Pesce (Fugen Sicav Raif): “L’intelligenza artificiale a supporto dell’allocazione”

 2 min

Il risparmio gestito guarda alle tecnologie che possono essere applicate nelle decisioni di investimento e nella costruzione dei portafogli. Ma è presto per fare una valutazione sui risultati

“Il settore del risparmio gestito guarda con grande interesse alle tecnologie di intelligenza artificiale, che possono essere applicate in diversi modi: nella comprensione dei modelli del mercato, nelle decisioni di investimento e nella costruzione di portafogli personalizzati per la clientela, migliorando i processi interni e l’efficienza dell’analisi sugli investimenti”. A spiegarlo è Giovanni Pesce, presidente di Fugen Sicav Raif, società che crede tanto in questa tecnologia, al punto da aver costruito la propria strategia proprio sull’interazione tra il gestore e uno strumento efficiente di intelligenza artificiale, a supporto dell’elaborazione della migliore allocazione. Pesce argomenta che le aspettative su questa tecnologia sono molto alte, anche perché non è ancora possibile fare una valutazione puntuale dei risultati, considerato che si tratta di un approccio recente e in continua evoluzione.

Qual è la differenza tra intelligenza artificiale, machine learning e deep learning?
Possiamo utilizzare l’immagine delle matrioske, le bambole russe di dimensioni diverse, in cui una contiene l’altra, dove l’intelligenza artificiale è la bambola più grande, quella intermedia è il machine learning e la più piccola è il deep learning. Semplificando, l’intelligenza artificiale coinvolge tutte quelle operazioni caratteristiche dell’intelletto umano ma eseguite da computer, come la pianificazione, la comprensione del linguaggio, il riconoscimento di oggetti e suoni, l’apprendimento e la risoluzione dei problemi. Il machine learning è essenzialmente una strada per l’attuazione dell’intelligenza artificiale, il deep learning è uno degli approcci all’apprendimento automatico, e si basa su enormi modelli di reti neurali.

Quanto conta l’elemento umano in questo quadro?
Ritengo che l’elemento umano sarà sempre una parte preponderante, e non solo nell’industria del risparmio gestito. La rivoluzione tecnologica in atto con il machine learning, per quanto molto potente e sofisticata, non sostituirà la componente umana, piuttosto opererà per portarne l’attività verso compiti sempre più ad alto valore aggiunto. La capacità di astrazione e di adattamento della mente umana, così come il pensiero laterale sono al momento ancora lontani dall’essere modellizzati e codificati da una macchina, seppur sofisticata. Nella gestione, per esempio, la componente umana è imprescindibile: l’intelligenza artificiale è uno strumento utile a ridurre la componente emotiva e a minimizzare la volatilità di portafoglio, a supporto del lavoro del gestore a cui spetta sempre e comunque l’ultima parola.

Quali sono i pericoli di sicurezza posti da un investimento in cui parte delle dinamiche sono affidate a strumenti di machine learning?
Con l’utilizzo di strumenti di machine learning, la sicurezza diventa un tema centrale, è importante non lasciare niente al caso e prepararsi adeguatamente. Per esempio, è fondamentale la stratificazione dei controlli di sicurezza informatica, utilizzando le migliori tecnologie disponibili sul mercato. E questo approccio di sicurezza assoluta assumerà ancora maggiore importanza se e quando le tecnologie quantistiche avranno maggiore diffusione, dal momento che consentono una capacità di calcolo di gran lunga superiore a quella disponibile oggigiorno, e che quindi portano con sé sempre maggiori complessità.