Dall'alpha all'efficientamento: così l'IA cambia l'investment management

La premessa di Denis Manzi, business director e chief investment officer, Banca di San Marino, è chiara: “Ogni qual volta ci approcciamo a una strategia che non è al 100% passiva, ci aspettiamo che offra un miglioramento del rapporto rischio rendimento. In buona sostanza, questo è quello che chiediamo ai gestori”. E, secondo Manzi, le strategie basate sull'intelligenza artificiale devono mirare al medesimo risultato. Ma prima di implementare questa nuova tecnologia è fondamentale capire molto bene su cosa si stia investendo. “L’IA non può essere un marchio univoco. Bisogna capire bene in cosa consistono i modelli di intelligenza artificiale e capire come funzionano. Il rischio, altrimenti, è di farsi ammaliare da promesse che poi non possono reggere alla prova dei fatti”, aggiunge Manzi. Statisticamente, sono pochi i gestori attivi che lavorano su asset class mature e tradizionali e che riescono a battere il benchmark. Non ultimo per via dei costi di transazione e di turnover di portafoglio, che hanno un impatto importante. “È fondamentale trovare soluzioni per ottimizzarli in modo tale da consentire, ancora una volta, il miglioramento dei rapporti rischio rendimento. E l’IA può aiutare su questo fronte”, dichiara il Cio.

L’approccio azionario di Cassa di Ravenna è duplice, e incorpora sia strategie estremamente diversificate o passive su indici azionari globali, sia un posizionamento su fondi più direzionali e basati su settori, stili o temi. L’obiettivo è sovraperformare gli indici nel lungo periodo. “Che cosa mi aspetto dall’IA? Che in parte possa aiutarmi nel fare questo tipo di analisi e darmi supporto alla ricerca di una overperformance rispetto ai mercati”, afferma Dario Lanzoni, portfolio manager e fund selector, Cassa di Ravenna. “Su alcuni portafogli ne facciamo già utilizzo, anche se di fatto si tratta di veicoli passivi ‘enhanced’ MSCI World”, aggiunge. L'attenzione a turnover e costi di transazione è figlia della necessità di una performance più costante possibile nel tempo. E un fondo più diversificato deve cercare di mantenere costi contenuti. “Anche su questo fronte mi aspetto che l'IA mi aiuti a mantenere il focus sulla costanza nel rapporto tra rendimenti e costi”, conclude il manager.

Mirco Bongiovanni, responsabile Gestioni patrimoniali WM, Cherry Bank, sottolinea come sia stato importante evitare di lasciarsi travolgere dalla velocità della nuova tecnologia: “L’implementazione e l’utilizzo dell’IA può imporre ritmi frenetici alle aziende, ma noi abbiamo mantenuto una certa distanza, prendendo il tempo per partecipare attivamente alle decisioni”. Negli ultimi anni, Cherry Bank ha utilizzato l’IA principalmente per individuare i segnali di sottopeso e sovrappeso rispetto agli indici, anche sulla base dei dati storici. E nel lungo periodo, una differenza di pochi giorni nelle decisioni d’investimento ha un impatto davvero minimo. “L’ultimo ciclo ‘secolare’ di mercato, a mio avviso, è iniziato nel 2009, vale a dire 15 anni fa. Quindi l’orizzonte temporale è importante”, ribadisce Bongiovanni. Resta il fatto che nel breve periodo gli investitori guardano al benchmark, e i gestori non possono permettersi di sottoperformare troppo. “Ecco, dall’IA mi aspetto che aiuti a superare questo trade-off tra breve e lungo termine, evitando anche di inondare i clienti di informazioni inutili”, aggiunge il responsabile.

Non tutte le realtà che dispongono di capitali liquidi hanno anche le risorse, o le motivazioni, per inserire la gestione dei risparmi all’interno del proprio core business, né tantomeno per adottare soluzioni AI, che richiedono ingenti investimenti, come evidenzia anche il report Deloitte. Secondo Andrea Severi, segretario generale, Fondazione Cassa dei Risparmi di Forlì, “in una realtà di dimensioni patrimoniali medie e con una struttura organizzativa contenuta bisogna necessariamente ricorrere alla delega, ovvero affidarsi a soggetti professionali specializzati che gestisca la liquidità”. La Fondazione stessa non ha le risorse per svolgere questa attività autonomamente. “Qui mi aspetto che il supporto alle decisioni dei comitati investimenti arriverà a incorporare in qualche misura l’impiego dell’IA, abbinata all’esperienza del gestore per ottenere performance regolari e sostenibili”, aggiunge Severi. Che conclude con un giudizio decisamente favorevole: “Questo è un valore aggiunto dal peso importante”.

Comunicare l’IA? Una scelta vincente a livello marketing, ma più complessa nelle comunicazioni regolari con i clienti. Così si può sintetizzare il giudizio di Edoardo Ferrari, direttore operativo investimenti, Fondazione di Modena. “A mio avviso, il tema dell’IA aggiunge uno strato in più di complicazione a livello di comunicazione con i clienti”, dichiara il responsabile. Anche senza sbilanciarsi sulle soluzioni hi-tech, già nella finanza tradizionale Ferrari ritiene che non si sia ancora arrivati alla giusta intesa di comunicazione tra i diversi investitori (retail, istituzionali) e chi concepisce le strategie e colloca i prodotti. “Mi chiedo se la componente di IA non amplifichi ulteriormente questo mancato allineamento di interessi, rendendo la comunicazione più difficile, complicata”, è il dubbio di Ferrari. “A livello marketing, spingere il concetto di IA è probabilmente una strategia vincente; ma poi bisogna capire quanto quel tipo di tecnologia vada a intersecarsi con la strategia e i processi d’investimento, perché si rischia di finire in quello stesso calderone che si è verificato quando sono nate le prime strategie sostenibili, e all’improvviso tutto era ESG”. Insomma, per chi fa selezione, il tema adesso è capire cosa realmente sia IA, e cosa non lo sia, ancor prima di andare a capire di cosa si tratta. “Una sorta di ‘selezione all'ingresso’”, conclude Ferrari.

Il potenziale dell’intelligenza artificiale può essere sfruttato per cogliere e interpretare i segnali a brevissimo termine dei mercati, sfruttando le inefficienze per generare alpha. Ne è convinto Gabriele Susinno, senior client portfolio manager, Pictet Asset Management. “In funzione dello stato attuale del mercato - afferma il responsabile - l’IA mi permette di utilizzare dei dati grezzi per analizzare come le variabili si comportino nel tempo, e come la loro interazione evolva, per effettuare previsioni che non sarebbero possibili con i modelli tradizionali”. In che modo questo può aiutare ad adottare un approccio passivo, ma in modo più efficiente? Come spiega Susinno, l’obiettivo della strategia IA di Pictet è replicare esattamente gli stessi parametri di rischio dell'indice, ma con un tracking error minimo che liberi il budget di rischio e permetta di usarlo in modo più efficiente: “un enhanced passive, se vogliamo, che possa sfruttare l’IA per portare a casa un 1% a 1,5% di alpha annualizzato netto all'investitore”. Un risultato che sembra relativamente piccolo, ma che in termini compositi può tradursi in un 10% di differenza di rendimento cumulato su cinque anni, e nell’ordine del +30% su dieci anni.