IA e criptovalute: come l'intelligenza artificiale può cambiare la finanza, il settore bancario e la blockchain

Immaginiamo che la vostra app finanziaria non si limiti più a mostrare il saldo del conto. L'intelligenza artificiale nota un pagamento insolito, vi avvisa che probabilmente si tratta di una frode, confronta le vostre spese con quelle dei mesi precedenti e suggerisce dove potete risparmiare. Il passo successivo potrebbe essere che lo stesso sistema, secondo regole impostate in anticipo, prepari da solo un trasferimento di denaro, un cambio di valuta o una transazione con un asset digitale. A quel punto la domanda non sarà più soltanto «Che cosa mi consiglia l'IA?», ma anche «Che cosa le permetterò di fare con il mio denaro?»

È proprio qui che iniziano a incontrarsi due mondi tecnologici che finora si sono spesso sviluppati separatamente. L'intelligenza artificiale è in grado di analizzare grandi quantità di informazioni e, sempre più spesso, anche di svolgere autonomamente determinati compiti. La blockchain, a sua volta, consente di trasferire valore digitale, utilizzare smart contract e creare sistemi finanziari che possono funzionare senza interruzioni. Se queste due tecnologie si collegano, possono nascere servizi in cui il software non solo valuta qualcosa, ma successivamente esegue anche una specifica operazione finanziaria.

Ciò però non significa che l'IA sostituirà le banche o che le criptovalute prenderanno automaticamente il posto del sistema finanziario tradizionale. Più probabile è una graduale compenetrazione dei due mondi. Le banche utilizzano già oggi l'intelligenza artificiale per individuare le frodi, analizzare il rischio o comunicare con i clienti. Allo stesso tempo nascono tecnologie che consentono agli agenti IA di lavorare con wallet blockchain, smart contract o stablecoin. Il futuro, quindi, forse non sarà uno scontro tra IA e banche né tra criptovalute e valute fiat, ma piuttosto la ricerca di dove ciascuna tecnologia abbia più senso.

L'IA sta già cambiando il settore bancario tradizionale

Quando oggi si parla di intelligenza artificiale, molte persone pensano soprattutto ai chatbot o agli strumenti capaci di generare testi e immagini. Nel settore finanziario, tuttavia, diverse forme di apprendimento automatico vengono utilizzate già da molti anni. Le banche e altre istituzioni finanziarie analizzano con l'aiuto di algoritmi enormi quantità di transazioni e cercano schemi che una persona riuscirebbe a riconoscere solo con difficoltà.

Uno degli ambiti più noti è l'individuazione delle frodi. Il sistema bancario può valutare costantemente se un determinato pagamento corrisponde al comportamento abituale del cliente. Se una persona paga normalmente con la carta in Repubblica Ceca e nel giro di pochi minuti compare un pagamento elevato in un'altra parte del mondo, il sistema può classificare la transazione come rischiosa. Tecnologie simili possono essere d'aiuto anche nell'individuazione del riciclaggio di denaro, nella valutazione del rischio di credito, nell'elaborazione dei documenti o nell'assistenza clienti.

Con lo sviluppo dell'IA generativa le possibilità si ampliano ulteriormente. L'app bancaria non deve limitarsi a mostrare i numeri, ma può anche interpretarli. Invece dell'informazione che il cliente ha speso in un mese 42.000 CZK, il sistema può segnalare che le sue spese per l'energia sono aumentate del 25 % rispetto alla media di lungo periodo, oppure che tra i pagamenti ricorrenti è comparso un servizio che non utilizza da diversi mesi. Il settore bancario può così trasformarsi gradualmente da strumento per visualizzare i dati finanziari a sistema che aiuta attivamente i clienti a comprendere questi dati.

Dall'assistente IA all'agente IA

L'IA di oggi funziona per lo più come un consulente. L'utente può chiedere quanto ha speso il mese scorso, chiedere la spiegazione di uno specifico prodotto finanziario o far confrontare diverse opzioni. L'intelligenza artificiale fornisce una risposta, ma la decisione stessa e l'operazione successiva vengono eseguite dalla persona.

