In un universo di opportunità sempre più ricco e complesso, con orizzonti sempre più lontani, minori barriere alla circolazione dei capitali, e soprattutto una più articolata disciplina e regolamentazione dei mercati con crescenti obblighi informativi (si pensi al tema della sostenibilità degli investimenti), la massa di dati e di informazioni da valutare in maniera congiunta è oggi inimmaginabile.
La principale problematica non è più l’approvvigionamento dei dati, ma quanto l’estrazione di informazione utile da essi.
AI e finanza
Il settore del risparmio gestito, attivo e passivo, non ha mancato di cogliere le occasioni fornite dall’AI, con il lancio di nuovi strumenti – tipicamente di carattere azionario – che investono nel capitale di società che hanno nell’intelligenza artificiale il focus della loro attività.
Altro ambito da annoverare riguarda l’introduzione di funzioni di intelligenza artificiale – e soprattutto di machine learning – nel processo di gestione dei fondi. L’applicazione è stata naturale: se da un lato la gestione discrezionale degli asset manager rappresenta un plus che i risparmiatori continuano a scegliere di remunerare, dall’altro l’esistenza dei trading system è un fatto di lunga data che, con lo sviluppo delle più moderne tecnologie, ha trovato una nuova interpretazione. (Fonte: we-welth.com)
Intelligenza Artificiale al servizio delle imprese
La tecnologia certamente non garantisce la felicità, ma, fuor di dubbio, contribuisce notevolmente a facilitare il processo decisionale anche nell’ambito aziendale. Quel processo decisionale che deve stimolare le direzioni aziendali a definire i potenziali scenari futuri, considerando più opzioni, da quelle più ottimistiche a quelle più catastrofiche. E per realizzare al meglio quanto detto è necessario scrivere algoritmi, scriverli bene, portarli a un alto livello di astrazione e poi customizzarli il più possibile, al fine di adattare i differenti possibili scenari alle esigenze ed alle aspettative della direzione aziendale.
Utilizzare l’Intelligenza Artificiale non comporta avere rilevanti competenze di ordine informatico o tecnico, ma è quanto mai necessario sapersi interfacciare con informatici ed “analizzatori” di dati (le cosiddette competenze STEM), ed è quindi essenziale avere un vocabolario comune, che possa mettere in contatto le necessità e la conoscenza aziendale di un controller con le conoscenze e le competenze dei tecnici. (fonte: Ipsoa.it)
Di redazioneSparklingRocks