L’industria del risparmio gestito e l’intelligenza artificiale
L’intelligenza artificiale (Ai) continua a ridisegnare il nostro futuro, a sollevare quesiti e ad aprire nuove opportunità che toccano anche il mondo del risparmio gestito. Be Private ne ha parlato con Andrew Y. Chin, head of investment solutions and sciences di AllianceBernstein.
Si sente sempre più parlare di Ai anche nell’industria degli investimenti. Che cosa ne pensa?
«C’è un interesse crescente da parte dell’industria degli investimenti nei confronti degli sviluppi dell’Ai, grazie anche all’incessante clamore che circonda ChatGpt e i suoi simili e al potenziale di trasformazione dell’intelligenza artificiale generativa. Se tutto ciò da un lato può creare diverse opportunità, dall’altro le nuove capacità della tecnologia portano nuove sfide. L’Ai può trasformare il nostro settore, dalle decisioni di investimento all’operatività quotidiana. È una tecnologia che sta crescendo a un ritmo molto rapido. ChatGpt è in grado di rispondere alle domande di un utente e penetra rapidamente in ogni angolo del mondo degli affari: sta aiutando a semplificare l’operatività e a migliorare l’esperienza dei clienti e facilita le decisioni basate sui dati. Per l’industria degli investimenti, questa capacità ha il potenziale di trasformare l’asset management con decisioni di investimento più informate, una più efficace progettazione dei portafogli, una migliore gestione del rischio e operazioni più automatizzate».
L’Ai è una tecnologia trasformativa, ma continuerà a evolversi nel tempo, con nuove applicazioni e usi. Quindi, non accadrà tutto da un giorno all’altro. Qual è oggi il frutto più facile da cogliere?
«In questo momento, l’elaborazione del linguaggio naturale (Nlp), una branca dell’Ai che si concentra sulla comprensione e sull’interpretazione dei dati testuali e vocali, è l’area più immediata. Il nostro settore è inondato da un oceano di dati in entrata che sono basati sul testo o che in esso possono essere convertiti, come, ad esempio, le fonti audio e video. Molti dei nostri lavori, che si tratti di analizzare singoli titoli, perfezionare un’asset allocation tattica o cercare di capire meglio le esigenze dei clienti, ruotano attorno alla sintesi di questi dati per estrapolare spunti utili e prendere decisioni migliori. Il Nlp è perfetto per questi compiti, perché è in grado di assorbire grandi quantità di informazioni in entrata e di sintetizzarle per suggerire le azioni da intraprendere. I professionisti dell’investimento alla ricerca di idee raccolgono e setacciano i dati provenienti da un’ampia varietà di fonti. Ad esempio, le recensioni dei prodotti da parte dei clienti, sui siti internet, possono rivelarsi molto utili. Tuttavia, è impossibile per gli esseri umani leggere milioni di recensioni e, inoltre, è estremamente difficile discernere i temi ed estrarre informazioni utili da tutti questi dati. Gli strumenti basati sul Nlp possono essere estremamente potenti nello svolgere queste funzioni. Si può insegnare loro ad analizzare i dati in modo più efficiente ed efficace, coprendo un numero nettamente superiore di informazioni, commettendo meno errori e non facendo mai pause!»
Quali sono le considerazioni da fare per le società d’investimento quando impiegano le competenze di data science e dell’intelligenza artificiale all’interno delle loro strutture organizzative?
«In primo luogo, queste organizzazioni dovrebbero lasciare che siano le controversie sugli investimenti, le inefficienze operative o le domande a guidare l’uso della scienza dei dati. Sebbene gli strumenti di Ai, machine learning e Nlp siano potenti, potrebbero non essere adatti a tutti i problemi: è importante assicurarsi che le domande o i progetti sottostanti richiedano tecniche sofisticate. Questo approccio aiuterebbe anche le organizzazioni a ottenere soluzioni funzionali, mentre imparano come applicare i nuovi strumenti. Inoltre, l’esperienza nel settore è fondamentale, perché adattare l’ampia varietà di strumenti di Ai per affrontare il segmento degli investimenti richiede una buona comprensione delle sfide aziendali e delle competenze tecniche. Le persone con conoscenze avanzate nel comparto di riferimento, che si tratti di investimenti, di operation o di distribuzione, sono fondamentali per addestrare i modelli a operare in casi d’uso specifici, per l’ingegnerizzazione immediata e per la messa a punto. Le organizzazioni e i modelli possono fallire clamorosamente nell’introduzione dell’Ai se non identificano e non applicano le competenze finanziarie e specifiche per ciascuna di queste attività».