La fase successiva dello sviluppo è rappresentata dai cosiddetti agenti IA. Si tratta di sistemi che possono ricevere un obiettivo concreto, utilizzare altri strumenti ed eseguire autonomamente i diversi passaggi necessari per raggiungerlo. La differenza, quindi, non sta soltanto nella qualità della risposta. L'agente può anche ottenere la possibilità di agire.

Immaginiamo ad esempio questa istruzione: «Ogni mese, dopo lo stipendio, lascia sul conto una riserva di 30.000 CZK, controlla i pagamenti ricorrenti e suddividi la parte restante secondo le regole che ho impostato in anticipo.» L'IA di oggi può formulare una raccomandazione. Un futuro agente dotato delle autorizzazioni adeguate potrebbe preparare alcuni passaggi o addirittura eseguirli direttamente.

È proprio a questo punto che il collegamento tra IA e blockchain inizia a diventare interessante. Se un software è in grado di analizzare una situazione e allo stesso tempo ha la possibilità tecnica di lavorare con asset digitali, nasce un nuovo tipo di strumento finanziario.

Perché la blockchain può essere interessante per l'IA

Il sistema finanziario classico è stato creato principalmente per persone, aziende e istituzioni finanziarie. Abbiamo conti bancari, carte di pagamento, poteri di firma, processi di identificazione e altri meccanismi progettati per utenti umani. Il software, però, può avere esigenze diverse.

Immaginiamo un agente IA che, nel giro di pochi secondi, deve trovare la fonte di dati necessaria, verificarne il prezzo, pagare qualche centesimo, scaricare i dati e poi utilizzarli per un altro compito. Per un'operazione di questo tipo la classica carta di pagamento o il bonifico bancario non sono sempre la soluzione più efficiente.

La blockchain offre diverse caratteristiche che possono essere interessanti per un software autonomo. Funziona senza interruzioni, un wallet digitale può essere tecnicamente controllato anche da un software, le transazioni possono essere programmabili e gli smart contract sono in grado di definire con precisione le regole in base alle quali i fondi vengono utilizzati. I sistemi blockchain consentono inoltre di lavorare anche con importi molto piccoli.

Ciò non significa che l'IA debba usare le criptovalute. Il settore bancario sta al tempo stesso creando proprie interfacce digitali e API, attraverso le quali i sistemi automatizzati possono lavorare con il denaro tradizionale. La blockchain offre però una possibilità interessante: il software può comunicare direttamente con un'infrastruttura finanziaria creata per transazioni digitali programmabili.

Un agente IA con il proprio wallet

L'idea di un'IA con accesso a un wallet può a prima vista sembrare pericolosa. Ciò però non significa necessariamente che il sistema ottenga un controllo illimitato su tutti i fondi dell'utente. Sono proprio la blockchain e gli smart contract a consentire di stabilire regole precise in base alle quali l'agente può agire.

Il proprietario può ad esempio stabilire che una singola transazione non possa superare dieci dollari, che il limite giornaliero sia di cento dollari e che i pagamenti possano essere diretti solo a servizi approvati in anticipo. Qualsiasi importo superiore richiederebbe la conferma di una persona. L'IA può così ottenere una certa autonomia economica, senza avere il controllo assoluto sul denaro.

In questo modo l'agente può acquistare dati, potenza di calcolo, accesso ad API o altri servizi digitali. Per una persona sarebbe poco pratico approvare manualmente ogni pagamento del valore di pochi centesimi. Per un software può trattarsi di una normale parte del compito da svolgere.

Tecnologie simili stanno già nascendo. Un esempio è il protocollo x402, che sfrutta l'idea del codice internet «402 Payment Required». Il server può comunicare all'agente IA il prezzo del servizio richiesto, l'agente effettua il pagamento e successivamente ottiene l'accesso ai dati o alle funzioni richiesti. Per ora si tratta di un ambito in via di sviluppo e non è certo quanto sarà rilevante in futuro, ma mostra come potrebbero funzionare i pagamenti automatizzati tra software.

Le stablecoin come mezzo di pagamento per l'IA

Per pagare servizi digitali una criptovaluta volatile non è necessariamente il mezzo ideale. Se un agente IA deve pagare ad esempio due centesimi per una richiesta API, è più pratico utilizzare un asset il cui valore non cambia in modo significativo rispetto alla valuta in cui il servizio è prezzato.

