4 min
Negli ultimi anni l’adozione dell’intelligenza artificiale nell’industria dell’asset management ha subito un’accelerazione senza precedenti. I modelli generativi hanno reso tangibile ciò che prima era appannaggio dei soli sviluppatori e analisti quantitativi. BlackRock, che con la divisione di systematic investing ha 40 anni di esperienza nelle strategie data-based e 317 miliardi di dollari di asset under management (dati BlackRock aggiornati al 31 marzo 2025), ha ulteriormente accelerato nei campi dei big data, del natural language processing e del machine learning.
📰 Leggi anche “AI, perché l’asset management sarà il settore più trasformato“
FocusRisparmio ha incontrato Adam Riley, head of International Wealth Platform Strategy del team Systematic del primo asset manager al mondo per masse gestite, per parlare della natura e della scala dell’innovazione in corso.
La tecnologia di per sé non è nuova, ma è il combinato di due elementi a renderla oggi decisiva: da un lato l’esplosione della quantità e varietà dei dati disponibili, dall’altro la capacità di calcolo, che oggi raddoppia ogni sei mesi. Nell’ambito degli investimenti sistematici, dove tutto nasce e finisce con il dato, questo cambio di passo è stato fondamentale. L’introduzione dei large language model, accessibili a tutti e utilizzabili in tempo reale, ha reso l’AI una tecnologia concreta, comprensibile, e ha cambiato il modo in cui gli stessi clienti si relazionano alla gestione attiva. Il salto è stato culturale oltre che operativo. Il nostro team Systematic integra oltre 500 fonti di dati non strutturati, tra cui trascrizioni di conference call sui risultati finanziari, documenti normativi e sentiment delle notizie, coprendo oltre 78.000 asset con disponibilità di dati coerente. Grazie ai significativi progressi nell’infrastruttura della piattaforma BSYS, ora siamo in grado di eseguire una simulazione azionaria quinquennale in soli 1,8 secondi, rispetto alle tre ore del 2004. Tutte capacità che alimentano applicazioni di segnali reali nella generazione di alfa, nella mitigazione del rischio e nella costruzione di portafogli.
📰 Leggi anche “Cochegrús, dialogo uomo-macchina: la sfida del futuro“
Un caso interessante è “B-Sent”, il nostro modello proprietario di analisi del sentiment nei report degli analisti. Ogni giorno elabora circa 6.000 documenti e genera insight sulla visione delle aziende e del mercato da parte della comunità sell-side. Ma l’elemento più innovativo è il nostro “thematic robot”: combina report, earning call e titoli di giornale per identificare in tempo reale i temi di breve periodo e costruire basket tematici. Durante il Covid 19, il team BSYS ha iniziato a implementare operazioni tattiche a breve termine attraverso panieri azionari nei portafogli, consentendoci di identificare opportunità legate al lavoro da remoto o alle riaperture. Oggi, grazie al progresso dei modelli linguistici di grandi dimensioni, siamo in grado di utilizzare la tecnologia per costruire panieri azionari in un arco di tempo molto più breve e l’abbiamo utilizzata per valutare l’impatto di nuove tariffe, interruzioni di supply chain o eventi geopolitici. Il robot fornisce un portafoglio, spiega le scelte e cita le fonti, proprio come farebbe un analista e le raccomandazioni del Tactical Robot vengono aggiunte agli altri componenti del modello per dare forma a una view su ogni titolo presente sul mercato su larga scala.
È qui che l’intelligenza artificiale diventa un alleato della comunicazione. Oggi possiamo spiegare ogni componente del modello: quanto pesa ogni segnale, su quali dati si basa, quanto incide su ogni posizione. In passato mostravamo ai clienti una simulazione dell’analisi testuale di earning call per far capire il nostro approccio. Ora i clienti vedono quei meccanismi nelle loro interazioni quotidiane con le piattaforme, nei suggerimenti dei motori di ricerca o nei filtri antispam. C’è un linguaggio comune. E la trasparenza diventa un fattore di fiducia.
📰 Leggi anche “Wealth manager: affidarsi all’AI e puntare sui private asset“
Il gestore resta centrale, specialmente in fasi di discontinuità. L’umano interviene per gestire il rischio, correggere esposizioni, aumentare la reattività del portafoglio o introdurre segnali nuovi che i modelli, basati su serie storiche, non colgono subito. Un esempio recente è la guerra dei dazi: abbiamo costruito segnali ad hoc sulle tariffe utilizzando anche dati alternativi, anticipando sviluppi che i modelli standard non avevano ancora integrato.
