In breve: l'intelligenza artificiale non sostituirà completamente i banchieri d'investimento, ma si occuperà di una fetta consistente del lavoro "di produzione" di livello inferiore e ridurrà il numero di team man mano che i flussi di lavoro verranno riorganizzati. Se le aziende riusciranno a circoscrivere gli strumenti entro limiti di conformità e a garantire tracce di audit impeccabili, il carico di lavoro degli analisti si ridurrà rapidamente; se la fiducia viene meno sotto pressione, la decisione finale spetterà comunque agli esseri umani.
Punti chiave:
Automazione delle attività: utilizza l'intelligenza artificiale per le prime bozze, le composizioni, i riepiloghi e la formattazione delle diapositive.
Vantaggio umano: concentrarsi sulla fiducia, sulla negoziazione, sulla politica e sulla responsabilità negli accordi dal vivo.
Cambio di anzianità: gli analisti si comprimono; gli associati/vicepresidenti ottengono influenza attraverso la revisione e il giudizio.
Prima i controlli: insistere su audit trail, indicatori di incertezza e rigidi vincoli di conformità.
Rischio di formazione: se il lavoro pesante scompare, ricostruire l'apprendistato con cicli di pratica deliberati.
Articoli che potrebbero interessarti dopo questo:
🔗 L'intelligenza artificiale sostituirà i radiologi nel prossimo futuro?
Come potrebbe cambiare il lavoro di imaging con la diagnostica assistita dall'intelligenza artificiale.
🔗 L'intelligenza artificiale sostituirà i contabili o ne cambierà il ruolo?
Cosa può gestire l'automazione e in cosa gli esseri umani contano ancora.
🔗 L'intelligenza artificiale sostituirà gli analisti di dati: la vera discussione
Visione pratica dei compiti che l'intelligenza artificiale può e non può sostituire.
🔗 L'intelligenza artificiale sostituirà gli avvocati? Una domanda più complicata di quanto sembri
Perché il lavoro legale resiste alla completa automazione, nonostante i rapidi progressi dell'intelligenza artificiale.
La risposta breve alla domanda "L'intelligenza artificiale sostituirà i banchieri d'investimento" 📌
È improbabile che l'intelligenza artificiale sostituisca completamente i banchieri d'investimento in ogni fase del processo, perché il settore bancario non si limita alla produzione di risultati, ma consiste nel conquistare la fiducia, gestire l'ambiguità e concludere affari quando ognuno ha incentivi diversi e una memoria selettiva.
Ma l'intelligenza artificiale sicuramente:
-
Automatizzare gran parte del lavoro di analisi, redazione e processo
-
Comprimi le tempistiche per i pitch e l'esecuzione
-
Ridurre il numero di persone necessarie per determinati livelli di lavoro
-
Spostare il valore verso la relazione potenza + giudizio + distribuzione
-
Costringere le banche a ripensare il modello di “apprendistato” analista-associato
Quindi, se vi state chiedendo "L'IA sostituirà i banchieri d'investimento?" come se fosse un semplice sì/no, la risposta diretta è: l'IA sostituisce i compiti, non l'intera specie 🧠🤖
Un rapido controllo della realtà: questo non è un "un giorno", è già nei calcoli della forza lavoro 🔢
Per dirla in modo semplice: i dirigenti non stanno discutendo se l'IA sia importante, ma stanno pianificando il budget tenendo conto di essa.
-
Nell'indagine del World Economic Forum sui datori di lavoro, l'86% prevede che l'IA e le tecnologie di elaborazione delle informazioni trasformeranno la propria attività entro il 2030, e lo stesso studio evidenzia un ricambio di posti di lavoro (creazione e spostamento) guidato dalla trasformazione strutturale. [1]
-
Nel frattempo, importanti ricerche sulla produttività sostengono che l'IA generativa può cambiare sostanzialmente la produzione oraria se le organizzazioni riescono a riorganizzare il tempo e a rimodellare i flussi di lavoro (un grande "se", ma è proprio questo il punto). [2]
Traduzione: anche se i “banchieri” non scompaiono, il modello operativo non rimarrà lo stesso.
