Franklin Templeton sviluppa flussi di lavoro di ricerca basati sull’IA per mettere in evidenza i rischi

Franklin Templeton sta sviluppando flussi di lavoro basati sull’IA per aiutare i gestori di portafoglio a confrontare le ricerche sugli investimenti e a esaminare i rischi, a partire dall’analisi azionaria, ha dichiarato OpenAI in un caso di studio pubblicato il 5 novembre 2026. Codex è uno dei vari strumenti utilizzati dai suoi team di investimento.

Il lavoro affronta un passaggio critico nel processo di ricerca esistente. Gli analisti svolgono un’analisi preliminare dei titoli azionari, esaminano le conference call sui risultati e studiano i concorrenti di ciascun settore di attività, prima di proporre nuove idee o aggiornare i gestori di portafoglio sulle posizioni esistenti. Ricerca, gestione del rischio, conformità e negoziazione offrono prospettive diverse; Franklin Templeton vuole riunire questi contributi affinché i responsabili delle decisioni possano valutare sia le motivazioni alla base di un’idea sia i relativi rischi.

Katrina Dudley, vicepresidente senior per gli investimenti nei mercati quotati di Franklin Templeton, ha descritto il cambiamento come un passo oltre l’automazione di una sequenza guidata dalle persone. «Siamo passati dal potenziare il nostro processo di ricerca al ripensare da cima a fondo il flusso di lavoro della ricerca sugli investimenti», ha affermato.

Dall’accesso ai database all’intelligenza connessa

Il primo tentativo consisteva nell’inserire i dati in un database e collegarvi i modelli. Non ha fornito le risposte di cui i team avevano bisogno, perché i modelli non capivano come fossero collegati i dati. L’approccio è cambiato con l’introduzione di agenti e di un livello semantico, definito come un modello strutturato che descrive il significato dei dati dell’azienda e le relazioni tra loro.

Questa distinzione tocca il cuore del problema della ricerca: il semplice accesso alle informazioni non forniva le relazioni necessarie per interpretarle. Il team utilizza Codex e altri strumenti per sviluppare un livello di intelligenza connessa che integra i dati negli strumenti e fa emergere informazioni utili per gli utenti.

Il risultato auspicato è una base riutilizzabile e soggetta a controlli di governance, che riunisca connettori affidabili, il contesto dei portafogli e dei flussi di lavoro e funzionalità basate su agenti, così da far emergere informazioni utili per gli analisti e i gestori di portafoglio.

Lo sviluppo coinvolge anche le persone che useranno i sistemi. Codex è stato impiegato in hackathon che affiancano esperti e professionisti degli investimenti mentre sviluppano i propri strumenti; inoltre, laboratori pratici avviati poco dopo il lancio di nuove tecnologie aiutano i team a valutare come integrarle nel proprio lavoro. I responsabili dell’IA per gli investimenti stanno lavorando per trasformare gli esperimenti in flussi di lavoro pronti per la produzione.

Nella progettazione della ricerca, priorità alla diversità e al rischio

Alcuni comportamenti che rendono l’IA utile in altri contesti creano problemi nella gestione patrimoniale. Molti strumenti imparano le preferenze dell’utente e gli mostrano sempre più contenuti dello stesso tipo; per un investitore che predilige un fornitore di ricerca, questo può tradursi in un maggior numero di rapporti provenienti da quel fornitore. Franklin Templeton considera il conseguente restringimento delle fonti una potenziale causa di distorsioni e vuole invece che analisti e gestori di portafoglio possano accedere a una pluralità di ricerche e opinioni.

Il rischio viene trattato in modo analogo. I sistemi sono progettati per mettere in evidenza i rischi dell’investimento insieme alle motivazioni alla base di un’idea, affinché i gestori di portafoglio ne siano consapevoli. Individuare questi rischi in una nota di ricerca, ha affermato Dudley, «consente di prendere decisioni di investimento più informate».

Insieme al lavoro sul livello semantico, questi requisiti fanno dell’esposizione alle diverse ricerche una componente della progettazione del sistema: conta quali prospettive raggiungono l’utente, oltre alla possibilità di recuperare le informazioni. Il flusso di lavoro previsto collega quindi l’architettura tecnica a un’esigenza specifica degli investimenti: preservare punti di vista diversi e rendere visibile l’analisi dei rischi al ribasso.

Paletti di sicurezza, adozione e lavoro sul campo

La dirigenza incoraggia l’innovazione e la sperimentazione con l’IA entro limiti di rischio chiaramente definiti, accettando che non tutte le iniziative avranno successo. Dudley ha affermato che ciascuna dovrebbe comunque generare informazioni utili a rafforzare le capacità, orientare le decisioni future e promuovere il miglioramento continuo. Le misure di controllo previste lungo il percorso dalla sperimentazione agli strumenti pronti per la produzione comprendono verifiche di sicurezza, supporto di esperti e accordi sui dati.

L’obiettivo a lungo termine di Dudley è rendere accessibile l’intelligenza connessa a tutti i team di investimento, dagli analisti ai responsabili di ciascun gruppo di investimento. Vuole anche che gli analisti trascorrano più tempo sul campo, parlando con esperti, professionisti e dirigenti di aziende private, per poi condividere con i propri team ciò che hanno appreso. Questa prospettiva umana resta essenziale con l’evolversi degli strumenti.

Il valore del progetto risiede nell’unione di automazione e moderazione. Franklin Templeton cerca di far emergere informazioni utili e collegare più elementi di contesto attorno a un investimento, mantenendo al contempo nel processo opinioni diverse, analisi esplicite dei rischi, controlli di sicurezza e giudizio umano. La questione centrale è se questi elementi possano coesistere in un sistema soggetto a governance e riutilizzabile, senza restringere la varietà delle ricerche che il sistema intende ampliare.