Come le banche centrali possono contenere i rischi per la stabilità finanziaria mentre l’intelligenza artificiale accelera il cambiamento
Per salvaguardare mercati sempre più rapidi e interconnessi sono necessari una supervisione più rigorosa, dati migliori e un coordinamento più profondo.
L’intelligenza artificiale sta ridefinendo il modo in cui le società finanziarie valutano il rischio, allocano il credito e reagiscono alle situazioni di stress. È sempre più integrata nell’architettura decisionale del sistema finanziario. Per le banche centrali e le autorità di vigilanza finanziaria, la sfida principale è garantire che l’IA sia regolamentata in modo da rafforzare, anziché minare, la stabilità finanziaria.
Tre priorità spiccano in particolare:
- Rafforzare la supervisione e la governance delle tecnologie di trading, prestito e vigilanza basate sull’intelligenza artificiale (SupTech).
- Migliorare la visibilità sull’utilizzo dell’IA, sulle dipendenze e sui rischi di correlazione degli asset derivanti da strategie di trading sincronizzate.
- Intensificare la cooperazione internazionale in materia di resilienza operativa e difesa cibernetica.
L’intelligenza artificiale comprime tempi e distanze nel settore finanziario. Le negoziazioni, le decisioni in materia di credito e le analisi di vigilanza avvengono sempre più in tempo reale, modificando la propagazione degli shock e la velocità con cui possono diventare sistemici. Di conseguenza, le responsabilità relative al funzionamento del mercato, alla stabilità finanziaria e alla resilienza operativa sono sempre più intrecciate con le scelte politiche e di governance in materia di intelligenza artificiale.
Commercio e prestiti
L’intelligenza artificiale si sta integrando sempre più profondamente nel trading e negli investimenti nei principali mercati finanziari. I modelli di apprendimento automatico generano segnali ad alta frequenza e l’IA generativa analizza in tempo reale le conference call sugli utili, i documenti normativi e le notizie economiche. Finora, l’impatto dell’IA è stato evolutivo piuttosto che dirompente, ma l’integrazione sta accelerando tra le grandi banche d’investimento, i gestori patrimoniali e gli hedge fund.
In condizioni di mercato normali, gli effetti sono in gran parte positivi. L’esecuzione basata sull’intelligenza artificiale può contribuire a migliorare la liquidità, ridurre i costi di transazione e accelerare la determinazione dei prezzi. Nei mercati del credito, i modelli supportati dall’IA nei prestiti al consumo e alle piccole imprese rafforzano l’individuazione delle frodi e ampliano i dati utilizzati per la valutazione del rischio.
Ll’intelligenza artificiale può rendere i mercati più veloci e più interconnessi.
Durante i periodi di stress, tuttavia, queste stesse caratteristiche possono amplificarsi: l’intelligenza artificiale può rendere i mercati più veloci e più interconnessi. Le analisi del FMI mostrano che alcuni fondi basati sull’IA ribilanciano il portafoglio molto più rapidamente rispetto alle strategie tradizionali, amplificando le oscillazioni quando molti modelli rispondono a segnali simili. Il comportamento di gregge non è una novità, ma l’IA può modificarne le dinamiche. I futuri crolli improvvisi potrebbero derivare meno da errori di programmazione e più dalla reazione simultanea di molti sistemi di IA alle stesse informazioni.
L’opacità rappresenta un’ulteriore sfida per le autorità. Anche le istituzioni più sofisticate possono avere difficoltà a spiegare perché una strategia basata sull’intelligenza artificiale si sia comportata in un determinato modo sotto stress, rendendo più difficile per le banche centrali e le autorità di vigilanza finanziaria individuare i rischi emergenti e diagnosticare le perturbazioni del mercato.