Cosa fanno i banchieri d'investimento (la parte che la gente dimentica) 🧾📈
Se l'investment banking fosse solo fogli di calcolo e slide, questa conversazione sarebbe già finita. Ma il lavoro è più simile a cinque lavori impilati in un trench:
-
Origination (trovare e acquisire lavoro).
Costruzione di relazioni, posizionamento, tempismo, politica. Un po' di terapia, un po' di strategia, un po' di scacchi ♟️ -
Esecuzione (portare a termine l'accordo):
coordinamento tra avvocati, commercialisti, comitati interni, dirigenti del cliente, controparti... oltre a continue "piccole" crisi. -
Valutazione e narrazione
Non solo numeri: una storia che supera ogni analisi. Perché questo accordo, perché ora, perché questo prezzo. -
Gestione dei processi:
tempistiche, data room, richieste di due diligence, coordinamento degli stakeholder. In pratica, è gestione professionale dei gatti 🐈 -
Gestione del rischio e giudizio sulla reputazione
Ciò che non si deve fare è importante quanto ciò che si deve fare. A volte anche di più.
L'intelligenza artificiale può aiutare in tutti e cinque i casi. Sostituirli tutti e cinque è più difficile.
Cosa rende una buona versione dell'intelligenza artificiale nell'investment banking 🤝🤖
Una "buona versione" dell'IA nel settore bancario non è quella che genera il paragrafo più accattivante. È quella che si comporta come un affidabile collaboratore junior che:
-
Non ha allucinazioni (o almeno segnala chiaramente l'incertezza)
-
Spiega i suoi presupposti senza trasformarsi in una lezione di filosofia
-
Lavora all'interno dei vincoli di conformità senza lamentarsi
-
Utilizza modelli coerenti e controllo delle versioni (il settore bancario è allergico alla casualità)
-
Comprende il contesto : dinamiche del settore, norme sulla struttura degli accordi, sensibilità dei clienti
-
Mantiene una traccia di controllo in modo che qualcuno possa difendere l'output in seguito 😬
Inoltre: la finanza sta già adottando l’intelligenza artificiale (inclusa la GenAI) in ambiti quali l’elaborazione back-end e la conformità, pur evidenziando esplicitamente rischi quali opacità, privacy, sicurezza informatica e pregiudizi. Questa tensione è l’intero gioco. [3]
Il requisito nascosto è la fiducia. Un modello può essere intelligente, ma se non ci si può fidare di lui sotto pressione, diventa un peso. Come un'auto sportiva con freni inaffidabili: divertente finché non lo è più.
Dove l'intelligenza artificiale colpisce per prima: le parti "industriali" del settore bancario 🏭🧠
Lo spostamento più precoce si verifica nel lavoro che è:
-
Alto volume
-
Basato su modelli
-
Soggetto a errori da parte degli esseri umani
-
Facile da controllare meccanicamente
Quindi sì, gran parte del dolore classico dell'analista risiede nella zona dell'esplosione.
Attività che probabilmente richiedono automazione (o forte compressione)
-
Redazione del testo di presentazione iniziale e panoramiche di mercato ✍️
-
Creazione di tabelle di comparazione da input strutturati
-
Riepilogo di documenti, trascrizioni, note di ricerca
-
Formattazione delle diapositive e applicazione delle regole del marchio (addio alle guerre di allineamento delle 2 di notte) 🎯
-
Creazione di bozze di sezioni CIM dalle note di due diligence fornite
-
Generazione rapida di più scenari di valutazione
-
Redazione di e-mail, aggiornamenti di stato, ordini del giorno delle riunioni (le cose più glamour...)
Il colpo di scena
Anche quando l'intelligenza artificiale "svolge" il compito, gli esseri umani continuano a:
-
Controllalo
-
Correggilo
-
Difendilo internamente
-
Presentarlo esternamente
Quindi il lavoro si sposta dalla creazione alla revisione, alla supervisione e alla valutazione. Il che sembra più facile... finché non sei tu a doverlo firmare 😵💫
Un esempio tipico: sono le 23:17, il cliente vuole "una presentazione più concisa" entro domattina e qualcuno ha bisogno di tre versioni per tre diversi gruppi interni. Un solido sistema di intelligenza artificiale può redigere la prima bozza e creare la struttura delle slide in pochi minuti, dopodiché il collaboratore/vicepresidente si occupa del vero lavoro: correggere ciò che è tecnicamente corretto ma commercialmente errato.
