ANCORA UNO STOP AGLI INVESTIMENTO DELLE CASSE

In realtà le Casse di previdenza non vogliono applicare il codice degli appalti nella selezione dei gestori, cosa che dovrebbero già fare, e mal sopportano i paletti delle incompatibilità.

Per contro il Governo insiste perché le Casse di previdenza investano di più nell’economia reale italiana.

Le parti troveranno un compromesso che non vada a scapito degli iscritti, obbligati per legge ad esserlo?

Lo sapremo solo vivendo ma vedo dense nuvole nere all’orizzonte.

I mercati finanziari sono però in profonda evoluzione, sia per la transizione tecnologica che per l’avvento dell’intelligenza artificiale.

“L’intelligenza artificiale (AI) nel settore finanziario è l’uso della tecnologia, inclusi algoritmi avanzati e machine learning (ML), per analizzare i dati, automatizzare le attività e migliorare i processi decisionali nel settore dei servizi finanziari.

L’intelligenza artificiale nella finanza si riferisce all’applicazione di una serie di tecnologie, in particolare algoritmi di machine learning, nel settore finanziario. Questa fintech consente alle organizzazioni nel ramo dei servizi finanziari di migliorare l’efficienza, l’accuratezza e la velocità di attività quali l’analisi dei dati, le previsioni, la gestione degli investimenti, la gestione del rischio, il rilevamento delle frodi, il servizio clienti e altro ancora. L’AI sta modernizzando il settore finanziario automatizzando i processi bancari tradizionalmente manuali, consentendo una migliore comprensione dei mercati finanziari e creando modi per coinvolgere i clienti che imitano l’intelligenza e l’interazione umana. L’AI sta rivoluzionando il modo in cui le istituzioni finanziarie operano e alimentano le startup. I modelli AI eseguono operazioni con una velocità e una precisione senza precedenti, sfruttando i dati di mercato in tempo reale per sbloccare insight più approfonditi e stabilire dove effettuare gli investimenti. Analizzando pattern intricati nei set di dati delle transazioni, le soluzioni AI consentono alle organizzazioni del settore finanziario di migliorare la gestione del rischio, che include iniziative in materia di sicurezza, frode, antiriciclaggio (AML), know your customer (KYC) e conformità. L’AI sta anche cambiando il modo in cui le organizzazioni finanziarie interagiscono con i clienti, prevedendo il loro comportamento e comprendendo le loro preferenze di acquisto. Ciò consente interazioni più personalizzate, un’assistenza clienti più rapida e accurata, un credit scoring migliorato e prodotti e servizi innovativi. 

In generale, l’integrazione dell’AI nella finanza sta creando una nuova era di processi decisionali basati sui dati, efficienza, sicurezza ed esperienza del cliente nel settore finanziario. 

Come viene utilizzata l’AI nella finanza? Come viene utilizzata l’AI nella finanza? Come viene utilizzata l’AI nella finanza?

Ecco alcune aree chiave in cui l’AI viene comunemente applicata nel settore finanziario: 

Trading algoritmico: l’AI può essere utilizzata per sviluppare algoritmi di trading in grado di analizzare le tendenze del mercato e i dati storici per prendere decisioni ed eseguire operazioni più velocemente degli esseri umani. 

Automazione ed efficienza: l’AI può automatizzare le attività ripetitive e quelle che richiedono più tempo, consentendo alle istituzioni finanziarie di elaborare grandi quantità di dati in modo più rapido e accurato.

Vantaggio competitivo: l’AI può aiutare gli istituti finanziari a promuovere l’innovazione e a rimanere all’avanguardia nel campo della tecnologia, il che può dare loro un vantaggio competitivo.

Conformità: l’AI può automatizzare i requisiti di monitoraggio e reporting per garantire la conformità normativa

Credit scoring: l’AI è in grado di analizzare una varietà di dati, tra cui l’attività sui social media e altri comportamenti online, per valutare l’affidabilità creditizia dei clienti e prendere decisioni più accurate sui crediti.

Riduzione dei costi: automatizzando le attività, le istituzioni finanziarie possono ridurre il lavoro manuale, semplificare i workflow e migliorare l’efficienza operativa, riducendo in tal modo i costi.

Servizio clienti: rispondendo alle domande e completando le attività di routine 24 ore su 24, 7 giorni su 7, gli assistenti personali e i chatbot basati sull’AI possono ridurre la necessità di intervento umano, fornire un servizio clienti personalizzato come l’approvazione del credito in tempo reale e offrire ai consumatori una maggiore protezione dalle frodi e una migliore cybersecurity.

Analisi dei dati: l’AI può analizzare enormi quantità di dati ed estrarre insight e tendenze che sarebbero difficili da rilevare per i data scientist umani, consentendo così un processo decisionale più informato e una comprensione più profonda del comportamento del mercato.