Le politiche devono adeguarsi. Le banche centrali e le autorità di vigilanza finanziaria dovranno monitorare più attentamente le strategie basate sull’intelligenza artificiale, mappare i rischi di correlazione e garantire che gli stress test tengano conto della velocità, della portata e delle interazioni dei processi decisionali basati sull’IA. Un monitoraggio più efficace e dati più precisi sull’adozione dell’IA, sulle dipendenze dei modelli e sull’esposizione al mercato saranno un complemento importante ai tradizionali cuscinetti di capitale e liquidità, che rimarranno fondamentali per la resilienza finanziaria. Una maggiore trasparenza sull’utilizzo dei modelli chiave può aiutare le autorità a individuare le potenziali vulnerabilità sistemiche.
Nel tempo, un’intelligenza artificiale ben gestita potrebbe contribuire a mitigare i pregiudizi umani e a diversificare i processi decisionali. Tuttavia, la realizzazione di questi benefici dipenderà da solide garanzie in materia di rischio dei modelli e da una grande trasparenza sul loro utilizzo.
Infrastruttura e operazioni
L’intelligenza artificiale sta trasformando anche il nucleo operativo del sistema finanziario. Le banche potrebbero implementarla sempre più nelle funzioni di back-office e di gestione del rischio, comprimendo processi che un tempo richiedevano giorni in flussi di lavoro in tempo reale. Le infrastrutture dei mercati finanziari, come borse, camere di compensazione e sistemi di pagamento, potrebbero utilizzare l’IA per il monitoraggio del sistema e il rilevamento delle anomalie, man mano che i volumi e la complessità delle transazioni aumentano.
Il rischio principale deriva dalla concentrazione di servizi critici e dalle dipendenze condivise. Molte applicazioni di intelligenza artificiale si basano su un numero limitato di fornitori di servizi cloud, dati o modelli.
Sebbene queste dipendenze possano essere invisibili a livello aziendale, possono creare significative vulnerabilità sistemiche: un’interruzione presso un fornitore critico, sia essa di natura tecnica, informatica o geopolitica, potrebbe colpire simultaneamente numerose istituzioni.
Banca Centrale Europea e la Banca d’Inghilterra
Diverse autorità, tra cui la Banca Centrale Europea e la Banca d’Inghilterra, hanno ampliato i quadri di riferimento per la resilienza operativa per includere esplicitamente i fornitori di servizi critici di terze parti, compresi i fornitori di intelligenza artificiale e di servizi cloud. Le banche centrali e le autorità di vigilanza finanziaria necessitano di una mappatura a livello di sistema delle dipendenze legate all’IA, di standard minimi di resilienza per i fornitori chiave e di piani di emergenza per interruzioni correlate.
Allo stesso tempo, le scelte politiche stesse possono influenzare i rischi di concentrazione. Se i quadri normativi o di vigilanza favoriscono implicitamente un numero ristretto di fornitori di IA approvati, o incoraggiano le imprese a convergere verso modelli di business e strumenti simili, potrebbero aumentare le dipendenze comuni e i fallimenti correlati. Le autorità dovranno bilanciare i vantaggi derivanti dall’affidarsi a fornitori noti e ben valutati con i rischi sistemici che possono derivare da un’eccessiva concentrazione e uniformità.
Gestione e supervisione dei rischi
L’intelligenza artificiale sta trasformando il modo in cui le banche centrali e le autorità di vigilanza finanziaria svolgono i loro compiti. Le tecnologie di sorveglianza (SupTech) vengono utilizzate per migliorare la sorveglianza del mercato, identificare i rischi emergenti e indirizzare gli sforzi di vigilanza. Banche centrali e autorità di vigilanza finanziaria come quelle di Francia, Portogallo, Germania e Giappone applicano l’apprendimento automatico ai dati relativi a titoli e derivati per individuare anomalie, mentre la Federal Reserve, la BCE e la Banca del Canada utilizzano l’elaborazione del linguaggio naturale su report di vigilanza e reclami dei consumatori per individuare i rischi emergenti.