Se guarda l’orizzonte, come vede evolversi l’utilizzo dell’Ai all’interno delle società?
«Le aziende insegneranno ai dipendenti a utilizzare i nuovi strumenti e ciò si estenderà oltre i data scientist interni e i team di investment technology e investirà tutti i dipartimenti delle imprese. Man mano che i dipendenti sfrutteranno queste nuove opportunità per aumentare i loro ruoli specifici, dovranno sapere come usarle in modo appropriato. Ciò significa capire come prendere decisioni migliori e più rapide e quando è il caso di ignorare gli algoritmi automatizzati utilizzando l’intuizione e il ragionamento umano. L’intelligenza artificiale e gli strumenti di apprendimento automatico non sono perfetti, quindi è importante comprenderne appieno le vulnerabilità e capire come chi opera possa impiegare questi strumenti in modo più efficace. Impareremo insieme che non possiamo semplicemente fidarci ciecamente di questi ultimi: dobbiamo sapere come prendono le loro decisioni e riconoscere quando è necessario intervenire. Parallelamente a questa tendenza, ci aspettiamo anche di assistere a miglioramenti nella capacità di interpretazione. Gli esseri umani diventeranno più bravi a capire come questi strumenti prendono le loro decisioni. L’intero concetto di interpretabilità diventerà un campo più sviluppato, che guarderà dentro la scatola nera e la renderà meno opaca. Questa curva di sviluppo dovrà piegarsi verso l’alto per fare sì che l’Ai venga accettata in modo più ampio: quindi ci aspettiamo che il nostro settore rimanga intensamente focalizzato su questo tema».
Quale tipo di investitore, venditore o decisore avrà successo domani?
«Il personaggio di Iron Man può servire da ispirazione. Ciò che intendiamo è integrare con successo un esperto umano, tecnologicamente competente in un campo specifico, come l’analisi finanziaria, con un assistente dotato di intelligenza artificiale in grado di recepire un’enorme quantità di input, analizzarli e suggerire azioni. Proprio come nei film, l’uomo può annullare il suggerimento in base alle circostanze e alle proprie competenze e intuizioni. Riteniamo che questa “persona di ferro”, con l’intelligenza aumentata che fornisce una sintesi migliore e più rapida, sia la combinazione vincente dell’Ai di domani. L’ Iron Man del futuro potrebbe rendersi conto che un cambiamento di regime del mercato o un evento dirompente senza precedenti come il Covid-19 rende il contesto di oggi diverso da quelli passati e richiede una risposta differente. L’Ai generativa e l’Nlp possono creare nuovi contenuti, ma le loro attuali vulnerabilità suggeriscono che le persone svolgeranno ancora un ruolo critico nel futuro. I grandi modelli linguistici sono in grado di generare un testo che sembra ragionevole, ma gli esperti umani devono esaminarlo prima di utilizzarlo. Lo stesso vale nell’arena degli investimenti: gli strumenti possono suggerire scelte di investimento ragionevoli per i portafogli, ma gli investitori devono verificare la qualità delle decisioni. L’Ai generativa e l’Nlp raccolgono dati, estraggono intuizioni e agiscono in modo efficace ed efficiente, ma l’intuizione umana è fondamentale per ottenere raccomandazioni appropriate dal modello, che dovrà sempre essere migliorato e aggiornato».
La scossa dell’Ai alla sanità
L’intelligenza artificiale è una tecnologia che viene utilizzata in molteplici ambiti. A Vinay Thapar, gestore azionario di AllianceBernstein, Be Private sottopone alcuni quesiti che, nello specifico, riguardano l’impatto dell’Ai nel settore della sanità.
In quale modo l’Ai trasformerà il settore?
«L’innovazione è una potente forza di cambiamento nella sanità e l’Ai ha tutte le carte in regola per dare una scossa a questo comparto. I sistemi sanitari detengono enormi quantità di dati ai quali attingere per ottenere informazioni approfondite. Le case farmaceutiche sono sempre alla ricerca di nuovi modi per accelerare i lunghi processi di sviluppo dei farmaci. In teoria, l’Ai potrebbe contribuire a promuovere una gestione più efficace, aiutando le imprese a fare arrivare i farmaci giusti ai pazienti che ne hanno bisogno nelle quantità necessarie».
A suo parere, gli investitori come dovrebbero iniziare a ragionare sul futuro dell’Ai nella sanità?
