Vai al lettorePassa al contenuto principale
Financialounge
  • 2 giorni fa
Trascrizione
00:00Tra poco nuova puntata di Speechbox, faremo un focus sull'uso dell'intelligenza artificiale
00:08applicata al mondo della finanza e a quanto può contare ancora se conta il fattore umano
00:14e soprattutto il rischio di omologazione visto il ricorso massivo dell'intelligenza artificiale
00:20come può essere combattuto e risolto? Ne parliamo dopo la sigla.
00:30Che ruolo ha l'intelligenza artificiale nelle decisioni finanziarie e nella gestione patrimoniale?
00:48Oggi viene usata sempre di più in questo settore per analizzare dati, per valutare le aziende
00:53ma quanto conta ancora il fattore umano? Una domanda ricorrente.
00:56In che modo la sostenibilità continua ad essere un criterio chiave anche nel mondo dell'intelligenza artificiale?
01:02Cerchiamo di dare risposta a tutte queste domande in questa puntata di Speechbox.
01:06Ben arrivati, ne parliamo con i nostri ospiti.
01:08Ve li presento Aurelian Duval, CFA Fundamental Equity Fund Manager di DIPAM.
01:13Ben arrivato Aurelian.
01:16Grazie per invitarmi.
01:18E con Fabio Moioli, Executive Search and Leadership Advisor di Spencer Stewart.
01:22Ben arrivato Fabio.
01:24Grazie mille. Buongiorno a tutti.
01:27Partiamo subito.
01:28Aurelian, quali sono i motivi per cui si investe oggi nell'intelligenza artificiale?
01:33E soprattutto, viste le attuali quotazioni delle società legate all'intelligenza artificiale,
01:37e molti si chiedono, e lo chiedo anche a voi, c'è ancora potenzialità di crescita per il futuro?
01:42Yeah, so, actually, people tend to look at the performance of AI stock or the Magnificent 7.
01:50And yes, the performance has been quite good compared to the rest of the market, but that has been driven by the fundamentals.
01:57So, if you look at earning estimates for the Magnificent 7, that has been going up by almost 30%.
02:03While if you look at the S&P 493, so S&P 500 minus Magnificent 7, that has been reviewed lower by 12%.
02:13Then, if you take the example of NVIDIA, NVIDIA stocks have been tripling the last year and a half,
02:19but also the earning per share of NVIDIA has been tripling the last year and a half.
02:24So, that has really been driven by fundamentals based on a healthy trend, and that's not driven by valuation.
02:30Valuation remains quite healthy.
02:32And you are quite comfortable with that trend because we see some strong use cases.
02:37Just to name a few, like Amazon is using as much robots than it has humans in some of its warehouses.
02:44Like in San Francisco, 25% of the taxi drive are via autonomous vehicle.
02:52So, these are just some examples of AI usage.
02:56But then, we see three areas, why it can still grow, why it can still get better.
03:01One of them is the user growth.
03:03So, basically, today, ChatGPT has something like 800 million users.
03:08If we compare to Alphabet or Meta platform, almost all their products have 2 to 3 billion users.
03:15The second is the usage, where we see every 2-3 months a doubling of the usage of AI models.
03:21And the third one is, how do we use it to compute the intensity of the models?
03:27And actually, if you just ask a question to an AI model, it requires, let's say, one unit of calculation.
03:34If you ask for what we call a thinking process, so this deeper process of AI, it requires 100 units of calculation.
03:45But if you go for a deep research, this model that are running like 30 minutes, sometimes it requires a million more compute units.
03:52And the same goes for marketing applications, generating image requires 100 times more, generating video 3000 times more.
04:00So, you just see that the more we use it, the more users there are, and the better our use cases, the more growth there is in AI potential.
04:09Oggi vediamo che l'intelligenza artificiale prede decisioni sempre più complesse.
04:15Allora, Fabio, in tanti si chiedono, ci chiediamo qual è oggi il ruolo del fattore umano in questo contesto.
04:20Anche per molte aziende c'è una priorità strategica che è diventata la scelta proprio di manager esperti in intelligenza artificiale.
04:28Ma allora, su quali competenze bisogna puntare per costruire oggi dei team capaci di integrare davvero l'intelligenza artificiale nei processi decisionali, secondo te?
04:37Sicuramente, come descriveva poco fa Aurelien, l'intelligenza artificiale sta diventando sempre più pervasiva in tutti i settori dell'economia, lo vediamo,
04:47e di fatto diventa sempre più anche un qualcosa che è fondante per ormai qualsiasi manager, qualsiasi leader del futuro.
04:55Da una parte noi vediamo a Spencer Stewart una crescita costante delle ricerche di esperti di tecnologia, di Chief Technology Officer, di Chief Information Officer, di Chief AI Officer,
05:08questi nuovi ruoli, quindi persone C-level focalizzate su AI.
05:11Ovviamente ognuno di loro poi con un team a report, quindi sono alcune delle figure davvero oggi più ricercate e talvolta anche più costose, ovviamente proprio per la qualità della richiesta e per la difficoltà di trovare degli esperti del giusto livello.
