L’intelligenza artificiale non salverà le banche dalla loro miopia

Didier Sornette, 65 anni, è professore emerito di rischi imprenditoriali presso il Politecnico federale di Zurigo (ETHZ) e membro attivo dello Swiss Finance Institute. Nel 2008 ha fondato l'Osservatorio sulle crisi finanziare dell'ETHZ. Oggi lavora nel settore privato come socio e responsabile di ricerca in start-up nel settore della tecnologia medica e della tecnofinanza. Elisabeth Real / Keystone

Banche come Credit Suisse utilizzano modelli complessi per analizzare e prevedere i rischi. Ma queste previsioni vengono ignorate dai e dalle dirigenti aziendali, che preferiscono correre rischi nella speranza di aumentare i propri profitti, a spese della popolazione. Intervista con l'esperto di gestione del rischio Didier Sornette.

Il crollo del Credit Suisse ha aperto ancora una volta il vaso di Pandora della finanza globale, sempre più improntata su una cultura dell’azzardo che riversa le perdite sulla collettività.

Questo nonostante le banche utilizzino molti strumenti basati sull’intelligenza artificiale (IA) per prevedere e gestire il rischio e generare ricavi. Confrontando grandi quantità di dati provenienti dai registri storici di una banca e da fonti esterne – come agenzie governative, organismi di regolamentazione, pubblicazioni finanziarie – gli algoritmi e le piattaforme intelligenti possono identificare modelli ricorrenti e calcolare con precisione i risultati e i pericoli. In questo modo è possibile anticipare le frodi, gli errori operativi, le incognite di mercato o i problemi di liquidità e migliorare il processo decisionale.

Tuttavia, secondo Didier Sornette, professore emerito di rischi imprenditoriali presso il Politecnico federale di Zurigo, l’intelligenza artificiale non salverà gli istituti finanziari dal fallimento, perché il problema delle banche non è la mancanza di intelligenza, ma l’avidità e la miopia del loro management.

SWI swissinfo.ch: Le banche utilizzano modelli di IA per prevedere i rischi e valutare la performance dei loro investimenti, eppure questi modelli non sono riusciti a salvare il Credit Suisse o la Silicon Valley Bank dal fallimento. Perché non hanno agito in base alle previsioni? E perché le persone responsabili delle decisioni non sono intervenute prima?

Didier Sornette: In passato ho fatto tante previsioni di successo che sono state sistematicamente ignorate da manager e da chi prende le decisioni. Perché? Perché è molto più facile dire che la crisi è un “atto di Dio” e non poteva essere prevista e lavarsi le mani da ogni responsabilità.

Agire sulle previsioni significa “fermare le danze”, cioè adottare misure dolorose. Ecco perché la classe politica è essenzialmente reattiva, ovvero sempre in ritardo rispetto agli avvenimenti. È un suicidio politico imporre sofferenza per affrontare un problema e risolverlo prima che esploda. Questo è il problema fondamentale del controllo del rischio.

Credit Suisse (CS) ha avuto per decenni una cultura del rischio e dei controlli molto deboli. Invece, le unità aziendali sono sempre state lasciate libere di decidere cosa fare e quindi hanno inevitabilmente accumulato un portafoglio di rischi latenti – o direi un sacco di opzioni put molto out-of-the-money [ovvero dal valore nullo n.d.r.]. Poi, quando si sono verificati alcuni eventi casuali sintomatici della radicata mancanza di controlli, la gente ha iniziato a preoccuparsi. E nel momento in cui una grande banca statunitense [la Silicon Valley Bank n.d.r.] con 220 miliardi di dollari di attività è diventata rapidamente insolvente, le persone hanno rivalutato la propria disponibilità a lasciare depositi non assicurati in qualsiasi banca mal gestita – e voilà.

Ciò significa che la previsione e la gestione del rischio non funzionano se il problema non viene risolto a livello sistemico?