Dove l'intelligenza artificiale è in difficoltà: la colla umana che chiude gli affari 🧩💬
Ecco la scomoda verità: gran parte del valore dell'investment banking è sociale e situazionale. Non finto-sociale, ma contestuale-sociale.
L'intelligenza artificiale ha maggiori difficoltà con:
-
Psicologia del cliente: paura, ego, politica interna, dinamiche del consiglio di amministrazione
-
Sfumature nella negoziazione: ciò che viene detto vs ciò che si intende
-
Istinto del tempismo: quando spingere, quando fermarsi
-
Fiducia basata sulla reputazione: "Ho già visto questo film, non farlo".
-
Strutturazione creativa in presenza di vincoli (fiscali, di governance, di attriti normativi)
-
Responsabilità: i clienti vogliono una persona che si occupi della consulenza
Un modello può suggerire una struttura. Non può sedersi di fronte a un CEO mezzo arrabbiato e mezzo terrorizzato e riportare con calma la conversazione su scelte razionali. Questa è un'abilità prettamente umana. Non magica, umana.
Tabella comparativa: le migliori configurazioni "AI + banking" (e chi aiutano) 📊✨
Ecco una visione pratica: non un testo di vendita sul "miglior strumento di intelligenza artificiale", ma piuttosto un "miglior modello di utilizzo".
| Strumento / Impostazione | Pubblico | Prezzo | Perché funziona |
|---|---|---|---|
| Copilota analista per comp + bozze | Analisti, Associati | $-$$ | Accelera le prime bozze e riduce gli errori stupidi. Deve comunque essere controllato (sempre). |
| Generatore di pitch-deck con guardrail di marca | Squadre di copertura | $$ | Trasforma rapidamente gli schemi approssimativi in pagine utilizzabili... a volte la formattazione diventa strana |
| Riepilogo di due diligence + bot Q&A | Team di accordi | $$-$$$ | Riduce drasticamente i tempi di lettura, ma solo se l'accesso ai dati è pulito e autorizzato |
| Ricerca di conoscenze interne (politiche, precedenti) | Tutti | $$ | Trova la risposta alla domanda "come abbiamo fatto l'ultima volta?" - un enorme risparmio di tempo 📚 |
| Intelligence relazionale (segnali, mappatura degli account) | Anziani, origine | $$-$$$ | Aiuta a individuare i tempi e gli angoli; non sostituisce la relazione effettiva |
| Flusso di lavoro di approvazione + controllo di conformità | Rischio, legale, banchieri | $$$ | Previene errori che finiscono sui titoli dei giornali. E rallenta anche il processo... ironicamente 😬 |
Sì, i prezzi sono vaghi. È intenzionale. Gli acquisti bancari sono un universo parallelo a sé stante.
L'intelligenza artificiale sostituirà i banchieri d'investimento: dipende dall'anzianità 👔🧑💻
Ed è qui che la conversazione si fa piccante.
Analisti e junior 😵💫
Gran parte del lavoro dei junior è:
-
Redazione
-
Formattazione
-
Aggiornamento
-
Ricostruzione dello stesso modello con lievi modifiche
L'intelligenza artificiale comprime questo dato in modo drastico. Il che significa:
-
Potrebbero essere necessari meno junior per ottenere lo stesso risultato
-
Ci si aspetta che i giovani che rimangono operino a un livello più alto prima
-
Il modello dell’“apprendimento attraverso il dolore” viene interrotto
C'è un rischio reale: se l'intelligenza artificiale elimina il lavoro pesante, anche i giovani potrebbero perdere la ripetizione che alimenta l'intuizione. Un po' come imparare a cucinare solo ordinando: sopravviverai, ma non diventerai uno chef.
Associati e vicepresidenti 🧠
Questi ruoli potrebbero diventare più preziosi perché:
-
Tradurre le esigenze del cliente in risultati concreti
-
Individua il problema prima della spedizione
-
Gestire le parti interessate e le tempistiche
-
Interpretare l'ambiguità e fare chiamate
L'intelligenza artificiale li rende più veloci, non obsoleti.
