Mentre la festa dei titoli AI continua, le prove empiriche iniziano a mostrare che la rivoluzione tecnologica ha i suoi limiti. Per ora, il mercato sta prezzando lo scenario migliore. Ma i rischi sono sempre più alti. Se hai investimenti in AI, devi essere preparato.
Tutti sono convinti che il futuro degli investimenti sarà dettato dall'intelligenza artificiale. I nuovi modelli promettono di prendere decisioni migliori e guadagnare costantemente. Tuttavia, un esperimento recente ha dato risultati davvero sorprendenti.
Alla fine dell'anno scorso è stato condotto un esperimento che avrebbe dovuto essere in prima pagina su ogni giornale finanziario, ma è passato quasi inosservato, e le sue conclusioni stanno solo ora iniziando a essere discusse seriamente. Un laboratorio di ricerca chiamato "Nof1" ha organizzato "Alpha Arena": ha dato $10.000 di capitale reale a sei dei modelli di intelligenza artificiale più avanzati al mondo—ChatGPT, Gemini, Claude, Grok, DeepSeek e Qwen—e li ha lasciati operare da soli nel mercato delle criptovalute per due settimane. Nessun intervento umano. Tutte le operazioni erano pubbliche e verificabili.
Il risultato: quattro su sei hanno perso denaro. GPT-5, il modello di punta di OpenAI, ha perso più del 60% del suo capitale. Gemini, il modello di Google, ha perso più della metà. I tassi di successo di tutti i modelli si aggiravano intorno al 25-30%, e una buona parte delle perdite derivava da qualcosa di molto umano: overtrading, pagamento di commissioni eccessive e uso della leva finanziaria senza controllo del rischio.
E i due che hanno vinto? Ecco il dettaglio più interessante. Quando hanno ripetuto l'esperimento settimane dopo—questa volta con azioni statunitensi come Tesla, NVIDIA e Microsoft—i vincitori del primo round non hanno ripetuto il loro successo: hanno chiuso in rosso, insieme a praticamente tutti gli altri modelli. In statistica, questo ha un nome: quando chi vince un round non riesce a ripetere nel successivo, ciò che si sta misurando non è abilità. È fortuna.
Nel frattempo, sul social network X abbondano account che ti dicono che "tizio ha creato un bot con ChatGPT in cinque minuti e sta facendo milioni". Ma i dati dicono il contrario, e capire perché è una delle chiavi per riflettere su cosa potrebbe succedere con i titoli del settore più caldo del mercato.
La promessa implicita dell'AI applicata al trading era questa: una macchina che elabora più informazioni di qualsiasi essere umano dovrebbe essere in grado di trovare opportunità che gli umani non vedono. L'esperimento suggerisce che, almeno oggi, ciò non sta accadendo.
La barriera invisibile: le informazioni non sono giudizio
Perché fallisce? Ecco il risultato più interessante, che arriva da un altro studio. Un team di ricercatori di Princeton e di altre università ha creato CryptoBench, un esame progettato da analisti professionisti per misurare quanto bene questi modelli funzionano nei mercati reali. Hanno suddiviso i compiti in due gruppi: "reperimento informazioni" (qual è il prezzo di X?, quanto capitale ha un dato protocollo?) e "previsione" (cosa succederà con questo?).
Il contrasto è brutale. GPT-5 ha risposto correttamente a quasi 6 domande su 10 nel reperimento informazioni. In quelle di previsione, meno di 1 su 10. Lo stesso modello che è brillante nel trovare dati crolla quando deve decidere in condizioni di incertezza.
Questa è la barriera invisibile. I modelli linguistici sono straordinari per recuperare, riassumere e organizzare informazioni che già esistono. Ma investire non è un problema di informazioni: è un problema di "giudizio". Significa decidere quanto rischiare quando i dati sono ambigui, non fare overtrading, accettare di non sapere cosa accadrà e dimensionare le posizioni di conseguenza. Ciò che gli investitori professionisti chiamano gestione del rischio—e ciò che separa l'investitore dal giocatore d'azzardo—è esattamente dove i modelli hanno fallito.