È proprio qui che le stablecoin possono acquisire importanza. Una stablecoin ancorata al dollaro statunitense combina un'unità di prezzo conosciuta con l'infrastruttura blockchain. L'agente può così disporre ad esempio di un budget di 100 USDC e utilizzarne le singole parti secondo regole definite in anticipo.

Per l'IA non è rilevante se un determinato asset rappresenti un investimento interessante. Ciò che conta è se è in grado di trasferire valore in modo affidabile da un punto all'altro. In alcuni scenari una stablecoin può quindi funzionare meno come criptovaluta d'investimento e più come strumento di pagamento digitale.

Dal punto di vista dell'utente comune può essere interessante anche un altro aspetto. La persona potrebbe non sapere nemmeno di utilizzare una stablecoin in background. Così come oggi, quando paghiamo con la carta, di solito non pensiamo a tutti i sistemi che elaborano il pagamento, un giorno l'utente potrebbe semplicemente dire: «Paga questo servizio.» E l'app sceglierà da sola l'infrastruttura di pagamento più adatta.

L'IA può semplificare notevolmente le criptovalute

Uno dei maggiori ostacoli a un uso più ampio delle criptovalute è la loro complessità tecnica. Un utente alle prime armi si imbatte rapidamente in termini come seed phrase, indirizzo blockchain, gas, Layer 2, bridge, smart contract o diverse reti blockchain. Ciascuno di questi termini ha una sua giustificazione tecnica, ma nel complesso possono rappresentare un'elevata barriera all'ingresso.

L'IA può inserire un ulteriore livello tra l'utente e l'infrastruttura tecnica. La persona non deve sapere esattamente quale rete scegliere o come funziona un bridge. Può ad esempio dire: «Voglio inviare 50 USDC a questa persona nel modo supportato più economico.» Il sistema può confrontare le opzioni disponibili, segnalare i rischi e spiegare come funzionano le singole varianti.

Qui però è importante distinguere tra raccomandazione ed esecuzione della transazione. Se l'IA si limita a consigliare e l'utente poi conferma tutto da solo, rimane un ulteriore margine di controllo. Se il sistema ha accesso alle chiavi private o l'autorizzazione a firmare da solo la transazione, un suo errore può avere conseguenze finanziarie immediate.

Più nascondiamo la complessità tecnica, più sarà importante controllare ciò che accade sotto la superficie.

IA e smart contract

Un altro ambito in cui le due tecnologie si incontrano in modo naturale è lo sviluppo e la sicurezza degli smart contract. L'IA può aiutare i programmatori a spiegare il codice esistente, creare test, cercare punti sospetti o proporre scenari di possibile attacco a uno smart contract.

Ciò può accelerare notevolmente sia lo sviluppo sia il controllo di sicurezza. Allo stesso tempo, però, vale la stessa regola della programmazione comune: l'IA può generare codice errato. In una normale pagina web un errore può significare un pulsante che non funziona. In uno smart contract che gestisce una grande quantità di asset digitali, un errore può significare una perdita finanziaria.

Un esempio interessante è arrivato dalla Ethereum Foundation, il cui team di sicurezza ha utilizzato agenti IA coordinati per cercare errori nel codice legato all'infrastruttura di Ethereum. I sistemi sono riusciti a trovare problemi reali, ma hanno anche generato risultati che sembravano convincenti pur non rappresentando alcuna vulnerabilità reale.

Ciò mostra bene la duplice natura dell'IA. Può aumentare notevolmente la capacità di individuare problemi di sicurezza, ma di per sé non sostituisce il controllo di un esperto.

L'IA come nuovo strumento di analisi della blockchain

Le blockchain pubbliche contengono un'enorme quantità di dati sulle transazioni. Le singole operazioni possono essere seguite, ma con milioni di transazioni l'analisi manuale è praticamente impossibile. L'IA e altri sistemi analitici possono cercare schemi che una persona riconoscerebbe solo con difficoltà.

Possono ad esempio seguire come i fondi si spostano tra un numero elevato di indirizzi, individuare catene di transazioni sospette o identificare indirizzi collegati a frodi già note. Lo stesso principio può essere utilizzato nel monitoraggio AML, nella valutazione del rischio della controparte o nell'analisi del comportamento dei singoli protocolli blockchain.