05:27Allo stesso tempo però, in modo qualche, in un certo senso, complementare, anche per chi non si qualifica come un esperto di queste tecnologie,
05:36quindi per un amministratore delegato o un C-level di altre funzioni, che sia un direttore del personale, un direttore della supply chain, un direttore vendite, un esperto finance, legal o altro,
05:48avere, iniziare ad avere un po' di competenze di base AI, sta davvero diventando un fattore di base, come poteva essere forse qualche anno fa,
05:59saper utilizzare ovviamente gli strumenti informatici di base, Office, PowerPoint, simili, che qualsiasi manager si aspetta che sappiano usare,
06:06oggi sempre più c'è un'aspettativa crescente che qualsiasi manager di qualsiasi funzione sappia utilizzare l'AI, almeno in certi termini.
06:16Ripeto, in parallelo sta crescendo in modo esponenziale la ricerca di esperti verticali che sappiano lavorare su queste tecnologie.
06:25Aurelian, applichiamo quello che diceva Fabio adesso, questa visione del mondo della finanza.
06:29L'intelligenza artificiale sta aumentando, abbiamo detto, la produttività dei gestori, secondo peraltro un recente studio, pare fino al 30%.
06:39Allora, come utilizzate questi strumenti nella vostra operatività quotidiana e dove invece l'apporto umano risulta insostituibile?
06:49So, basically, we use it in many areas, and that's really been a game changer in terms of productivity.
06:57It really helps us to enhance the way we process news flow, we process information.
07:03So, for instance, just naming a few examples, if we can't attend a meeting, a call with the management, or for many reasons, we can just register it, make a transcript of it, and then generate a summary.
07:21And just doing that takes us like five minutes, and we get condensed information of the meeting rather than spending an hour.
07:28And if we evaluate, that was a very good meeting, very insightful, we can listen to the entire meeting, but it really helps us to get a lot more information much faster.
07:38Another way, if we are curious about a company that we normally not analyze or don't have time to really look at for whatever reason, let's say just making a first analysis, a first discovery,
07:51analysis, we can feed the model with a good prompt, and we have been developing very good prompt, very detailed, with detailed questions, we feed it with regulatory filings, with confocal transcripts, with expert notes, with all the available information we'll normally use to analyze a company.
08:09And then we'll launch a deep research from whatever model to get quite a good output, which is like a good starting point for us to have a grasp on a company.
08:18The work doesn't stop there, but it's like helping us to spend less time on searching for information, on gathering information, which before you need to open like 10 Google pages to find out what you are looking for, now you can get the information a lot faster.
08:34And then it's like really freeing up time for us, spend less time on the processing or the searching, to then have more time in processing this information, making judgment, analyzing them, and then really what makes the difference as a portfolio manager to analyze this information and process them for decision making.
08:59Aurelina, ancora dal vostro punto di vista, quindi quello di un gestore patrimoniale, quali sono i principali criteri che guidano proprio la selezione degli investimenti nel settore dell'intelligenza artificiale? Su che cosa vi concentrate davvero?
09:14So basically we have three big steps in our investment process. The first one is to identify some key teams that are exposed to AI. So it can be chip complexity, it can be cloud computing, it can be power, and many others.
09:30And then for each team, we tend to make a mapping of the value chain. So we will see for every segment of the value chain of power or chips or cyber security, which segment has the best capacity, the best unit economics to retain the profits in there.
09:49So which segment has higher barrier to entry, which segment has higher pricing power, which segment has more innovation power, so that the benefit of building all this AI infrastructure is grasped by this company.
10:03And then comes the portfolio construction element, where we are of the opinion that there are two types of good companies to invest in. One that we call the proven winners, so very established company that tend to be larger, more diversified, and come at a cheaper valuation.
10:20That's typically the Microsoft alphabet of this world, or the NVIDIA's. And then there are future winners, smaller companies, maybe more specific in the niche of the value chain, that can grow a lot faster, but also come with higher risk and higher valuation.
10:38And then in our portfolio, we tend to balance part future winners and part proven winners to remain relevant across the AI evolution.
10:48Thank you.
11:18Thank you.
11:48Thank you.
11:50Thank you.
12:18Thank you.
12:20quantitativi ad altri approcci un po più qualitativi facendo leva anche su competenze
12:27ancora profondamente umane quindi non facendo esclusivamente riferimento all'algoritmo quando
12:32si parla di competenze umane magari cercando di avere un team con un background abbastanza
12:36diversificato che favorisca anche magari una sorta di challenge o di senso costruttivo nei
12:43confronti tra virgolette dell'algoritmo e questo può sicuramente aiutare a ridurre questa
12:52omologazione a valutare scenari diversi e quindi anche magari ad introdurre alcune discontinuità
12:57positiva alcune intuizioni visione in quella che al clienti diventa una strategia veramente sempre
13:04più uguale dove nessuno ne esce poi alla fine davvero vincente quando tutti adottano esattamente
13:09la stessa strategia senza dubbio il fattore umano che fa la differenza anche in questo
13:15ambito ringrazio gli ospiti di questa puntata speciale di speechbox aurelien duval di dipam
13:20grazie aurelien per essere stato con noi e buon lavoro e fabio moioli di spencer steward
13:26grazie anche a te fabio grazie mille grazie come sempre a voi per averci seguito in questa
13:31puntata di speechbox vi do appuntamento alla prossima restate su financial lounge.com
13:39grazie mille grazie mille grazie a tutti
Commenta prima di tutti
Aggiungi il tuo commento