Nell’Occasional Paper di Banca d’Italia dal titolo “Le implicazioni dell’intelligenza artificiale per la politica monetaria: una prima valutazione“, vengono esaminate le possibili implicazioni della diffusione dell’intelligenza artificiale per la politica monetaria.
L’analisi si concentra sugli effetti dell’IA sui mercati finanziari e del credito, sull’economia reale e sull’inflazione, nonché sulla funzione di reazione delle banche centrali.
AI, credito e inflazione: come cambia la politica monetaria
L’intelligenza artificiale non è destinata ad incidere soltanto sui processi produttivi e sull’organizzazione del lavoro. La sua progressiva diffusione potrebbe incidere anche sulla politica monetaria, modificando sia i meccanismi attraverso i quali le decisioni delle banche centrali producono effetti sull’economia, sia il processo attraverso cui le autorità monetarie assumono le proprie decisioni. È questa la prospettiva esaminata dallo studio di Banca d’Italia, il quale muove dalla considerazione dell’IA come tecnologia potenzialmente capace di accrescere l’efficienza, accelerare l’elaborazione delle informazioni e ampliare la frontiera produttiva dell’economia. L’automazione delle attività ripetitive e la possibilità di incorporare più rapidamente nuove informazioni nelle decisioni di imprese, famiglie e intermediari finanziari potrebbero rendere le decisioni economiche più rapide e, almeno in linea di principio, più accurate.
A tali benefici si accompagnano, tuttavia, nuovi fattori di rischio. Secondo gli autori, un impiego diffuso dell’IA potrebbe accrescere l’interconnessione del sistema economico-finanziario e i rischi operativi e informatici. L’utilizzo, da parte di più operatori, di sistemi algoritmici basati su dati e modelli simili potrebbe inoltre favorire reazioni simultanee e comportamenti “gregari”, con il rischio di amplificare, soprattutto nelle fasi di stress, le oscillazioni dei mercati finanziari.
In un sistema nel quale una quota crescente delle decisioni è assunta o assistita da algoritmi, gli episodi di crisi potrebbero quindi manifestarsi più rapidamente e propagarsi con maggiore intensità.
Un primo effetto riguarda il sistema bancario. Grazie a capacità previsionali più sofisticate, gli intermediari potrebbero gestire in maniera più efficiente la propria liquidità e ridurre, in condizioni normali, la quantità di riserve detenute presso la banca centrale. In situazioni di stress, tuttavia, decisioni automatizzate e comportamenti algoritmici convergenti potrebbero determinare deflussi di liquidità più improvvisi e consistenti. Ne deriva, secondo gli autori, l’esigenza di un assetto operativo della banca centrale sufficientemente flessibile da conciliare una minore domanda ordinaria di riserve con la capacità di fronteggiare shock repentini.
Rilevanti sono anche i potenziali effetti sul mercato del credito. L’IA può migliorare lo screening e il monitoraggio dei debitori, consentendo alle banche una valutazione più precisa del rischio di credito; parallelamente, l’ingresso di operatori tecnologici e la riduzione dei costi di ricerca e confronto possono aumentare la concorrenza. Il risultato prospettato dagli autori è un possibile aumento dei volumi di credito, mentre l’effetto sui tassi applicati resta più incerto.
Queste trasformazioni inciderebbero anche sulla trasmissione della politica monetaria. Nel complesso, lo studio ritiene probabile che l’IA ne riduca l’intensità attraverso il canale del credito ma, contemporaneamente, ne aumenti la velocità. Modelli automatizzati di determinazione dei prezzi e di allocazione del credito potrebbero infatti rendere più sincronizzate e rapide le reazioni delle banche alle decisioni sui tassi ufficiali.
Sul piano macroeconomico, l’effetto dell’IA sull’inflazione rimane invece ambiguo. L’aumento della produttività può produrre pressioni disinflazionistiche ampliando l’offerta aggregata; per contro, maggiori consumi e investimenti e l’elevato fabbisogno energetico delle infrastrutture necessarie allo sviluppo dell’IA potrebbero operare nella direzione opposta. Più definito è il possibile effetto sulla flessibilità dei prezzi: la riduzione dei costi di modifica dei prezzi potrebbe consentire alle imprese di reagire più frequentemente alle variazioni delle condizioni di mercato, rendendo l’inflazione più sensibile agli shock e potenzialmente più volatile.
L’AI nelle banche centrali: opportunità, rischi e governance
L’intelligenza artificiale, peraltro, non rappresenta soltanto un fenomeno al quale le banche centrali devono reagire, ma anche uno strumento che esse stesse possono e devono utilizzare. L’elaborazione di dati tradizionali e non tradizionali, l’identificazione degli shock e la costruzione di scenari di rischio potrebbero beneficiare significativamente delle nuove tecnologie, migliorando la qualità delle previsioni e consentendo decisioni più tempestive.
È proprio su questo terreno che emergono alcune delle implicazioni più interessanti anche da una prospettiva istituzionale e giuridica. Lo studio sottolinea infatti che l’utilizzo dell’IA non può tradursi in una delega incontrollata del processo analitico: il personale della banca centrale deve conservarne saldamente il controllo, assicurando affidabilità, accountability e fiducia del pubblico. Devono inoltre essere presidiati la riservatezza e la protezione dei dati, i rischi di frode e di attacchi informatici, nonché i possibili fenomeni di bias, autoreferenzialità e groupthink dei sistemi di IA.
L’analisi della Banca d’Italia restituisce dunque un quadro necessariamente ancora aperto. L’IA potrebbe rendere l’economia più produttiva e le banche centrali meglio informate, ma anche aumentare la velocità con cui gli shock si propagano e creare nuovi rischi per la stabilità finanziaria.
La conclusione non è quindi quella di una politica monetaria progressivamente “automatizzata”, bensì della necessità di adattarne strumenti e processi decisionali a un’economia più rapida, interconnessa e dipendente dagli algoritmi. Come osservano gli autori della ricerca, la stabilizzazione macroeconomica potrebbe diventare più complessa proprio mentre l’IA offre alle autorità monetarie strumenti più potenti per svolgere il proprio compito.
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
