L’intelligenza artificiale sta trasformando il settore del trading globale e il giro d’affari collegato ai sistemi automatizzati continua a espandersi. Secondo un’analisi pubblicata da Forbes, il mercato del trading ad alta frequenza ha raggiunto nel 2024 un valore di 10,4 miliardi di dollari e potrebbe arrivare a 16 miliardi entro il 2030, con una crescita stimata del 53,8%.
La corsa degli algoritmi, tuttavia, si scontra con un elemento che continua a pesare nel settore finanziario: la fiducia.
I trader continuano ad avere dubbi sull’AI
Mentre banche, società finanziarie e operatori specializzati aumentano gli investimenti nelle tecnologie di machine learning e deep learning, molti professionisti mostrano ancora prudenza.
Secondo uno studio della Cornell University secondo cui il 57,1% degli operatori finanziari dichiara di utilizzare raramente l’intelligenza artificiale. Le principali motivazioni riguardano la difficoltà nell’interpretare i risultati prodotti dai sistemi e i dubbi sulla loro affidabilità.
Una tendenza confermata anche dall’AI Trust Report, secondo il quale il 57% dei trader non ripone una fiducia completa negli strumenti basati sull’intelligenza artificiale.
I numeri mostrano un fenomeno particolare: l’adozione della tecnologia cresce, ma non cresce con la stessa velocità la fiducia nei confronti degli algoritmi.
Italia più prudente degli Stati Uniti
Le perplessità non riguardano soltanto il settore finanziario.
Una recente analisi riportata dal Washington Post evidenzia che il 38% degli americani manifesta dubbi nei confronti delle tecnologie legate all’intelligenza artificiale.
In Italia la percentuale sale al 49%.
Ancora più elevato il dato riferito alla popolazione cinese, che raggiunge l’84%.
Numeri che fotografano un rapporto ancora complesso tra cittadini e sistemi di AI, nonostante la diffusione crescente di queste tecnologie nella vita quotidiana e nelle attività economiche.
Dal trader esecutivo al supervisore degli algoritmi
La trasformazione non riguarda soltanto gli strumenti utilizzati ma anche il ruolo dei professionisti.
Secondo quanto evidenziato da CapTrader, la figura del trader non è destinata a scomparire.
Sta invece cambiando funzione.
L’operatore diventa sempre meno esecutore di ordini e sempre più supervisore dei sistemi automatizzati, con responsabilità legate alla progettazione delle strategie, al controllo degli algoritmi e alla verifica dei risultati.
Per questo motivo alle competenze finanziarie tradizionali si aggiungono oggi conoscenze di data analysis, coding e machine learning.
Tra i professionisti che stanno lavorando sull’integrazione dell’intelligenza artificiale nei processi decisionali c’è Davide Renna, sport trader professionista, tra i principali esperti europei del settore.
La sua attività si concentra sul tentativo di trasferire all’interno dei sistemi intelligenti non soltanto dati e statistiche, ma anche il percorso logico che porta a una decisione.
Secondo Renna, il punto non è costruire un algoritmo che effettui semplici previsioni, ma sviluppare strumenti capaci di comprendere il ragionamento che sta dietro una scelta operativa.
I rischi evidenziati dalla WTO
Accanto ai benefici, il dibattito internazionale continua a concentrarsi anche sulle criticità.
La WTO, l’Organizzazione mondiale del commercio, ha segnalato alcuni rischi collegati alla crescente automazione dei processi decisionali.
Tra gli aspetti indicati figurano la limitata trasparenza degli algoritmi, le difficoltà di governance e i possibili effetti sistemici derivanti da un utilizzo sempre più esteso di sistemi automatizzati.
Questioni che rafforzano il ruolo del controllo umano nei processi decisionali.
Il vantaggio competitivo resta umano
La velocità di elaborazione, la capacità di lavorare su enormi quantità di dati e la riduzione dei bias emotivi rappresentano alcuni dei principali vantaggi dell’intelligenza artificiale applicata al trading.
Tuttavia, nei momenti di maggiore incertezza, quando i mercati si muovono in maniera imprevedibile o i modelli mostrano limiti interpretativi, continua a emergere il valore dell’esperienza umana.
“Non sto costruendo un sistema che sostituisce l’uomo, ma uno che ne replica il processo decisionale. L’idea è creare un motore che ragioni come me prima di un trade, e che nel tempo possa anche evidenziare errori, pattern e punti ciechi. In questo senso, l’AI non diventa uno strumento per prevedere, ma per migliorare il modo in cui prendiamo decisioni in contesti di incertezza”, ha concluso Davide Renna.
La sfida dei prossimi anni non sarà fermare l’intelligenza artificiale, ma trovare un equilibrio tra automazione e capacità umana di interpretare la complessità. In un settore dominato dai dati, il vero elemento distintivo continua infatti a essere la qualità delle decisioni.