Medici e rainmaker ☔
Se stai davvero generando fatturato attraverso relazioni e fiducia, l'intelligenza artificiale non ti sostituirà. Potrebbe addirittura ampliare il divario tra:
-
Banchieri che possono originare e consigliare
-
Banchieri che supervisionano principalmente il processo
Duro, ma... sì.
Il nuovo stack di abilità del banchiere (ovvero come non farsi mettere da parte) 🧰🚀
Se l'intelligenza artificiale eliminasse la produzione ripetitiva, ciò che rimarrebbe sarebbe ciò per cui le persone pagano.
Competenze che diventano più preziose
-
Creazione di narrazioni per i clienti: trasformare la complessità in convinzione 🎤
-
Giudizio commerciale: cosa conta, cosa non conta, cosa è rischioso
-
Riconoscimento dei modelli settoriali: comprendere il "perché" dei numeri
-
Negoziazione e influenza: interna ed esterna
-
Leadership di processo: mantenere gli accordi in movimento nonostante la complessità
-
Supervisione dell'IA: suggerimenti, convalida e risultati di stress test
E sì, essere "bravi con l'intelligenza artificiale" diventa una cosa reale, non in senso imbarazzante. Piuttosto: saperla usare in modo responsabile, veloce e senza mettere in imbarazzo il team.
Le cose scomode: rischio, conformità e responsabilità ⚠️🏛️
Il settore bancario non è un ambiente di prova. È una macchina che genera responsabilità.
Due realtà poco attraenti determinano la velocità di adozione:
-
La governance del rischio dei modelli non è facoltativa.
Gli enti regolatori bancari hanno aspettative consolidate in merito alla gestione del rischio dei modelli: validazione, documentazione e governance. (L'IA generativa non ottiene magicamente un lasciapassare - semmai, alza l'asticella per i controlli.) [4] -
La gestione delle comunicazioni e della conservazione dei documenti diventa presto un problema spinoso.
I broker-dealer hanno obblighi espliciti di conservare le comunicazioni relative all'attività commerciale (incluse le comunicazioni elettroniche) ai sensi delle normative SEC/FINRA in materia di conservazione dei documenti. Questo è importante quando le persone iniziano a incollare il contesto delle transazioni in strumenti, a generare bozze o a "chattare" con bot interni. [5]
Quindi l'adozione spesso si manifesta in questo modo: "L'intelligenza artificiale è ovunque... ma solo dopo essere stata recintata"
Come sarà il futuro: meno strati, cicli più rapidi, più specializzazione 🔄💼
Un risultato realistico non è l'estinzione dei banchieri. È la loro riorganizzazione:
-
Team di negoziazione snelli supportati da sistemi di intelligenza artificiale
-
Più “gruppi” di talenti di settore + prodotto + esecuzione
-
Iterazione più rapida di pitch e modelli
-
Maggiore enfasi sulla distribuzione (chi può piazzare, chi può portare acquirenti, chi può spostare capitali)
-
Una divisione tra:
-
Attività di consulenza ad alta affidabilità (con forte coinvolgimento umano)
-
Lavoro di produzione ad alto volume (ad alta intensità di intelligenza artificiale)
-
Inoltre, aspettatevi che sempre più boutique si distinguano. Se l'intelligenza artificiale offre ai team più piccoli la capacità produttiva di una grande azienda, il fattore differenziante diventa la relazione, il giudizio e la competenza di nicchia 🥊
L'intelligenza artificiale sostituirà gli investment banker? La versione compatta 🧾✅
L'intelligenza artificiale sostituirà i banchieri d'investimento? Non completamente. Ma sostituirà gran parte del tempo dedicato ai banchieri, soprattutto al lavoro di produzione junior.
Cosa rimane impresso:
-
Relazioni
-
Sentenza
-
Negoziazione
-
Responsabilità
-
Navigare nei sistemi umani (consigli di amministrazione, ego, politica… sì)
Cosa cambia:
-
Dimensioni del team
-
Percorsi formativi
-
Aspettative di velocità
-
La definizione di “aggiungere valore”
Il banchiere che vince è colui che diventa un grande editor della realtà, usando l'intelligenza artificiale per ottenere potenza, pur rimanendo ossessivamente responsabile della chiamata. Un po' poetico, ma anche vero. Come usare un elettroutensile: ti rende più veloce, non più saggio.
