IA manca dell'intuizione per adattarsi. È qui che i migliori analisti brillano ancora: sanno quando fare pivot, scavare più a fondo e spingere per ottenere risposte.

Ma l'hype sull'IA probabilmente rimarrà forte per molto tempo. I giganti della tecnologia sono ossessionati. Microsoft sta scommettendo grosso — $80 miliardi grosso — sull'IA e sull'infrastruttura di cui ha bisogno. Per l'anno fiscale 2025, il gigante della tecnologia prevede di spendere più della metà di quella somma negli Stati Uniti in data center per addestrare e distribuire modelli di IA.

Perché questa spesa folle? L'IA richiede una potenza di calcolo insana. Addestrare modelli come ChatGPT significa collegare migliaia di chip in enormi cluster di data center.

I dollari della pubblicità potrebbero alimentare il prossimo boom tecnologico

L'IA potrebbe seguire la stessa strada delle passate rivoluzioni tecnologiche: alimentata dai soldi della pubblicità. Ricordi come Google e Facebook sono saliti al potere? Hanno incassato i budget per la costruzione del brand, prendendo dollari da tutti, dalla Tide al tuo idraulico locale.

Anche aziende pesantemente basate sulle sottoscrizioni come Netflix e Amazon ora fanno affidamento sulla pubblicità. Alphabet, la società madre di Google, è un esempio primario di quanto lontano possa arrivare questo modello. Dal suo IPO del 2004, i ricavi di Alphabet sono aumentati di 160 volte, superando i 300 miliardi di dollari nel 2023.

L'IA ha il potenziale per ridefinire le industrie, proprio come hanno fatto radio, TV e internet prima di essa. Un tempo, i giornali facevano affidamento sulla pubblicità per due terzi dei loro ricavi.

Radio e TV prosperavano sulla pubblicità, mantenendole gratuite per il pubblico. L'IA potrebbe presto diventare la prossima grande piattaforma pubblicitaria, attirando dollari per finanziare sviluppi rivoluzionari.

L'IA può sputare fuori idee — alcune brillanti, altre nonsensiche. Può eseguire scenari infiniti, estraendo informazioni dalla storia che anche un esercito di ricercatori potrebbe perdere. Ma non può darti quella «scintilla di genio». Gli analisti portano qualcosa che l'IA non può replicare: la capacità di mettere in discussione, adattarsi e vedere il quadro più ampio in tempo reale. 

Quel tocco umano è ancora preziosissimo in un mondo in cui le raccomandazioni non consensuali — quelle che nessuna macchina penserebbe di fare — spesso si rivelano le più redditizie. La vera conclusione? L'IA e gli analisti non sono nemici. Sono strumenti l'uno per l'altra.