"Ma questa volta ci sono gli utili"
Qui ci colleghiamo alla domanda che conta per il tuo portafoglio. L'argomento più ripetuto per giustificare le valutazioni del settore tecnologico è: "non è la bolla delle dot-com, perché ora ci sono utili reali". Ed è vero—ma solo in parte. Vale la pena guardare da dove arrivano quegli utili.
Una parte enorme proviene dalle spese in conto capitale (capex) dei giganti della tecnologia. Microsoft, Amazon, Google e Meta prevedono di investire più di $600 miliardi in infrastrutture AI nel 2026, rispetto a circa $380 miliardi nel 2025. Per metterlo in prospettiva: è un importo paragonabile al PIL dell'Argentina, speso in un solo anno, principalmente in data center e chip.
E c'è un secondo dettaglio: gran parte di quel denaro circola in un circuito chiuso. NVIDIA impegna investimenti per centinaia di milioni di dollari in OpenAI; OpenAI firma contratti con Oracle per utilizzare i suoi data center; e Oracle, a sua volta, riempie quei data center con chip NVIDIA. Lo stesso denaro gira tra gli stessi attori, e a ogni giro viene registrato come reddito di qualcuno. In gergo, si chiama "economia circolare dell'AI", e sempre più analisti si chiedono cosa succeda se un anello di quella catena si spezza.
Il punto non è che gli utili siano falsi. È che dipendono dal fatto che i giganti continuino a spendere a questo ritmo. Ed ecco che entra in gioco quanto visto sopra: quella spesa è giustificata dall'aspettativa che l'AI trasformerà tutto. Se i limiti mostrati da questi esperimenti—brillanti nell'elaborare informazioni, deboli nel giudizio—si consolidano nella percezione del mercato, i consigli di amministrazione di quelle aziende subiranno pressioni da parte degli azionisti per moderare il capex. E se il capex si modera, la catena dei redditi che oggi sostiene le valutazioni del settore si indebolirà rapidamente.
Cosa facciamo con questo?
Tre idee concrete. Primo: se hai una grande parte del tuo portafoglio concentrata nella tecnologia americana—e se investi nell'S&P 500, è così, perché una manciata di aziende spiega gran parte dell'indice—questo è un buon momento per rivedere quella concentrazione.
Secondo: l'indicatore da seguire non è il prezzo di NVIDIA: sono le "guidance sul capex" di Microsoft, Amazon, Google e Meta in ogni presentazione degli utili. Il giorno in cui uno di loro modererà i propri piani di investimento, il mercato leggerà il messaggio all'istante. Quello è il dato che anticipa il cambiamento del ciclo, non quello che lo conferma.
Terzo: diffida di qualsiasi prodotto che ti prometta rendimenti automatici con l'AI. Se i modelli più avanzati del pianeta, con team di ricerca di prim'ordine alle spalle, perdono denaro operando da soli, il bot che ti vendono su Telegram non farà eccezione. La tecnologia può essere un eccellente strumento per elaborare informazioni—il giudizio, per ora, lo fornisci ancora tu o un professionista.
In conclusione, l'esperimento applicato al trading è un esempio concreto di qualcosa di sempre più evidente: i limiti dell'intelligenza artificiale. Coloro che la usano quotidianamente notano che le manca quel "giudizio" e quella "creatività" che gli umani hanno per qualsiasi compito che richieda pensiero critico.
La rivoluzione tecnologica è reale, e molti compiti che oggi vengono svolti manualmente saranno automatizzati.
Ma forse, dopotutto, il giorno in cui l'AI ci sostituirà tutti è più lontano di quanto pensiamo. E l'importante è che il mercato non sta prezzando quello scenario.
Pubblicato su @InversoresClub: https://clubdeinversores.com/se-viene-la-noche-para-la-ia-lo-que-un-experimento-con-plata-real-revelo-sobre-sus-limites/
