- Banche e broker si affrettano a integrare l'IA nella gestione del patrimonio, ma la tecnologia fatica ancora a comprendere le sfumature personali nelle decisioni di investimento.
- I consulenti robotici non hanno ancora guadagnato molta fiducia perché mancano di una comunicazione reale con i clienti e non riescono a cogliere appieno gli obiettivi finanziari personali.
- L'IA può migliorare l'efficienza nella gestione patrimoniale, ma il controllo umano rimane essenziale per rilevare errori e fornire giudizio.
Tutti in finanza stanno guardando all'AI. Ogni banca, ogni broker sta cercando di capire come l'AI può aiutare a gestire la ricchezza. Non solo per i ricchi, ma per tutti.
È in realtà una minaccia per coloro che non si adeguano abbastanza velocemente. Gestire gli asset richiede più che semplicemente spostare denaro.
Si tratta di scegliere la giusta combinazione di investimenti e di adattarla man mano che le cose cambiano. Al momento, gli advis0rs umani gestiscono questo compito. Ma è possibile che forse l'AI possa farlo meglio? Spoiler: Probabilmente no.
Il problema con i robo-advisors
Ma la gestione della ricchezza è costosa e la maggior parte delle persone non può permettersi i costi elevati. Questa è un'area in cui l'AI può aiutare.
I sistemi basati sull'AI possono offrire consigli personalizzati a un costo inferiore, dando accesso a persone che in precedenza erano escluse perché la loro ricchezza non era "abbastanza" da giustificare il prezzo del consiglio umano.
Ma ecco il piccolo problema. I robo-advisors non sono stati esattamente popolari. Anche quando l'AI offre la migliore combinazione di azioni, obbligazioni o fondi, non è sufficiente fare solo suggerimenti.
Cosa manca? La comunicazione, secondo a Juan Luis Perez, ex Global Head of Research di Morgan Stanley. Questo è il vero problema che l'AI deve risolvere.
L'AI può analizzare migliaia di strumenti finanziari in pochi secondi. Conosce i numeri, i rendimenti passati e i rischi. Ma capire le persone? Questa è un'altra storia.
L'AI non può catturare le narrazioni personali o i cambiamenti nelle aspettative che definiscono chi siamo come investitori. Perché, vedi, l'investimento umano (anche quello istituzionale) non riguarda i dati.
Riguarda le emozioni, le decisioni di risparmiare, spendere o investire e la pianificazione a lungo termine. Queste cose sono profondamente personali e anche gli advis0rs umani faticano a capirli (a volte).
Quindi come dovrebbe fare un robo-advisor? Non sorprende che la maggior parte dei clienti finisca con il solito portafoglio azioni-obbligazioni 60/40. Quella è l'impostazione predefinita. Non serve l'AI per capirlo.
Per fare progressi reali, l'AI deve essere più intelligente. Deve capire come lavorano gli advisor, non limitarsi a lanciare raccomandazioni generiche. Non è sufficiente raccomandare gli stessi prodotti ripetutamente.
L'AI deve imparare dalle interazioni con i clienti. Se l'AI non può spiegare un portafoglio in termini semplici, nessuno si fiderà mai davvero di essa.
La decentralizzazione è la chiave
I gestori di asset sono ora a un bivio. Perché l'AI sia davvero utile, deve dare potere sia all'advisor che al cliente.
Questo significa decentralizzare il processo e permettere agli advisor di utilizzare strumenti AI per prendere decisioni migliori. Non si tratta di seguire un piano centralizzato stabilito da qualche Chief Investment Officer (CIO) che cerca di spingere prodotti ad alto margine.
In effetti, decentralizzare le decisioni potrebbe complicare il processo per le aziende che cercano di vendere quei prodotti. La conformità e il rischio sono anche sfide.
Il futuro potrebbe vedere conversazioni con l'AI che sembrano quasi umane. I modelli linguistici di grandi dimensioni (LLM) e gli agenti AI potrebbero cambiare il gioco imparando dalle nostre impronte digitali.
Questi sistemi AI avrebbero abbastanza contesto dalle nostre vite per prevedere ciò che vogliamo man mano che le cose cambiano. Teoricamente, questo potrebbe rendere la gestione della ricchezza più efficiente.
Ma chi cederà davvero le proprie informazioni più personali a una macchina? Il livello di fiducia richiesto è semplicemente enorme.
Anche se la Silicon Valley continua a spingere l'AI a nuove vette, potremmo presto vedere robo-agent che possono avere conversazioni fluide e reali con i clienti. E quando ciò accadrà, cambierà tutto.
Ora BlackRock, il più grande gestore di asset del pianeta, sta già utilizzando l'AI da anni. Hanno impiegato machine learning e modelli linguistici di grandi dimensioni per alimentare le loro strategie di investimento.
Usano persino l'AI per semplificare l'investimento tematico. Hanno questo strumento, chiamato Thematic Robot, che combina l'AI con l'esperienza umana per creare basket di azioni basati su temi di mercato emergenti.
È presumibilmente accelera il processo di individuazione delle opportunità di investimento in diversi settori, il che significa maggiore efficienza e meno tempo sprecato.
Ma l'AI non è infallibile. La supervisione umana è ancora essenziale, perché di nuovo, questi robot non hanno il giudizio o la comprensione sfumata di un gestore di portafoglio esperto come Larry Fink.
Se l'AI commette un errore, qualcuno deve intercettarlo. Gli errori nelle uscite dell'AI accadono e, senza intervento umano, potrebbero portare a conseguenze gravi. L'ideale? Una combinazione di esperienza umana ed efficienza guidata dall'AI.
Non limitarti a leggere le notizie sulle criptovalute. Comprendile. Iscriviti alla nostra newsletter. È gratuita.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Jai Hamid
Jai Hamid si occupa di criptovalute, mercati azionari, tecnologia, economia globale ed eventi geopolitici che influenzano i mercati da 6 anni. Ha collaborato con pubblicazioni focalizzate sulla blockchain, tra cui AMB Crypto, Coin Edition e CryptoTale, per analisi di mercato, grandi aziende, regolamentazione e tendenze macroeconomiche. Si è formata presso la London School of Journalism e ha condiviso tre volte le sue analisi sui mercati delle criptovalute su una delle principali reti televisive dell'Africa.