Sotto questo aspetto il sistema bancario tradizionale e il mondo blockchain non differiscono molto. In entrambi i casi si tratta di analizzare un'enorme quantità di dati finanziari e di cercare schemi insoliti.

La differenza sta nella disponibilità dei dati. Una blockchain pubblica può fornire una cronologia delle transazioni molto dettagliata, ma allo stesso tempo un indirizzo blockchain non rivela automaticamente la reale identità del suo utente. L'IA può quindi essere molto efficace nell'analisi dei comportamenti, ma non sempre riesce a stabilire facilmente chi si nasconda davvero dietro un determinato indirizzo.

Come l'IA può cambiare il settore bancario quotidiano

Per la maggior parte delle persone il cambiamento più grande potrebbe non avvenire su un exchange di criptovalute, ma direttamente nel mobile banking.

L'app bancaria di oggi mostra di solito il saldo, i pagamenti in entrata e in uscita o statistiche di base. L'IA può cambiare questa esperienza interpretando i dati finanziari.

Invece di una semplice informazione sulla transazione, l'app può dire: «Pagate questo servizio da dodici mesi, ma negli ultimi tre mesi non l'avete utilizzato.» Oppure può segnalare: «Questo mese le spese per l'energia sono significativamente più alte del solito.» Il passo successivo può essere una raccomandazione su come affrontare la situazione.

L'app bancaria può così trasformarsi da elenco passivo di transazioni ad assistente finanziario attivo. Ciò può essere utile soprattutto per le persone che non si orientano molto nelle finanze. Allo stesso tempo, però, sorge la domanda fino a che punto vogliamo che le istituzioni finanziarie o i loro partner tecnologici analizzino il nostro comportamento.

Servizi finanziari migliori contro una maggiore quantità di dati

L'IA funziona al meglio quando dispone di dati di qualità. Più conosce il cliente, più precisa può essere ad esempio la stima del rischio, la raccomandazione di un prodotto finanziario o il rilevamento di un pagamento sospetto.

Ciò può portare vantaggi concreti. I modelli di credito tradizionali a volte lavorano con informazioni relativamente limitate. L'IA può analizzare una storia più ampia del comportamento finanziario e valutare meglio, ad esempio, un lavoratore autonomo che non ha uno stipendio mensile regolare, ma che nel lungo periodo dimostra un reddito stabile.

Lo stesso principio, tuttavia, solleva la questione della privacy. Quante informazioni dovrebbe analizzare una banca? Nel decidere su un prestito deve conoscere le nostre abitudini di acquisto? Come spiegherà al cliente perché il modello lo ha respinto? E se l'algoritmo utilizza correlazioni che funzionano statisticamente, ma portano a un risultato ingiusto?

L'IA può quindi rendere i servizi finanziari più precisi, ma più dati non significano automaticamente decisioni più giuste.

IA contro IA: una nuova lotta contro le frodi finanziarie

Uno dei maggiori paradossi dell'intelligenza artificiale nella finanza è che la stessa tecnologia può essere utilizzata sia da chi difende sia da chi attacca.

Banche, exchange e società di analisi utilizzano l'IA per individuare transazioni sospette. I truffatori, al contrario, possono sfruttarla per creare frodi più convincenti.

L'IA generativa è in grado di creare un'e-mail falsa, imitare lo stile di una persona specifica, la sua voce o creare un video deepfake. Un truffatore può così creare un falso consulente finanziario oppure imitare un collega, un partner commerciale o un familiare.

Le criptovalute possono risultare allettanti per frodi di questo tipo soprattutto perché una transazione blockchain è difficilmente reversibile. Se la vittima invia fondi a un indirizzo controllato dall'aggressore, non sempre esiste un'istituzione in grado di annullare semplicemente la transazione.

L'IA può quindi al tempo stesso migliorare il rilevamento delle frodi e ridurre i costi per realizzarle. Nella finanza nascerà quindi probabilmente una corsa tecnologica di lungo periodo tra i sistemi che creano frodi e i sistemi che devono smascherarle.