«Dovrebbero concentrarsi su quattro grandi aree. La prima è la ricerca e sviluppo. L’Ai potrebbe essere utilizzata per migliorare le percentuali di successo dei farmaci negli studi clinici. Questo processo, tuttavia, richiederà diversi anni. Inoltre, un aumento delle chance di riuscita nello sviluppo farmaceutico non si tradurrebbe necessariamente in maggiori vantaggi competitivi. Se l’Ai venisse adottata in tutto il settore per accelerare i tempi di commercializzazione, i vantaggi competitivi diminuirebbero e i prezzi potrebbero finire sotto pressione. Ci aspettiamo, dunque, un’intensa attività di pubbliche relazioni in questo ambito, ma non necessariamente una maggiore redditività. La seconda area è quella degli studi clinici, la cui logistica è complessa. Le aziende devono trovare i siti giusti, con il giusto bacino di pazienti, il più velocemente possibile. Crediamo che l’Ai possa aiutare le imprese a reperire i siti clinici che reclutano più velocemente i pazienti per le sperimentazioni e a identificare i siti problematici per apportare più velocemente le necessarie correzioni. La terza area è lo sviluppo commerciale. Persino i farmaci di successo devono affrontare grandi ostacoli per arrivare sul mercato. L’Ai potrebbe aiutare le aziende a identificare i medici e gli specialisti che potrebbero costituire i candidati ideali per un nuovo prodotto, ma anche a individuare le modalità più efficaci per generare un passaparola su un nuovo farmaco. Forse non sarà altrettanto entusiasmante quanto utilizzare l’Ai per l’attività di R&S, ma si tratta comunque di un elemento essenziale per il successo commerciale di qualsiasi società farmaceutica. Infine, l’ultimo ambito è l’esperienza umana».
Di che cosa si tratta?
«In genere, ai consumatori non interessa sapere se la sperimentazione di un farmaco è accelerata dall’Ai; tuttavia, ogni paziente vuole ottenere dal proprio medico la diagnosi migliore. Riteniamo che questa tecnologia possa fare un’ enorme differenza in questo campo. Immaginate un assistente basato sull’Ai che aiuti un medico a diagnosticare in un paziente una possibile malattia rara sulla base di una serie di sintomi. Sono questi i benefici concreti per i quali i consumatori sarebbero disposti a pagare di più e che possono contribuire ad aumentare notevolmente i profitti dei fornitori di servizi sanitari. In tutte queste aree, riteniamo che il successo dell’Ai si misurerà in base alla sua capacità di produrre risultati sanitari migliori. Ad esempio, UnitedHealth Group sostiene che l’intelligenza artificiale può ridurre il tempo necessario per trasformare i dati in informazioni approfondite, consentendo a datori di lavoro e assicuratori di comprendere meglio tutti i fattori che incidono sulla salute di una persona. L’implementazione strategica di un tale sistema di analisi può migliorare il processo decisionale in ambito sanitario e ridurre i costi per le imprese del settore».
In qualità di investitori, come valutate l’Ai nella sanità?
«Riteniamo che chi investe nel settore sanitario dovrebbe sempre concentrarsi sul business, non sulla scienza. Questo principio lo applichiamo già allo sviluppo dei farmaci, che è notoriamente difficile da prevedere; analogamente, riteniamo che non vi sia alcun vantaggio nel cercare di indovinare come l’Ai cambierà il futuro della sanità. La rivoluzione dell’Ai richiederà tempo e procederà a singhiozzo. L’abilità tecnologica, tuttavia, non è sinonimo di successo commerciale. A ben vedere, un’efficace applicazione di questa tecnologia, che diventi un prodotto standardizzato, può addirittura erodere la redditività. Se un’impresa sanitaria presenta un robot nuovo di zecca, gli investitori devono domandarsi: come riuscirà a contribuire ai profitti? Quanto tempo ci vorrà per immetterlo sul mercato? Qual è la strategia competitiva dell’azienda rispetto ai concorrenti? Per districarsi nella frenesia dell’Ai, è bene tenere sempre a mente queste domande. A nostro avviso, gli investitori nel settore sanitario dovrebbero sempre concentrarsi su imprese solide che reinvestono in misura superiore al costo del capitale. Se un’azienda con queste caratteristiche realizza anche un piano promettente di Ai, gli investitori ne trarranno ulteriore beneficio; se invece tale iniziativa fallisse, gli investitori sarebbero comunque protetti grazie alla presenza di un business redditizio».
