L’AI nella finanza sta passando dagli esperimenti individuali ai processi istituzionali. OpenAI ha lanciato ChatGPT for Financial Services, una versione destinata a banche, società d’investimento e altri operatori professionali, sviluppata con il contributo di Morgan Stanley ed Evercore.
La piattaforma combina un modello avanzato con dati professionali e strumenti per produrre ricerche, valutazioni e materiali per i clienti. Può consultare bilanci e trascrizioni, aggiornare fogli Excel e trasformare l’analisi in documenti o presentazioni aziendali.
La domanda più immediata è se l’intelligenza artificiale sostituirà gli analisti. Quella più utile per un investitore è diversa: quali attività perderanno valore, quali competenze diventeranno più importanti e chi catturerà economicamente l’aumento di produttività?
Perché ChatGPT for Financial Services è un passaggio importante
I chatbot erano già utilizzati per riassumere documenti. Nel lavoro finanziario, però, servono anche dati autorizzati, formule verificabili, fonti rintracciabili e protezione delle informazioni riservate.
Il prodotto include dati di Daloopa, PitchBook, LSEG News e Crunchbase e permette di collegare abbonamenti a fornitori come S&P Capital IQ, LSEG, MSCI, Factiva e Moody’s. L’ecosistema comprende anche connettori per FactSet, Preqin e Datasite.
OpenAI dichiara che numeri e affermazioni possono essere ricondotti alle fonti originali. Le imprese possono gestire permessi, separare gli ambienti ed esportare registri per i controlli. I dati aziendali non vengono utilizzati per addestrare i modelli per impostazione predefinita.
Il cambiamento sostanziale è quindi l’ingresso dell’AI direttamente nel flusso di lavoro: dalla ricerca delle informazioni alla produzione del risultato finale.
Quali attività degli analisti possono essere automatizzate
Il lavoro dell’analista comprende attività con livelli molto differenti di ripetitività, giudizio e responsabilità.
| Livello di esposizione | Attività | Ruolo che rimane all’analista |
|---|---|---|
| Elevato | Ricerca nei documenti, estrazione dei dati, sintesi delle trimestrali, aggiornamento dei modelli, prima bozza di confronti e presentazioni | Verificare fonti, formule ed eccezioni |
| Intermedio | Normalizzazione degli utili, costruzione degli scenari, screening dei titoli, analisi dei comparabili | Scegliere rettifiche, ipotesi e probabilità |
| Limitato | Formulazione della tesi, individuazione di una visione diversa dal consenso, dimensionamento della posizione, gestione del rischio e confronto con il cliente | Assumersi la responsabilità della decisione |
In un caso pubblicato da OpenAI, Balyasny Asset Management afferma che alcune ricerche prima completate in giorni vengono ora svolte in ore; un’analisi sulle banche centrali sarebbe scesa da due giorni a circa trenta minuti. Sono dati comunicati da un cliente, non uno studio indipendente, ma indicano la direzione del cambiamento.
Gli analisti finanziari scompariranno?
Nel breve periodo è più probabile l’automazione di una parte del lavoro che la sostituzione dell’intera professione.
La prima ragione è la responsabilità. Un modello può proporre una rettifica dell’EBITDA, ma non risponde delle conseguenze economiche. Approvare una valutazione o raccomandare un’operazione richiede una catena di controllo umana.
La seconda è che gli stessi dati non producono la stessa decisione. Contano la domanda formulata, le ipotesi, la conoscenza del settore e ciò che il mercato ha già incorporato nel prezzo.
La terza è il rischio di uniformità: se molti operatori usano gli stessi modelli e dataset, la velocità diventa una dotazione comune, non una fonte automatica di rendimento superiore.
L’impatto maggiore potrebbe riguardare le posizioni junior, incaricate di raccogliere dati e aggiornare modelli. Le imprese potranno lavorare con meno ore, ma dovranno ripensare la formazione: molte competenze si imparano proprio attraverso le attività ora automatizzate.