Con la crescente complessità dei sistemi finanziari, le tecnologie di sorveglianza (SupTech) possono migliorare la tempestività, la copertura e la profondità analitica. Tuttavia, sollevano anche sfide in termini di governance. Se da un lato l’intelligenza artificiale può contribuire ad alleviare la carenza di competenze, dall’altro richiede anche una competenza specialistica che scarseggia, soprattutto nei mercati emergenti. Le autorità di vigilanza avranno bisogno di maggiori capacità tecniche per valutare sistemi di intelligenza artificiale sempre più complessi e potrebbero dover ricorrere a istituzioni esterne specializzate. Il rischio di modello e l’eccessiva dipendenza da output automatizzati possono creare punti ciechi, soprattutto quando i sistemi mostrano prestazioni scadenti in condizioni di stress.
Diverse autorità hanno pertanto adottato un principio chiaro: l’IA dovrebbe potenziare il giudizio di vigilanza, non sostituirlo. Con la crescente diffusione delle tecnologie di sorveglianza (SupTech), i quadri normativi dovranno prevedere una solida governance, requisiti di trasparenza e supervisione umana, oltre a investimenti nelle capacità di vigilanza.
Minacce informatiche potenziate dall’intelligenza artificiale
L’intelligenza artificiale generativa sta rapidamente aumentando la velocità, la portata e la sofisticatezza degli attacchi informatici. Il phishing sta diventando sempre più convincente, gli schemi fraudolenti si adattano in tempo reale e il divario tra la scoperta e lo sfruttamento delle vulnerabilità si sta riducendo. Di conseguenza, le istituzioni hanno meno tempo per individuare e contrastare le minacce.
Per le banche centrali e le autorità di vigilanza finanziaria, queste minacce non sono più puramente operative. Poiché l’intelligenza artificiale potenzia le capacità degli attori malevoli, la resilienza informatica sta diventando una preoccupazione macrofinanziaria.
Un’indagine della Banca dei Regolamenti Internazionali rileva che la maggior parte delle banche centrali sta adottando o prevede di adottare l’intelligenza artificiale generativa per il rilevamento e la risposta alle minacce, pur riconoscendo che questi stessi strumenti rafforzano le capacità degli aggressori. Le autorità giapponesi hanno collaborato con importanti istituzioni per valutare la preparazione ai rischi informatici basati sull’IA, mentre il lavoro del G7 evidenzia come le minacce abilitate dall’IA rappresentino vulnerabilità condivise che richiedono risposte coordinate.
Le priorità politiche sono chiare. Le banche centrali e le autorità di vigilanza finanziaria dovrebbero rafforzare le aspettative in materia di resilienza informatica, condurre esercitazioni a livello di sistema che includano scenari basati sull’intelligenza artificiale e migliorare la condivisione di informazioni su minacce e difese. Investire nell’intelligenza artificiale a fini difensivi, entro limiti ben definiti, sarà fondamentale per tenere il passo con l’evoluzione degli attacchi.
Modellare l’IA per la stabilità
L’intelligenza artificiale è ormai una questione di stabilità finanziaria che attraversa mercati, istituzioni, infrastrutture finanziarie e vigilanza. In un sistema finanziario basato sull’IA, la stabilità dipenderà meno da un singolo modello e più dalle istituzioni, dagli incentivi e dalle garanzie che ne regolano l’utilizzo. Il FMI può aiutare i paesi a identificare le vulnerabilità emergenti, condividere esperienze e sviluppare solidi quadri normativi attraverso la sorveglianza, le valutazioni del settore finanziario e lo sviluppo delle capacità.
Se i responsabili politici agiranno tempestivamente e in modo coordinato, l’intelligenza artificiale potrà rafforzare la resilienza finanziaria globale. In caso contrario, l’instabilità futura potrebbe essere più rapida, più correlata e più difficile da gestire rispetto agli episodi passati.