Quando credere ai propri occhi potrebbe non bastare più

La tecnologia deepfake sta cambiando anche il modo in cui verifichiamo l'identità.

In passato una videochiamata poteva rappresentare una prova piuttosto solida del fatto che stavamo comunicando con una persona specifica. Se vedevamo e sentivamo una persona, avevamo motivo di credere che fosse davvero lei.

L'IA generativa indebolisce gradualmente questo presupposto.

Se è possibile imitare in modo realistico sia l'immagine sia la voce, può acquisire maggiore importanza la verifica crittografica. Invece della domanda «Ho visto questa persona in videochiamata?» può diventare più importante la domanda «Questa richiesta è stata davvero firmata da una chiave autorizzata?»

È proprio qui che la blockchain e la crittografia possono acquisire un nuovo significato. Non necessariamente come modo per investire in asset digitali, ma come infrastruttura in grado di dimostrare matematicamente l'origine di una determinata informazione o l'autorizzazione a eseguire una specifica operazione.

Naturalmente nemmeno la firma crittografica è una soluzione assoluta. Se un aggressore ottiene una chiave privata, può abusarne. Ciononostante, il modo in cui dimostreremo l'affidabilità nel mondo digitale potrebbe cambiare.

L'IA è in grado di fare trading da sola?

Il trading automatizzato sui mercati finanziari esiste da tempo. Banche, fondi e altre istituzioni utilizzano sistemi algoritmici già da molti anni. L'IA generativa, però, può rendere la creazione di strategie simili accessibile anche a persone che non sanno programmare.

L'utente può ad esempio impostare una semplice regola di acquisto periodico di Bitcoin oppure un sistema più complesso che reagisce a diversi indicatori di mercato.

Qui però è importante distinguere tra la capacità di eseguire automaticamente una strategia e la capacità di prevedere in modo affidabile il futuro.

L'IA è in grado di analizzare rapidamente un'enorme quantità di dati. Ciò però non significa che sappia in che direzione si muoverà la prossima settimana il prezzo di Bitcoin o di un indice azionario. Il modello può lavorare con dati errati, adattarsi a un passato che non si ripeterà o reagire a un evento imprevisto in un modo che il suo creatore non aveva previsto.

L'IA può essere uno strumento analitico molto potente. Non dovrebbe però essere scambiata per una macchina che predice il futuro.

E se tutti usassero modelli simili

Un ulteriore rischio non è soltanto l'errore di una singola IA, ma la possibilità che molti sistemi prendano contemporaneamente decisioni simili.

Immaginiamo che un gran numero di banche, fondi e sistemi di trading automatizzati utilizzi modelli simili e dati simili. Sul mercato compare un'informazione fortemente negativa. I modelli la valutano in modo simile e iniziano contemporaneamente a ridurre le posizioni a rischio.

Il trading automatizzato esisteva naturalmente molto prima dell'attuale generazione di IA. Il nuovo rischio può risiedere nella portata e nella concentrazione. Se gran parte del mercato utilizza modelli di pochi fornitori, il problema di un singolo sistema può colpire più istituzioni.

Una questione simile riguarda le criptovalute. La blockchain può essere decentralizzata, ma il livello di IA utilizzato sopra di essa può dipendere da pochi fornitori centralizzati di modelli o di infrastruttura cloud.

Ciò ricorda ancora una volta un principio importante: la decentralizzazione di un livello tecnologico non significa automaticamente la decentralizzazione dell'intero sistema.

Un token IA non è automaticamente un progetto IA di qualità

Quando si uniscono due ambiti popolari, nasce naturalmente anche il marketing.

Sul mercato esistono progetti che collegano la blockchain alla potenza di calcolo per l'IA, a dati decentralizzati, ad agenti autonomi o ad altre tecnologie reali. Allo stesso tempo, però, può nascere una criptovaluta che utilizza la denominazione IA soprattutto perché si tratta di un tema di moda.

Per questo è importante distinguere tra i singoli progetti.

Il nome del token o l'affermazione che il progetto utilizza l'intelligenza artificiale non dicono quasi nulla sul suo valore reale. Molto più importante è capire quale problema risolve, se per farlo ha davvero bisogno della blockchain, quale funzione svolge il token stesso nel sistema e se ha un utilizzo reale.

