L'analisi
Impatti dell’IA sui settori ad alta intensità di dati: è indispensabile esaminare caso per caso
Morgan Stanley IM analizza le potenziali vittime della svalutazione generalizzata dei mercati, dal software alle consulenze, dai servizi informatici ai credit bureau, dalle borse valori ai broker assicurativi
di Leo Campagna 28 Novembre 2025 18:30
La correzione che ha interessato i titoli delle società di informazione finanziaria, quali S&P Global, MSCI, Moody’s e LSEG, provocata dal crescente timore che l'intelligenza artificiale avanzata possa erodere i vantaggi competitivi di queste aziende, è stata rapida e indiscriminata. “Reazioni così radicali spesso sono indicative di opportunità che si profilano all’orizzonte” tiene a sottolineare Anton Kryachok, Executive Director International Equity Team di Morgan Stanley Investment Management, che poi aggiunge: “L'istinto del mercato di “agire prima, analizzare dopo” rischia di trascurare la complessità degli elementi che costituiscono effettivamente un vantaggio competitivo duraturo nel mondo dei dati. E’ piuttosto il caso di valutare, caso per caso, i settori in cui le nuove tecnologie possano o meno erodere le fondamenta di marchi storici”.
Secondo Kryachok sono tre le categorie nelle quali possono rientrare i cambiamenti dovuti all’intelligenza artificiale avanzata, il primo dei quali si può definire “cambiamento sistemico”. Quello che si verifica quando una nuova tecnologia consente la creazione quasi immediata di un concorrente credibile che mina la quota di mercato e gli effetti di rete. Nell’ambito del software, per esempio, un concorrente di piccole dimensioni e agile capace improvvisamente di eguagliare le capacità di un operatore storico con un investimento minimo.
Nel secondo cambiamento significativo, invece, gli operatori storici potrebbero dover ridefinire le strutture dei prezzi o i modelli di fornitura per rimanere competitivi, come si è verificato nel caso delle aziende di software a fronte dell'avvento del cloud. Infine, vi è il cambiamento secondario, in cui l’IA avanzata riduce semplicemente i costi di input o accelera lo sviluppo dei prodotti. “Vi rientra la maggior parte delle società che si occupa di dati e analisi finanziari. L’IA generativa rende più conveniente la raccolta di dati e la scrittura di codice e l’intelligenza artificiale avanzata potrebbe rappresentare un vantaggio piuttosto che una minaccia” spiega Kryachok.
RICEVI GRATIS LE NOTIZIE IN ANTEPRIMA
I servizi di informazione finanziaria non sono facilmente replicabili grazie a "fossati" che garantiscono diverse difese interconnesse. La prima è rappresentata dalla proprietà dei dati. I set di dati proprietari o di marca, come gli indici MSCI o i rating creditizi di Moody’s, sono di fatto insostituibili. È la fiducia e la familiarità dei set di dati di MSCI e Moody’s a costituire un vantaggio competitivo duraturo.
Inoltre i rating e gli indici sono funzionali ai mercati dei capitali globali perché tutti li utilizzano. Una volta incorporati nei quadri normativi, nei benchmark e nei mandati d’investimento, diventano parte integrante dell’infrastruttura del sistema finanziario, come nel caso di S&P Global. Ed infine, la terza difesa, ovvero l’integrazione nei flussi di lavoro dei clienti, che crea notevoli switching cost, rendendo qualsiasi cambiamento un'impresa costosa e rischiosa.
S&P Global, Moody’s e MSCI, sono “attivatori di dati”, marchi chiave che convertono i dati grezzi in informazioni fruibili e comprensibili. Il valore di un rating di credito Moody’s o di un indice MSCI non è costituito dalla difficoltà di calcolo, ma dal suo riconoscimento e dalla sua accettazione a livello globale. Non solo, l’adozione dell’IA avanzata offre a queste società buone opportunità di ottenere una posizione vincente. Gli strumenti che aumentano la produttività degli analisti, accelerano la valutazione del credito o migliorano le interfacce con i clienti possono potenziare i ricavi di un'azienda e ridurre i costi piuttosto che influire negativamente sui margini.
Società come FactSet o che fanno parte del London Stock Exchange Group (LSEG) fungono da “aggregatori di dati”, curando e fornendo informazioni di terzi anziché detenere dati. I loro fossati non si basano sulla proprietà di dati di marchio unici, ma sul modo in cui organizzano, convalidano e integrano in modo sicuro grandi volumi di informazioni per i clienti. Pochi Chief Risk Officer si sentirebbero a proprio agio nell'inserire le posizioni di trading della propria azienda in un modello di intelligenza artificiale non collaudato, ospitato da un concorrente sostenuto da venture capital.