Negli ultimi tre e cinque anni, oltre il 90% delle nostre strategie sistematiche ha sovraperformato i rispettivi benchmark o mediane di riferimento, dimostrando una performance costante e resiliente in tutti i cicli di mercato. Queste strategie sono progettate per offrire ampia accessibilità, capacità scalabile e liquidità giornaliera, mantenendo al contempo un’efficienza dei costi. Il futuro è nell’integrazione di queste strategie, oggi distribuite anche in forma di ETF attivi. È un passaggio fondamentale: si porta la tecnologia sistematica a una base di clientela più ampia, più globale, dal mondo wealth fino a quello istituzionale. Non si tratta solo di wrapping. Sempre più asset manager, anche tradizionali, iniziano a utilizzare le nostre evidenze come validazione esterna o complemento alla gestione discrezionale. Il dato, se ben interpretato, è linguaggio universale. La nostra sfida è continuare a tradurlo in valore per ogni tipo di investitore.
Vuoi ricevere ogni mattina le notizie di FocusRisparmio? Iscriviti alla newsletter
Registrati sul sito, entra nell’area riservata e richiedila selezionando la voce “Voglio ricevere la newsletter” nella sezione “I MIEI SERVIZI”.
Nel report Big Ideas 2026, la società di Cathie Wood individua cinque piattaforme tecnologiche destinate a convergere: intelligenza artificiale, robotica ed energia, biotech e multiomics, spazio e difesa, blockchain e fintech. Al centro della tesi d’investimento il crollo dei costi, che può accelerare adozione e investimenti
Secondo S&P Global Ratings, solo l’8% dei progetti nelle società è oggi pienamente integrato a livello organizzativo. Ma gli investimenti saliranno e i risparmi sui costi toccheranno il 6%-8% entro il 2028. Governance, dati e fornitori i driver per trasformare l’AI in un vantaggio competitivo. Con effetti sui rating
Secondo un sondaggio Denodo, il 73% delle organizzazioni finanziarie ha già portato soluzioni di intelligenza artificiale in produzione. Ma qualità, latenza e governance delle informazioni ne frenano la scalabilità. Nell’integrazione delle infrastrutture la chiave per colmare il gap
Le piattaforme virtuali stanno attirando l’interesse di molti aspiranti trader e appassionati di finanza, anche in Italia e in particolare tra i più giovani. Ecco come funziona il modello di società che selezionano e formano operatori attraverso ambienti simulati e programmi con regole prestabilite. Il caso Fintokei, realtà ceca per cui l’Italia rappresenta il secondo mercato più importante dopo il Giappone
Per il gruppo di consulenza, l’adozione dell'intelligenza artificiale nel settore finanziario aumenta la dipendenza del continente da fornitori tecnologici extra-UE. Dagli investimenti alle competenze fino al tandem pubblico-privato, la ricetta per rafforzare l’autonomia strategica
L’intelligenza artificiale si prepara a ridisegnare modelli di business, processi e relazioni con la clientela. Ma per gli operatori, la vera sfida sarà integrare la tecnologia nei sistemi e valorizzare il patrimonio dei dati. La ricetta di tre istituti per farlo
Dall’analisi dei dati alla costruzione dei portafogli, fino alla personalizzazione dei servizi e alla nascita di nuove linee di business. Le principali società di gestione stanno integrando l’AI nei processi operativi e decisionali. Ma la vera sfida è ora portare queste tecnologie su scala, garantendo qualità dei dati, governance e tutela dell’investitore
L’ultima ricerca di LFG+Zest individua il principale paradosso del boom: per preservare i rendimenti gli hyperscaler dovranno rallentare il capex, rischiando però di frenare la crescita dei principali beneficiari della corsa all’intelligenza artificiale
Mentre Wall Street continua a correre grazie agli investimenti nell’intelligenza artificiale, il Vecchio Continente punta sull’economia reale per trasformare innovazione, produttività e crescita in un vantaggio competitivo duraturo
L’ESMA recepisce l’allarme dell’ESRB: i modelli di frontiera potrebbero automatizzare gli attacchi informatici contro banche, assicurazioni e infrastrutture di mercato. Appello congiunto con EBA, EIOPA e BCE agli operatori. “Rafforzare subito la resilienza digitale”
Credito, consulenza, operations e fusioni: per Paolo Ceschi, responsabile Financial Services del gruppo, il vero valore dell’intelligenza artificiale emergerà quando gli algoritmi entreranno nei processi decisionali. “Ecco perché le future operazioni di M&A premieranno gli istituti più maturi”