Lo stesso principio valeva per le precedenti tendenze delle criptovalute e varrà anche per l'IA.

Una tendenza tecnologica può essere reale, ma ciò non significa che ogni progetto che vi fa riferimento debba essere di qualità.

Che cosa può portare il collegamento tra IA e blockchain

Il beneficio maggiore potrebbe non risiedere in un'unica applicazione rivoluzionaria. Più importante può essere la graduale combinazione di diverse tecnologie.

L'IA può ad esempio semplificare l'uso delle criptovalute e nascondere parte della complessità tecnica delle reti blockchain. Può analizzare grandi quantità di transazioni, segnalare attività sospette o aiutare gli sviluppatori a controllare gli smart contract. Gli agenti autonomi, a loro volta, possono utilizzare la blockchain per piccoli pagamenti automatizzati o per l'accesso a servizi digitali.

Per l'utente comune può essere importante soprattutto la semplicità. Se l'IA riesce a spiegare in modo sicuro che cosa accade durante una transazione, confrontare le opzioni disponibili e segnalare un potenziale errore, può ridurre notevolmente gli ostacoli all'ingresso nel mondo degli asset digitali.

L'uso più interessante dell'IA, quindi, potrebbe non essere la speculazione sulle criptovalute. Potrebbe essere proprio il fatto che una tecnologia complessa diventi molto meno visibile per la persona comune.

Dove il collegamento tra IA e finanza può fallire

Il più grande vantaggio dell'IA è al tempo stesso la fonte del suo rischio maggiore. Il sistema è in grado di valutare rapidamente una situazione e di reagire automaticamente. Se però la valutazione si rivela errata, può eseguire con la stessa rapidità un'operazione sbagliata.

I grandi modelli linguistici possono produrre risposte convincenti ma fattualmente errate. In ambito finanziario un errore di questo tipo può avere conseguenze molto più gravi rispetto a una normale ricerca di informazioni.

Nelle transazioni blockchain il problema è ancora più marcato, perché molte operazioni sono difficilmente reversibili. Un agente IA con autorizzazioni troppo ampie può ad esempio inviare fondi all'indirizzo sbagliato o utilizzare uno smart contract errato.

Un altro problema è la tutela della privacy. Un buon assistente finanziario ha bisogno di accedere ai dati finanziari. È quindi importante sapere chi tratta i dati, dove sono conservati e se possono essere utilizzati per altri scopi.

Con la crescente autonomia dell'IA sorge inoltre una complessa questione di responsabilità. Se il sistema esegue una transazione sbagliata, chi ne sopporta le conseguenze? L'utente che gli ha concesso l'autorizzazione? Lo sviluppatore? L'istituzione finanziaria? Il fornitore del modello di IA stesso? Le risposte a domande di questo tipo diventeranno sempre più importanti.

Quanto controllo dovremmo cedere all'IA

Il principio di base può essere semplice: maggiori sono i poteri che il sistema ottiene, più importanti devono essere i meccanismi di controllo.

Se l'IA si limita a spiegare un concetto finanziario, un eventuale errore ha conseguenze relativamente limitate. Se può trasferire da sola migliaia di euro, la situazione è completamente diversa.

Per questo possono essere importanti limiti sull'importo massimo, un elenco di servizi consentiti, una conferma aggiuntiva per le operazioni più grandi o la possibilità di bloccare immediatamente l'accesso. L'utente dovrebbe anche sapere se l'IA può soltanto leggere i dati finanziari o se ha il diritto di spostare effettivamente i fondi.

L'obiettivo ideale potrebbe non essere un sistema che ottiene il controllo assoluto.

Per molte persone può essere molto più utile un'IA che prepara quasi l'intera operazione, la spiega e segnala i rischi, ma lascia comunque la decisione finale alla persona.

L'IA sostituirà le banche?

Probabilmente è più utile porsi un'altra domanda: come cambierà l'IA la banca che già utilizziamo?

L'evoluzione attuale mostra soprattutto l'integrazione dell'IA nelle istituzioni finanziarie esistenti. Le banche la utilizzano per il rilevamento delle frodi, l'analisi del rischio di credito, la sicurezza informatica, il rispetto delle norme regolamentari (compliance) o il servizio clienti.