Domande frequenti
L'intelligenza artificiale sostituirà completamente i banchieri d'investimento?
Non in modo ordinato e completo. L'investment banking non è solo output: è fiducia, giudizio, politica e capacità di convincere persone reali a dire "sì" sotto pressione. L'intelligenza artificiale sostituirà parti del lavoro, comprimerà le tempistiche e ridurrà alcuni livelli, soprattutto nella produzione junior. Ma i clienti vogliono comunque una persona che si occupi dei consigli (e delle conseguenze). 🤝
Quali attività dell'investment banking hanno maggiori probabilità di essere automatizzate per prime?
Il lavoro "industriale" viene colpito per primo: volumi elevati, basato su modelli e facile da controllare meccanicamente. Pensate al testo del pitch iniziale, alle panoramiche di mercato, alle tabelle di confronto, ai riepiloghi di archivi/trascrizioni, alla formattazione delle slide, alle bozze delle sezioni CIM, alle esecuzioni di scenari e agli infiniti aggiornamenti di stato. Il punto è che non si smette mai di lavorare: si passa dalla creazione alla revisione, alla correzione e alla difesa del risultato quando è commercialmente sbagliato.
L'intelligenza artificiale sostituirà i banchieri d'investimento a livello di analista?
L'intelligenza artificiale riduce drasticamente il lavoro dell'analista classico: redigere, formattare, aggiornare e ricostruire lo stesso modello con piccole modifiche. Questo può significare meno risorse junior necessarie per lo stesso risultato e aspettative più elevate per chi rimane. Il rischio è la formazione: se il lavoro pesante scompare, scompare anche la ripetizione che costruisce l'istinto. Non si può diventare acuti solo "ordinando" il lavoro. 😅
Cosa succederà a collaboratori, vicepresidenti e direttori generali con la diffusione dell'intelligenza artificiale?
Associati e vicepresidenti possono essere più preziosi perché traducono le complesse esigenze dei clienti in risultati concreti e individuano i problemi prima che vengano consegnati. Gestiscono anche le tempistiche, gli stakeholder e l'ambiguità, ambiti in cui l'intelligenza artificiale è ancora in difficoltà. Per i direttori generali, la relazione e l'origination basata sulla fiducia non scompaiono. Il divario tra i "rainmaker" e le persone che supervisionano principalmente i processi si amplia. ☔
Perché l'intelligenza artificiale ha difficoltà negli ambiti bancari che concludono gli accordi?
Perché gli aspetti più difficili sono quelli situazionali e umani. L'intelligenza artificiale può suggerire strutture, ma la psicologia del cliente, le politiche del consiglio di amministrazione, le sfumature negoziali e l'istinto del tempismo non sono set di dati puliti. Anche la fiducia basata sulla reputazione è insidiosa: "Ho già visto questo film" è in parte esperienza, in parte responsabilità. Quando un CEO è per metà arrabbiato e per metà terrorizzato, qualcuno deve guidare la stanza, non solo generare testo.
In che modo le banche possono utilizzare l'intelligenza artificiale nell'investment banking senza scottarsi?
Un "buon" setup si comporta come un affidabile compagno di squadra junior: segnala le incertezze, spiega le ipotesi, opera all'interno dei vincoli di conformità e mantiene i modelli coerenti. Altrettanto importante, necessita di una traccia di controllo in modo che qualcuno possa successivamente difendere i risultati. L'adozione spesso sembra "IA ovunque... ma protetta", perché i rischi di privacy, sicurezza informatica, opacità e pregiudizio non scompaiono il giorno dell'accordo. ⚠️
Quali sono i maggiori rischi di conformità e di tenuta dei registri con GenAI nel settore bancario?
Due realtà rallentano tutto. In primo luogo, la governance del rischio modello non è facoltativa: gli enti regolatori si aspettano convalida, documentazione e controlli, e GenAI può alzare l'asticella anziché abbassarla. In secondo luogo, le comunicazioni e la conservazione dei dati sono importanti: quando le persone incollano il contesto dell'operazione negli strumenti o generano bozze in chat, si possono creare problemi di conservazione e supervisione nei regimi di broker-dealer.
