ASUS e Poesis testano un agente di intelligenza artificiale per il trading autonomo con capitale reale

ASUS e Poesis hanno collaborato per un esperimento della durata di una settimana, durante il quale agenti di intelligenza artificiale autonomi hanno condotto ricerche di mercato, gestito il rischio ed effettuato operazioni di trading reali. Secondo quanto annunciato dalle due aziende, gli agenti hanno operato sul laptop ASUS ExpertCenter Pro ET900N G3, utilizzando la tecnologia NVIDIA.

Il significato dell'esperimento non risiede solo nello sviluppo di un altro bot di trading. L'essenza dell'esperimento sta nel fatto che ci permette di dare uno sguardo a un nuovo mercato in cui l'intelligenza artificiale non offre più solo consigli.

Oggi assistiamo alla comparsa di agenti in grado di raccogliere dati, sviluppare strategie e condurre operazioni di trading in modo continuativo. La natura operativa 24 ore su 24, 7 giorni su 7, del mondo delle criptovalute e la sua infrastruttura programmabile lo rendono il campo ideale per l'implementazione di questo cambiamento.

Un agente che effettua transazioni, non solo fornisce consulenza

ASUS raccomanda di eseguire gli agenti in locale. L'azienda sottolinea che l'intelligenza artificiale in esecuzione continua non si adatta bene a un modello di fatturazione cloud. Questo perché gli agenti continuano a generare chiamate in background invece di limitarsi a rispondere alle richieste occasionali di un utente umano.

In un articolo di blog, ASUS descrive questo fenomeno come "la trappola dei token", in cui l'attività continua degli agenti può portare a fatture API imprevedibili e al superamento dei limiti di utilizzo imposti dai fornitori di servizi cloud.

ASUS utilizza il suo Ascent GX10 come esempio dei costi: un investimento iniziale di circa 4.000 dollari più circa 384 dollari di costi annuali per l'elettricità, rispetto ai 6.000-8.000 dollari di commissioni annuali per le API per un carico di lavoro cloud comparabile.

Sebbene il GX10 non fosse il dispositivo utilizzato nel test Poesis e il test sia stato condotto con ExpertCenter Pro ET900N G3, il confronto evidenzia chiaramente le premesse di ASUS in merito alla distribuzione locale dell'agente.

Tuttavia, è necessario un avvertimento importante. Il test Poesis è solo una breve prova di concetto, non un test di performance a lungo termine, e non è stato specificamente progettato per il trading di criptovalute.

Dai modelli predittivi agli agenti attivi

Un articolo, pubblicato nel marzo 2026, descrive l'evoluzione dell'intelligenza artificiale in ambito finanziario, dal trading algoritmico basato su regole alla previsione tramite apprendimento automatico, fino ad arrivare alla finanza agentica. Il suo modello a quattro livelli descrive le fasi di percezione dei dati, ragionamento, generazione della strategia ed esecuzione con controllo. Le possibili applicazioni includono il trading, la gestione del portafoglio, il monitoraggio del rischio e la finanza decentralizzata.

Tuttavia, l'adozione dell'IA finanziaria è già in corso. Secondo il Global AI in Financial Services Report, redatto dalla Cambridge Judge Business School sulla base di dati provenienti da 628 aziende situate in 151 paesi, ben il 52% delle aziende intervistate ha già sperimentato l'IA agentiva o la utilizza nelle proprie attività.

Le infrastrutture delle criptovalute si stanno già aprendo agli agenti

Nel 2026, gli exchange di criptovalute si sono dedicati alla creazione di infrastrutture utilizzabili dai trader autonomi. Binance ha lanciato Agent OS il 20 agosto, collegando strumenti di intelligenza artificiale a sottoconti Agentic dedicati.

I prelievi tramite l'integrazione sono bloccati, mentre i limiti del portafoglio includono 50.000 dollari al giorno per gli swap, 100.000 dollari di default per le transazioni DeFi e 20 dollari per i pagamenti x402.

Come Cryptopolitan riportato, il lancio su larga scala include Kraken e OKX a marzo, Bitget ad aprile, Gemini ad aprile e Coinbase a giugno. Il filo conduttore è l'autonomia autorizzata: gli agenti possono agire, ma gli exchange impongono la separazione degli account, le autorizzazioni, i limiti o ambienti controllati attorno a loro.

Dove si concentrano i rischi

I potenziali vantaggi includono una maggiore copertura del mercato, un'esecuzione più rapida e un trading elettronico più profondotronelementi che rientrano in una più ampia trasformazione dei mercati dei capitali analizzata da S&P Global.

Ma gli agenti autonomi potrebbero anche amplificare le debolezze comuni. L'ipotesi del mercato algoritmico del CFA Institute avverte che modelli simili che reagiscono a segnali simili possono creare mercati affollati e reattivi, dando vita a una "monocultura algoritmica". Anche il Financial Markets Standards Board sottolinea che l'intelligenza artificiale applicata al mercato opera comunque sotto la supervisione umana e che la responsabilità deve rimanere chiara.

Anche il settore delle criptovalute si trova ad affrontare un problema di capacità. Avalanche Treasury Company, ha dichiarato a The Block che se l'attività degli agenti raggiungesse i mercati finanziari su larga scala, un numero maggiore di transazioni potrebbe spostarsi sulle blockchain e "non ci sarebbe abbastanza spazio nei blocchi".

Il suo commento è una proiezione, ma coglie la sfida infrastrutturale: se gli agenti di intelligenza artificiale diventeranno una categoria più ampia di partecipanti al mercato, i mercati dovranno gestire non solo più intelligenza, ma anche un'attività guidata dalle macchine di gran lunga maggiore.