Per tutte queste considerazioni, è importante valutare la resilienza di ciascun modello di business nonché tenere conto della valutazione e delle dimensioni delle posizioni. “Il nostro approccio continua a rimanere disciplinato e orientato al lungo termine: distinguere il rischio strutturale reale dalla narrativa ciclica, concentrarsi sulla qualità e sulla valutazione e ricordare che i vantaggi competitivi duraturi, specialmente quelli basati sulla fiducia, sulla regolamentazione e sulla reputazione, tendono a sopravvivere alle notizie di attualità” conclude l’Executive Director International Equity Team di Morgan Stanley Investment Management.
CAMBIAMENTO SISTEMICO
Secondo Kryachok sono tre le categorie nelle quali possono rientrare i cambiamenti dovuti all’intelligenza artificiale avanzata, il primo dei quali si può definire “cambiamento sistemico”. Quello che si verifica quando una nuova tecnologia consente la creazione quasi immediata di un concorrente credibile che mina la quota di mercato e gli effetti di rete. Nell’ambito del software, per esempio, un concorrente di piccole dimensioni e agile capace improvvisamente di eguagliare le capacità di un operatore storico con un investimento minimo.
CAMBIAMENTO SECONDARIO
Nel secondo cambiamento significativo, invece, gli operatori storici potrebbero dover ridefinire le strutture dei prezzi o i modelli di fornitura per rimanere competitivi, come si è verificato nel caso delle aziende di software a fronte dell'avvento del cloud. Infine, vi è il cambiamento secondario, in cui l’IA avanzata riduce semplicemente i costi di input o accelera lo sviluppo dei prodotti. “Vi rientra la maggior parte delle società che si occupa di dati e analisi finanziari. L’IA generativa rende più conveniente la raccolta di dati e la scrittura di codice e l’intelligenza artificiale avanzata potrebbe rappresentare un vantaggio piuttosto che una minaccia” spiega Kryachok.
RICEVI GRATIS LE NOTIZIE IN ANTEPRIMAFOSSATI CHE GARANTISCONO DIVERSE DIFESE INTERCONNESSE
I servizi di informazione finanziaria non sono facilmente replicabili grazie a "fossati" che garantiscono diverse difese interconnesse. La prima è rappresentata dalla proprietà dei dati. I set di dati proprietari o di marca, come gli indici MSCI o i rating creditizi di Moody’s, sono di fatto insostituibili. È la fiducia e la familiarità dei set di dati di MSCI e Moody’s a costituire un vantaggio competitivo duraturo.
FUNZIONALI AI MERCATI DEI CAPITALI GLOBALI
Inoltre i rating e gli indici sono funzionali ai mercati dei capitali globali perché tutti li utilizzano. Una volta incorporati nei quadri normativi, nei benchmark e nei mandati d’investimento, diventano parte integrante dell’infrastruttura del sistema finanziario, come nel caso di S&P Global. Ed infine, la terza difesa, ovvero l’integrazione nei flussi di lavoro dei clienti, che crea notevoli switching cost, rendendo qualsiasi cambiamento un'impresa costosa e rischiosa.
ATTIVATORI DI DATI
S&P Global, Moody’s e MSCI, sono “attivatori di dati”, marchi chiave che convertono i dati grezzi in informazioni fruibili e comprensibili. Il valore di un rating di credito Moody’s o di un indice MSCI non è costituito dalla difficoltà di calcolo, ma dal suo riconoscimento e dalla sua accettazione a livello globale. Non solo, l’adozione dell’IA avanzata offre a queste società buone opportunità di ottenere una posizione vincente. Gli strumenti che aumentano la produttività degli analisti, accelerano la valutazione del credito o migliorano le interfacce con i clienti possono potenziare i ricavi di un'azienda e ridurre i costi piuttosto che influire negativamente sui margini.
AGGREGATORI DI DATI
Società come FactSet o che fanno parte del London Stock Exchange Group (LSEG) fungono da “aggregatori di dati”, curando e fornendo informazioni di terzi anziché detenere dati. I loro fossati non si basano sulla proprietà di dati di marchio unici, ma sul modo in cui organizzano, convalidano e integrano in modo sicuro grandi volumi di informazioni per i clienti. Pochi Chief Risk Officer si sentirebbero a proprio agio nell'inserire le posizioni di trading della propria azienda in un modello di intelligenza artificiale non collaudato, ospitato da un concorrente sostenuto da venture capital.
UN APPROCCIO DISCIPLINATO E ORIENTATO AL LUNGO TERMINE
Per tutte queste considerazioni, è importante valutare la resilienza di ciascun modello di business nonché tenere conto della valutazione e delle dimensioni delle posizioni. “Il nostro approccio continua a rimanere disciplinato e orientato al lungo termine: distinguere il rischio strutturale reale dalla narrativa ciclica, concentrarsi sulla qualità e sulla valutazione e ricordare che i vantaggi competitivi duraturi, specialmente quelli basati sulla fiducia, sulla regolamentazione e sulla reputazione, tendono a sopravvivere alle notizie di attualità” conclude l’Executive Director International Equity Team di Morgan Stanley Investment Management.