Come mantenere il proprio valore se l'intelligenza artificiale sta cambiando l'investment banking?
Pensate "alla potenza, non alla saggezza". Usate l'intelligenza artificiale per elaborare, strutturare e iterare più velocemente, quindi dedicate il vostro tempo umano alla narrazione, al giudizio commerciale, al riconoscimento di pattern settoriali, alla negoziazione e alla leadership di processo. Essere "bravi con l'intelligenza artificiale" significa supervisionarla in modo responsabile: sollecitare adeguatamente, sottoporre a stress test i risultati e individuare ciò che è tecnicamente corretto ma commercialmente sbagliato. I vincitori diventano grandi editor della realtà.
Esempio concreto: creazione di un assistente basato sull'intelligenza artificiale per la revisione di proposte di libri
Scenario
Immaginate un team di M&A di una società di medie dimensioni che si prepara a presentare una proposta per il primo round di finanziamento di un'azienda di software di proprietà del fondatore. L'analista deve aggiornare i dati comparativi di mercato, riassumere le notizie recenti del settore, redigere una descrizione della valutazione e trasformare gli appunti preliminari del Managing Director in una presentazione chiara e completa di 12 slide.
Questo è esattamente il tipo di lavoro che l'IA può comprimere, ma non automatizzare in modo sicuro dall'inizio alla fine.
La soluzione ideale non è "lasciare che sia l'IA a fare la presentazione". È piuttosto: utilizzare l'IA come assistente controllato per la prima stesura, dopodiché l'analista, il collaboratore e il vicepresidente saranno responsabili della verifica di ogni dato, fonte e affermazione commerciale prima che qualsiasi elemento esca dal team.
Di cosa ha bisogno l'assistente
Un assistente bancario pratico avrebbe bisogno di:
-
Modello di presentazione aziendale e regole di formattazione approvati dalla banca
-
Elenco delle fonti di dati consentite
-
Esempi di presentazioni approvate in precedenza nello stesso settore
-
I dati finanziari più recenti dell'azienda forniti dal cliente o i documenti depositati pubblicamente
-
Una tabella comparativa attuale creata o verificata da un essere umano
-
Regole chiare su ciò che il modello non è autorizzato a fare, come inventare multipli di valutazione, nominare clienti riservati o fare affermazioni di mercato prive di fondamento
-
Una traccia di controllo obbligatoria che mostri quali input sono stati utilizzati per ciascun output
L'assistente non dovrebbe avere libero accesso a file riservati relativi alle trattative, a meno che l'azienda non abbia approvato autorizzazioni, regole di conservazione e controlli di conformità.
Esempio di istruzione
Utilizza il modello di presentazione per fusioni e acquisizioni nel settore software approvato. Redigi le slide da 3 a 7 per un'azienda SaaS verticale di proprietà del fondatore che sta valutando un investimento di minoranza per la crescita.
Utilizzare esclusivamente il riepilogo aziendale caricato, la tabella comparativa approvata e i tre esempi di presentazione software precedentemente approvati. Non creare nuovi dati finanziari. Non citare affermazioni di mercato a meno che non siano presenti nei materiali forniti. Segnalare eventuali dati mancanti tra parentesi quadre.
Per ogni diapositiva, fornire:
-
Titolo della diapositiva
-
Da tre a cinque punti elenco
-
Grafico o tabella suggeriti
-
Nota di origine
-
Rischio o presupposto da verificare da parte del collaboratore
Mantieni un tono commerciale, conciso e adatto a un pubblico di amministratori delegati.
Come testarlo
Prima di utilizzarlo in un contesto lavorativo reale, iniziate con cinque attività di controllo:
-
Fornisci una tabella comparativa approvata e richiedi un riepilogo della valutazione.
-
Rimuovi un numero chiave e verifica se segnala la lacuna invece di procedere per tentativi.
-
Chiedi di redigere una panoramica del mercato utilizzando esclusivamente le fonti fornite.
-
Confronta i titoli delle diapositive con quelli di una presentazione precedentemente approvata.