Chi può guadagnare dall’AI nella finanza
La creazione di valore non implica che un solo soggetto riesca a trattenerlo.
| Parte della filiera | Opportunità | Rischio |
|---|---|---|
| Piattaforme AI | Abbonamenti, integrazione nei processi e costi di sostituzione | Concorrenza, costi di calcolo e responsabilità sugli errori |
| Fornitori di dati | Nuovi ricavi da licenze e maggiore distribuzione | Perdita del rapporto diretto con l’utente e minore rilevanza dell’interfaccia tradizionale |
| Banche e asset manager | Più ricerca per dipendente, tempi inferiori e maggiore copertura | Risparmi trasferiti ai clienti attraverso commissioni più basse |
| Software finanziari | Possibilità di integrare l’AI nei prodotti esistenti | Funzioni standardizzate trasformate in commodity |
| Professionisti | Maggiore capacità di analisi e accesso a competenze specialistiche | Riduzione del valore delle attività esecutive |
Per LSEG, S&P Global, Moody’s e FactSet, l’integrazione può ampliare l’uso dei dati proprietari. Se però il lavoro inizierà da un assistente AI anziché da un terminale, la relazione con il cliente potrebbe spostarsi verso la piattaforma tecnologica.
Per banche e asset manager, maggiore produttività non significa automaticamente margini superiori. Se tutti diventano più efficienti, i clienti possono chiedere tempi più rapidi e prezzi inferiori, assorbendo parte del beneficio.
Perché più velocità non significa più alpha
L’AI può leggere più documenti e aggiornare un modello più rapidamente. Ma l’alpha non dipende dal volume dell’informazione: nasce dall’interpretazione e da una posizione con un rapporto favorevole tra rendimento e rischio.
Quando una tecnologia diventa accessibile a tutti, riduce tempi e costi del settore, ma può abbreviare la durata delle opportunità e rendere più difficile conservare un vantaggio informativo.
Per l’investitore individuale, l’AI può raccogliere dati, controllare un modello e mettere alla prova una tesi. Non stabilisce però l’orizzonte, la perdita sostenibile o la dimensione della posizione. Una risposta dettagliata può creare falsa precisione se le ipotesi sono deboli.
Cosa dovrebbe monitorare un investitore
Per capire chi sta realmente beneficiando dall’AI nella finanza sarà utile osservare:
- diffusione oltre i progetti pilota e utilizzo effettivo da parte dei team;
- ricavi per dipendente e rapporto tra compensi e fatturato nelle società finanziarie;
- prezzo delle soluzioni AI rispetto al risparmio di tempo ottenuto;
- rinnovi e potere di prezzo dei fornitori di dati;
- evoluzione dell’organico, soprattutto nelle posizioni junior;
- errori materiali, incidenti sui dati e costi di conformità;
- eventuale pressione sulle commissioni di ricerca, advisory e gestione.
Il prezzo di ChatGPT for Financial Services non è stato reso pubblico e il servizio è inizialmente disponibile soltanto per istituzioni ritenute idonee. È quindi ancora troppo presto per stimarne la redditività o l’impatto finanziario sui partner.
Il punto di vista di Investire Hub
ChatGPT for Financial Services non dimostra che gli analisti scompariranno. Mostra però che ricerca documentale, aggiornamento dei modelli e produzione dei materiali stanno diventando attività meno costose e differenzianti.
Il valore si sposterà verso ciò che resta scarso: dati affidabili, domande intelligenti, conoscenza settoriale, verifica delle ipotesi e capacità di allocare il capitale. Gli analisti che usano l’AI potranno sostituire parte del lavoro di chi non la usa; le istituzioni potrebbero comunque aver bisogno di meno persone per produrre lo stesso volume.
I vincitori non saranno necessariamente soltanto i produttori dei modelli. Potranno creare valore anche le società che controllano dati, processi critici e relazioni con i clienti. La domanda decisiva è chi tratterrà l’aumento di produttività prima che la concorrenza lo trasformi in prezzi più bassi.
Vuoi comprendere meglio le tecnologie e le aziende che stanno trasformando i mercati? Iscriviti a Investire Hub per ricevere approfondimenti mirati e strumenti pratici per investire con maggiore consapevolezza.
Fonti principali: OpenAI, ChatGPT for Financial Services, 10 settembre 2026; OpenAI, soluzioni per i servizi finanziari; OpenAI, caso Balyasny Asset Management; OpenAI, caso Morgan Stanley; Reuters, 10 settembre 2026.
Il contenuto ha finalità esclusivamente informative e non costituisce una raccomandazione d’investimento.