In questo articolo Indice dei contenuti 2 sezioni
La sfida che l’AI pone alle banche centrali è il cuore del ragionamento portato avanti da Fabio Panetta, governatore della Banca d’Italia, che parte da un esempio concreto di tenuta istituzionale per arrivare a una domanda scomoda: difendersi e resistere basta ancora? La risposta che emerge è negativa. Le autorità monetarie si trovano davanti a una trasformazione che tocca praticamente ogni ambito del loro lavoro, dalla lettura dei dati macroeconomici fino agli strumenti operativi di ogni giorno, e limitarsi a incassare il colpo non è una strategia.
Il punto di partenza è la resilienza mostrata dalla banca centrale ucraina, capace di continuare a operare in condizioni estreme. Un esempio che Panetta usa come ponte verso un tema diverso ma non meno impegnativo, quello dell’adattamento tecnologico. Perché se una crisi bellica mette alla prova la capacità di resistere, l’intelligenza artificiale mette alla prova qualcosa di più sottile, ovvero la capacità di cambiare modelli e metodi senza perdere autorevolezza lungo il percorso.
Produttività, inflazione e lavoro: i conti da rifare
I terreni su cui l’impatto si fa sentire sono diversi e intrecciati tra loro. La produttività è il primo, con effetti potenziali che si riflettono a cascata su crescita e prezzi. Poi c’è l’inflazione, variabile che le banche centrali osservano con attenzione quasi ossessiva e che rischia di comportarsi in modo meno prevedibile quando le dinamiche produttive cambiano ritmo. Il mercato del lavoro completa il quadro, perché una tecnologia che ridisegna mansioni e competenze finisce inevitabilmente per toccare salari e occupazione, due grandezze che pesano nelle decisioni di politica monetaria. Tutto questo significa, in concreto, che gli strumenti analitici costruiti negli anni potrebbero non essere più sufficienti. I modelli usati per le previsioni si basano su relazioni storiche tra variabili, e quando quelle relazioni si modificano il rischio è di leggere male la realtà. Non si tratta di buttare via il lavoro fatto, ma di aggiornarlo, integrarlo, metterlo alla prova con dati e approcci nuovi. Un lavoro paziente, poco spettacolare, che però determina la qualità delle scelte future.
Mercati, vigilanza e pagamenti sotto pressione
Sul fronte dei mercati finanziari l’intelligenza artificiale introduce elementi di complessità che non possono essere ignorati. Strategie automatizzate, velocità di esecuzione, correlazioni che si formano e si sciolgono in tempi rapidissimi: tutto contribuisce a rendere più difficile il monitoraggio della stabilità. E qui entra in gioco la vigilanza, che deve dotarsi di competenze e tecnologie all’altezza di quello che è chiamata a sorvegliare. Un’autorità che controlla soggetti più avanzati di lei, tecnologicamente parlando, parte con uno svantaggio evidente.
Anche il sistema dei pagamenti rientra nel perimetro. È l’infrastruttura su cui poggia il funzionamento quotidiano dell’economia, e l’innovazione tecnologica ne sta ridisegnando modalità e attori. Per una banca centrale significa dover ripensare il proprio ruolo in un ecosistema che cambia in fretta, mantenendo però quella funzione di garanzia che nessun altro può assumere.
Il filo che tiene insieme questi ambiti è la credibilità. Un’istituzione monetaria vale tanto quanto la fiducia che riesce a generare, e la fiducia si costruisce con decisioni comprensibili, coerenti e fondate su analisi solide. Adattarsi all’AI, in questa prospettiva, non è una questione di immagine o di rincorsa alla moda tecnologica. È la condizione per continuare a fare bene un mestiere che dipende in larga parte dalla capacità di capire l’economia prima che i suoi movimenti diventino evidenti a tutti. Il messaggio di Panetta, quindi, sposta l’asticella. Non si chiede alle banche centrali di difendere le posizioni acquisite, ma di rivedere modelli, strumenti e organizzazione interna. Una revisione che riguarda tanto la tecnologia quanto le persone, perché senza competenze aggiornate nessuno strumento produce risultati utili.
Fonte: TecnoAndroid