-
Chiedi a un collega di contrassegnare ogni output come accettato, modificato, rifiutato o inoltrato a un livello superiore.
Un buon output afferma: "La crescita dell'ARR [non è presente nei materiali forniti], quindi questo punto dovrebbe essere confermato prima di includerlo."
Un output errato afferma: "L'azienda sta aumentando l'ARR del 35%" quando questo dato non è mai stato fornito. Questo non è un errore innocuo nel settore bancario. È così che si mina la fiducia.
Risultato
Risultato illustrativo, basato sulla misurazione dei tempi di cinque attività campione relative al pitch-book prima e dopo l'utilizzo del flusso di lavoro:
-
La stesura della prima diapositiva ha richiesto meno tempo, passando da 4 ore e 30 minuti a 1 ora e 15 minuti.
-
Le correzioni di formattazione sono diminuite da 23 a 7.
-
Il tempo di revisione da parte degli associati è diminuito da 1 ora e 40 minuti a 55 minuti.
-
Durante il test sono state individuate due affermazioni infondate perché l'assistente ha segnalato la mancanza di materiale di origine anziché colmare la lacuna.
-
L'approvazione finale richiedeva comunque una revisione umana del 100% delle diapositive.
Ciò non significa che l'assistente abbia "sostituito" l'analista. Ha semplicemente trasformato il lavoro dell'analista, passando dalla produzione di pagine bianche alla verifica delle fonti, alla revisione editoriale e alla gestione delle eccezioni.
Cosa può andare storto?
Il rischio maggiore è la falsa sicurezza. Una diapositiva che sembra impeccabile può comunque contenere un presupposto errato, dati obsoleti o un'affermazione che il cliente detesterebbe.
Gli errori più comuni includono:
-
Consentire all'assistente di attingere da fonti non approvate
-
Porre domande generiche come "migliora questa presentazione"
-
Mancata separazione dei dati pubblici dalle informazioni riservate relative all'accordo
-
Utilizzare un linguaggio di valutazione generato dall'IA senza verificare i numeri
-
Controllo di versione saltato perché l'output "sembra corretto"
-
Misurare solo la velocità, non i tassi di errore o la qualità delle recensioni
La regola più sicura è semplice: l'IA può redigere, confrontare, riassumere e segnalare. Gli esseri umani, però, devono comunque approvare, difendere e assumersi la responsabilità dei consigli.
Da portare via in modo pratico
Nel settore dell'investment banking, il flusso di lavoro vincente basato sull'IA non è un banchiere magico pronto all'uso. Si tratta piuttosto di un livello di produzione junior rigorosamente controllato, con input chiari, autorizzazioni precise, revisione umana e controlli di qualità misurabili. Se utilizzata correttamente, consente di risparmiare ore. Se utilizzata con noncuranza, genera errori costosi in tempi più brevi.
Domande frequenti
L'intelligenza artificiale sostituirà completamente i banchieri d'investimento?
Non in modo ordinato e completo. L'investment banking non è solo output: è fiducia, giudizio, politica e capacità di convincere persone reali a dire "sì" sotto pressione. L'intelligenza artificiale sostituirà parti del lavoro, comprimerà le tempistiche e ridurrà alcuni livelli, soprattutto nella produzione junior. Ma i clienti vogliono comunque una persona che si occupi dei consigli (e delle conseguenze). 🤝
Quali attività dell'investment banking hanno maggiori probabilità di essere automatizzate per prime?
Il lavoro "industriale" viene colpito per primo: volumi elevati, basato su modelli e facile da controllare meccanicamente. Pensate al testo del pitch iniziale, alle panoramiche di mercato, alle tabelle di confronto, ai riepiloghi di archivi/trascrizioni, alla formattazione delle slide, alle bozze delle sezioni CIM, alle esecuzioni di scenari e agli infiniti aggiornamenti di stato. Il punto è che non si smette mai di lavorare: si passa dalla creazione alla revisione, alla correzione e alla difesa del risultato quando è commercialmente sbagliato.
L'intelligenza artificiale sostituirà i banchieri d'investimento a livello di analista?