Rilevamento delle frodi: gli algoritmi di AI possono prevenire i reati finanziari, come frodi e attacchi informatici, identificando modelli insoliti nelle transazioni finanziarie. Ciò consente di migliorare la sicurezza di attività come l’online banking e le transazioni con carta di credito. 

Elaborazione dei prestiti: grazie al’AI è possibile prevedere e valutare meglio i rischi legati ai prestiti e semplificare il processo e le approvazioni per i richiedenti, automatizzando attività come la valutazione del rischio, il credit scoring e la verifica dei documenti.

Finanze personali: gli strumenti di AI possono aiutare le persone a gestire le proprie finanze personali analizzando obiettivi, modelli di spesa e tolleranza al rischio per sviluppare consigli sul bilancio e strategie di risparmio.

Gestione del portafoglio: l’AI è in grado di analizzare le condizioni di mercato e gli indicatori economici per aiutare gli investitori a prendere decisioni migliori e ottimizzare i propri portafogli.

Analitica predittiva: l’AI può consentire la modellazione predittiva, che può aiutare le organizzazioni finanziarie ad anticipare le tendenze del mercato, i potenziali rischi e il comportamento dei clienti.

Gestione del rischio: l’AI è in grado di analizzare i dati per aiutare le organizzazioni finanziarie a valutare e gestire i rischi in modo più efficace e creare un ambiente finanziario più sicuro e stabile.

Analisi del sentiment: l’AI può analizzare fonti di notizie, social media e altre informazioni per valutare il sentiment del mercato, il che può aiutare a prevedere le tendenze del mercato e influenzare il processo decisionale”. (Fonte: Intelligenza artificiale nel settore finanziario, IBM, 08.12.2023, https://www.ibm.com/it-it/topics/artificial-intelligence-finance).

I dati del quinto Osservatorio Mefop sugli investimenti alternativi delle casse di previdenza, dei fondi pensione e dei fondi sanitari evidenziano che gli enti di previdenza dei liberi professionisti rappresentano il principale detentore di asset non tradizionali, con un patrimonio investito in tali strumenti pari a circa il 30% delle attività finanziarie complessivamente detenute.

La ricerca si è svolta nel terzo quadrimestre 2024 e ha visto la partecipazione di 19 casse di previdenza (nel complesso hanno partecipato 115 enti tra fondi pensione, fondi sanitari e casse di previdenza).

Tutte le casse di previdenza partecipanti hanno dichiarato di investire in alternativi, le ragioni principali addotte per tale scelta risiedono nella possibilità di ottenere una maggiore redditività e nella coerenza di tali asset con l’orizzonte temporale di lungo periodo della politica d’investimento attuata (63% in entrambi i casi, per la domanda sulle ragioni alla base dell’investimento nelle asset class non tradizionali era possibile dare più di una risposta).

Tra le casse di previdenza, circa il 20% dichiara di prevedere strategicamente un focus geografico nella scelta degli investimenti alternativi; l’interesse si orienta in modo particolare verso il mercato italiano (75% delle casse che hanno un focus geografico), tendenza da imputare alla volontà di sostenere il sistema economico italiano, a vantaggio delle categorie professionali di riferimento. Apprezzabile anche l’attenzione rivolta agli altri paesi dell’area Euro.(Fonte: Sofia Mencarelli, Mefop).

“Investire nei mercati privati non significa solo puntare a rendimenti più elevati. È importante considerare con attenzione l’orizzonte temporale dell’investimento, le esigenze di liquidità e le caratteristiche di ogni strategia. Inoltre, il successo dipende anche dall’accesso a gestori di alto livello, da un’attenta analisi iniziale (due diligence) e da un monitoraggio continuo degli investimenti.” (Fonte: I private markets come ponte: pilastri di stabilità in periodi di volatilità, Alberto Salato, Anteo n. 132, giugno 2025).

La scelta,  attraverso gare pubbliche a livello europeo,  dovrebbero consentire di individuare proprio i gestori di alto livello.

Le Casse di previdenza dovranno mettere a disposizione non solo capitale, ma anche visione, ascolto e coerenza per costruire insieme un’economia più stabile e competitiva perché il futuro non si prevede ma si costruisce insieme.

Un motivo in più per dotare le Casse di previdenza di quelle professionalità all’altezza del compito che le attende al fine di “monitorare in maniera efficace ed efficiente il portafoglio investimenti riuscendo, pertanto, ad ottimizzare il binomio rischio-rendimenti” come richiesto dalla Commissione bicamerale di controllo alla pag. 35 della sua relazione conclusiva che solo pochi iscritti hanno letto!

Il periodo estivo non giova alla causa, anzi proprio il contrario!