La banca del futuro può quindi continuare a lavorare con valute fiat, concedere prestiti e operare all'interno del sistema finanziario regolamentato. La differenza può stare nel modo in cui il cliente comunica con essa.

Invece di cercare la voce giusta nel menu, la persona può ad esempio dire: «Voglio inviare 500 euro a mia figlia e non voglio pagare una commissione inutilmente alta.» L'IA individua le opzioni disponibili, spiega le differenze e prepara l'operazione.

La persona si limita a controllarla e confermarla.

Le criptovalute sostituiranno le valute fiat a causa dell'IA?

Anche qui non c'è motivo di aspettarsi uno scenario semplice.

Un agente IA può tecnicamente utilizzare l'euro su un conto bancario così come una stablecoin in un wallet blockchain, se dispone di un accesso adeguato a entrambi i sistemi.

Più probabile può quindi essere l'esistenza di diversi percorsi paralleli. Alcune operazioni passeranno attraverso l'infrastruttura bancaria e la valuta fiat, altre attraverso le reti blockchain e le stablecoin.

L'utente, peraltro, non deve sempre sapere quale infrastruttura utilizza la sua app. A decidere possono essere velocità, costo, sicurezza, disponibilità e contesto normativo.

Proprio così può gradualmente scomparire parte del confine tra finanza «classica» e «cripto». Per l'utente può essere più importante il servizio stesso della tecnologia che funziona al di sotto.

Come può essere l'IA finanziaria del futuro

Immaginiamo una piccola azienda che utilizza diversi servizi digitali. Il suo agente IA può controllare le fatture, confrontare i costi dei servizi cloud, acquistare potenza di calcolo solo quando è davvero necessaria, pagare le API e segnalare al titolare le transazioni insolite.

Una parte delle operazioni può passare attraverso un classico conto bancario. Alcuni piccoli pagamenti digitali possono essere più semplici da regolare con una stablecoin. Nel frattempo uno smart contract può vigilare affinché l'agente non superi il budget giornaliero massimo.

La persona resta proprietaria dei fondi e stabilisce le regole. L'IA gestisce le operazioni di routine.

Un modello di questo tipo può essere più realistico dell'idea che un giorno l'intelligenza artificiale prenda completamente il controllo della finanza. Non si tratta necessariamente di eliminare la persona dal sistema. Piuttosto di un cambiamento del suo ruolo – da esecutore di ogni singolo passaggio a persona che stabilisce le regole e controlla le decisioni importanti.

Conclusione

L'intelligenza artificiale probabilmente non cambierà soltanto le criptovalute. Sta già cambiando anche il settore bancario tradizionale. Le banche la utilizzano per individuare le frodi, analizzare il rischio o servire i clienti, mentre nell'ambiente blockchain nascono i primi sistemi in cui gli agenti IA possono utilizzare wallet, smart contract o stablecoin. Il confine tra finanza tradizionale e decentralizzata può così diventare gradualmente meno netto.

La più grande opportunità dell'IA risiede nella sua capacità di analizzare, automatizzare e potenzialmente rendere accessibili a una cerchia più ampia di persone sistemi finanziari complessi. Il rischio maggiore, però, deriva dalla stessa caratteristica: se permettiamo al sistema non solo di consigliare, ma anche di agire, un suo errore può avere conseguenze finanziarie reali. Deepfake, frodi, dati errati, modelli imprevedibili o una concentrazione eccessiva del controllo saranno quindi temi importanti quanto la velocità e la comodità.

Il futuro, quindi, forse non sarà la domanda «IA, banche o criptovalute?». Più importante sarà il modo in cui queste tecnologie si collegheranno. Conto bancario, wallet blockchain, stablecoin e agente IA potranno un giorno funzionare fianco a fianco in un unico servizio. E la domanda chiave non sarà soltanto che cosa l'intelligenza artificiale è in grado di fare. Bisognerà anche stabilire con precisione che cosa può fare con il nostro denaro – e che cosa invece no.

Questo testo ha finalità puramente informative ed educative e non costituisce consulenza di investimento. I cripto-asset sono volatili e potreste perdere l'intero importo investito.