L'intelligenza artificiale riduce drasticamente il lavoro dell'analista classico: redigere, formattare, aggiornare e ricostruire lo stesso modello con piccole modifiche. Questo può significare meno risorse junior necessarie per lo stesso risultato e aspettative più elevate per chi rimane. Il rischio è la formazione: se il lavoro pesante scompare, scompare anche la ripetizione che costruisce l'istinto. Non si può diventare acuti solo "ordinando" il lavoro. 😅
Cosa succederà a collaboratori, vicepresidenti e direttori generali con la diffusione dell'intelligenza artificiale?
Associati e vicepresidenti possono essere più preziosi perché traducono le complesse esigenze dei clienti in risultati concreti e individuano i problemi prima che vengano consegnati. Gestiscono anche le tempistiche, gli stakeholder e l'ambiguità, ambiti in cui l'intelligenza artificiale è ancora in difficoltà. Per i direttori generali, la relazione e l'origination basata sulla fiducia non scompaiono. Il divario tra i "rainmaker" e le persone che supervisionano principalmente i processi si amplia. ☔
Perché l'intelligenza artificiale ha difficoltà negli ambiti bancari che concludono gli accordi?
Perché gli aspetti più difficili sono quelli situazionali e umani. L'intelligenza artificiale può suggerire strutture, ma la psicologia del cliente, le politiche del consiglio di amministrazione, le sfumature negoziali e l'istinto del tempismo non sono set di dati puliti. Anche la fiducia basata sulla reputazione è insidiosa: "Ho già visto questo film" è in parte esperienza, in parte responsabilità. Quando un CEO è per metà arrabbiato e per metà terrorizzato, qualcuno deve guidare la stanza, non solo generare testo.
In che modo le banche possono utilizzare l'intelligenza artificiale nell'investment banking senza scottarsi?
Un "buon" setup si comporta come un affidabile compagno di squadra junior: segnala le incertezze, spiega le ipotesi, opera all'interno dei vincoli di conformità e mantiene i modelli coerenti. Altrettanto importante, necessita di una traccia di controllo in modo che qualcuno possa successivamente difendere i risultati. L'adozione spesso sembra "IA ovunque... ma protetta", perché i rischi di privacy, sicurezza informatica, opacità e pregiudizio non scompaiono il giorno dell'accordo. ⚠️
Quali sono i maggiori rischi di conformità e di tenuta dei registri con GenAI nel settore bancario?
Due realtà rallentano tutto. In primo luogo, la governance del rischio modello non è facoltativa: gli enti regolatori si aspettano convalida, documentazione e controlli, e GenAI può alzare l'asticella anziché abbassarla. In secondo luogo, le comunicazioni e la conservazione dei dati sono importanti: quando le persone incollano il contesto dell'operazione negli strumenti o generano bozze in chat, si possono creare problemi di conservazione e supervisione nei regimi di broker-dealer.
Come mantenere il proprio valore se l'intelligenza artificiale sta cambiando l'investment banking?
Pensate "alla potenza, non alla saggezza". Usate l'intelligenza artificiale per elaborare, strutturare e iterare più velocemente, quindi dedicate il vostro tempo umano alla narrazione, al giudizio commerciale, al riconoscimento di pattern settoriali, alla negoziazione e alla leadership di processo. Essere "bravi con l'intelligenza artificiale" significa supervisionarla responsabilmente: sollecitare adeguatamente, sottoporre a stress test i risultati e individuare ciò che è tecnicamente corretto ma commercialmente sbagliato. I vincitori diventano grandi editor della realtà. 🧠🤖
Riferimenti
[1] World Economic Forum - The Future of Jobs Report 2025 (Digest)
[2] McKinsey Global Institute - Il potenziale economico dell'intelligenza artificiale generativa: la prossima frontiera della produttività
[3] Banca dei regolamenti internazionali - Sistema finanziario intelligente: come l'intelligenza artificiale sta cambiando la finanza (BIS Working Papers n. 1194, PDF)
[4] Federal Reserve - Linee guida di vigilanza sulla gestione del rischio modello (SR 11-7), PDF
[5] FINRA - Libri e registri (inclusa la conservazione delle comunicazioni elettroniche ai sensi della norma 17a-4 del SEC Exchange Act)