La politica dei tassi di interesse zero o negativi è la causa principale di tutto questo. Ha portato le banche a essere esposte di fronte all’aumento dei tassi. Anche gli enormi debiti dei Paesi le hanno rese fragili. Viviamo in un mondo che è stato molto indebolito dalle politiche miopi e irresponsabili delle grandi banche centrali, che non hanno considerato le conseguenze a lungo termine dei loro interventi “antincendio”.

Lo shock è sistemico, a partire dalla Silicon Valley Bank, dalla Signature Bank. Quello di CS è solo un episodio che rivela il problema principale del sistema: le conseguenze delle politiche catastrofiche delle banche centrali dal 2008, che hanno inondato i mercati di denaro facile e hanno portato a enormi eccessi nelle istituzioni finanziarie. Ora ne stiamo vedendo alcune conseguenze.

Che ruolo può avere la previsione del rischio basata sull’IA, ad esempio nel caso del gigante sopravvissuto UBS?

L’IA e i modelli matematici sono irrilevanti, nel senso che gli strumenti (di controllo del rischio) sono utili solo se c’è la volontà di usarli!

Quando c’è un problema, si tende a dare la colpa ai modelli, ai metodi di rischio, ecc. Questo è sbagliato. I problemi risiedono nell’essere umano che semplicemente ignora i modelli e li aggira. Negli ultimi 20 anni si sono verificati molti casi di questo genere. La stessa storia si ripete continuamente e nessuno impara la lezione. Quindi l’IA non può fare molto perché il problema non è una maggiore “intelligenza”, ma l’avidità e la miopia.

Nonostante gli apparenti guadagni finanziari, [l’acquisizione di Credit Suisse] è probabilmente un affare sbagliato e pericoloso per UBS. Il motivo è che ci vogliono decenni per creare la giusta cultura del rischio e ora è probabile che le grandi riduzioni di personale generino un danno morale enorme. Inoltre, nessuna autorità di regolamentazione darà a UBS un indennizzo per le violazioni normative o di antiriciclaggio ereditate dai e dalle clienti di CS, che come sappiamo aveva una compliance molto debole. Dovranno affrontare problemi inaspettati per anni.

Potremmo immaginare una forma più rigorosa di supervisione del sistema bancario da parte dei Governi – o anche dei e delle contribuenti – utilizzando i dati raccolti dai sistemi di IA?

La raccolta di dati non è di competenza dei sistemi di IA. La raccolta di dati puliti e pertinenti è la sfida più difficile, molto più delle tecniche di apprendimento automatico e di IA. La maggior parte dei dati è distorta, incompleta, incoerente, molto costosa da ottenere e da gestire. Ciò richiede enormi investimenti e una visione a lungo termine che quasi sempre manca. Di conseguenza, le crisi si verificano ogni 5 anni circa.

Ultimamente si sente parlare sempre più spesso di finanza comportamentale. C’è più psicologia e irrazionalità nel sistema finanziario di quanto pensiamo?

C’è avidità, paura, speranza e… sesso. Scherzi a parte, le persone che lavorano nel settore bancario e finanziario sono in genere super razionali quando si tratta di ottimizzare i propri obiettivi e arricchirsi. Non si tratta di irrazionalità, ma di scommesse e di assunzione di grandi rischi in cui i guadagni sono privatizzati e le perdite sono socializzate.

È necessario imporre una forte regolamentazione. In un certo senso, dobbiamo rendere la “banca noiosa” per domare le bestie che tendono a destabilizzare il sistema finanziario dalle fondamenta.

Esiste un futuro in cui l’apprendimento automatico può impedire il fallimento di banche “troppo grandi per fallire” come Credit Suisse, o è pura fantascienza?

Sì, un’IA può impedire un fallimento futuro se prende il potere e schiavizza gli esseri umani, costringendoli a seguire la gestione del rischio con incentivi da lei dettati, come avviene in molti scenari che descrivono i pericoli di un’IA sovraintelligente. Non sto scherzando.

L’intervista è stata condotta per iscritto. È stata modificata per chiarezza e brevità.