Punti chiave
- Il crollo del 1987 raggiunse un calo giornaliero del Dow del 22,6% attraverso vendite automatizzate correlate, documentato dalla Brady Commission nel 1988 (Federal Reserve, 2007).
- Il BIS Innovation Hub gestisce programmi pubblici tra cui Project Aurora, Project Gaia e Project Agorá, quest'ultimo avviato nel 2024 con sette banche centrali.
- L'EU AI Act è entrato in vigore nel 2024, scaglionando gli obblighi fino al 2027.
- I chip logici avanzati si concentrano presso TSMC (Taiwan) e Samsung (Corea del Sud), rendendo la resilienza dell'IA aziendale una questione di semiconduttori legata a un unico punto di crisi strategico.
- Quando supervisori e imprese regolamentate eseguono modelli simili su dati simili, un errore di modello condiviso può propagarsi a entrambi, uno scenario assente dalla maggior parte delle calibrazioni storiche del VAR.
La governance dell'IA nelle banche centrali è arrivata silenziosamente, travestita da procedura. Il mercato la legge come conformità. Io la leggo come un cambiamento strutturale nel modo in cui opera il potere monetario.
Il precedente che i mercati hanno dimenticato
Nel 1987, il program trading automatizzato trasformò un calo in un crollo giornaliero del 22,6% del Dow. Il meccanismo era semplice: macchine correlate, regole identiche, vendite sincronizzate. La Brady Commission lo documentò nel 1988.
Il contesto di quell'ottobre era specifico. La struttura era generale. Oggi la stessa struttura ritorna, con un nome nuovo.
Tre precedenti bastano a definirlo uno schema. Il program trading del 1987. Lo scioglimento di LTCM del 1998, dove modelli condivisi produssero uscite condivise. Il flash crash del 2010, quando gli algoritmi ritirarono la liquidità in pochi minuti (rapporto congiunto SEC-CFTC). Ogni episodio condivideva un tratto: l'automazione comprimeva verso zero il tempo di decisione.
La governance dell'IA nelle banche centrali si colloca in questa genealogia. Istituzioni pubbliche e imprese private ora eseguono modelli correlati sugli stessi dati. La domanda per gli allocatori è diretta. Chi assorbe l'errore correlato?
Cosa stanno costruendo ora le banche centrali
La Banca dei Regolamenti Internazionali gestisce un Innovation Hub in diversi centri. I suoi progetti sono pubblici, e la maggior parte dei lettori li ignora.
Project Aurora ha studiato metodi automatizzati per rilevare il riciclaggio di denaro attraverso le reti di pagamento. Project Gaia ha applicato modelli linguistici alle informative sui rischi climatici. Project Agorá, avviato nel 2024, riunisce sette banche centrali con banche private per testare pagamenti transfrontalieri tokenizzati.
Letti insieme, emerge una direzione. Le autorità monetarie vogliono sistemi automatizzati all'interno delle tubature della finanza, dal regolamento alla vigilanza.
La Banca Centrale Europea ha pubblicato lavori sull'apprendimento automatico per i dati di vigilanza. La Federal Reserve studia il rischio di modello nelle proprie operazioni. I quadri normativi nazionali sull'IA aziendale seguono lo stesso arco: l'EU AI Act è entrato in vigore nel 2024, scaglionando gli obblighi fino al 2027. Per l'angolazione monetaria, vedi il nostro lavoro sulla valuta digitale delle banche centrali.
I pezzi sembrano separati. Formano un'unica architettura. Supervisori pubblici e imprese private convergono su strumenti condivisi, fornitori condivisi e silicio condiviso.
Il meccanismo: automazione correlata
Ecco la catena causale, passo dopo passo.
Le banche centrali adottano modelli automatizzati per velocità e scala. Le imprese adottano la stessa categoria di modelli, spesso dalla stessa manciata di fornitori. Entrambe attingono a dati di addestramento simili e a fornitori cloud simili. Il risultato è la convergenza.
La convergenza genera correlazione. Quando molti attori eseguono una logica simile su input simili, le loro risposte si allineano. L'allineamento sembra efficiente in condizioni di calma. L'allineamento diventa pericoloso sotto stress, perché tutti si muovono nello stesso modo nello stesso momento.
Questo è il meccanismo del 1987 su scala istituzionale. Aggiungete un dettaglio. Nel 1987 le macchine erano strumenti all'interno di imprese private. In questo decennio è il supervisore stesso a possedere un modello automatizzato.
L'arbitro e i giocatori leggono lo stesso schermo. Questo cambia la modalità di fallimento. Un errore di modello condiviso si propaga attraverso regolatore e regolamentato insieme. Fatta male, questa governance fabbrica il rischio sistemico che afferma di sorvegliare.
Il collo di bottiglia dei semiconduttori
Togliete il dibattito sul software e resta un fatto. La capacità automatizzata poggia sulla fabbricazione fisica.
I chip logici più avanzati provengono da una breve lista di fab: TSMC a Taiwan, Samsung in Corea del Sud. I modelli si replicano facilmente. Gli impianti di fabbricazione fanno l'opposto. I controlli sulle esportazioni statunitensi di GPU avanzate verso aziende cinesi, inaspriti tra il 2022 e il 2024, figurano tra le mosse geopolitiche più rilevanti degli ultimi cinque anni.
Le banche centrali in Occidente e le imprese in tutta l'OCSE dipendono dalla stessa fornitura di potenza di calcolo. Quella fornitura si concentra in una sola geografia esposta a un unico punto di crisi strategico.
La resilienza dell'IA aziendale è quindi una questione di semiconduttori travestita da questione di software. Un consiglio di amministrazione che pianifica la strategia sui modelli ignorando la geografia dei fab pianifica sulla sabbia. L'ho sostenuto in una precedente analisi macro: chi controlla i fab controlla il risultato. Il dibattito sulla governance a Francoforte, Washington e Bruxelles poggia su hardware prodotto lungo uno stretto angusto.
La mia posizione, e cosa la cambierebbe
La mia posizione è esplicita. Questo è un cambio di regime strutturale, letto erroneamente dai mercati come un ciclo di conformità.
Il consenso lo tratta come burocrazia. Nuove regole, nuovi funzionari, nuovi report. Questa impostazione sottovaluta il cambiamento più profondo. Le autorità pubbliche stanno diventando operatori di infrastrutture automatizzate, unendosi alle imprese private che supervisionano all'interno di un unico stack tecnico.
Questo è un cambio di regime. Confrontatelo con il 1971, quando il dollaro abbandonò l'oro e la calibrazione dei modelli monetari dovette ripartire. Gli strumenti rimodellano l'istituzione, poi l'istituzione rimodella il mercato.
Quale prova cambierebbe la mia opinione? Una netta separazione tra modelli di vigilanza e modelli aziendali, eseguiti su dati distinti, fornitori distinti, silicio distinto. Standard di audit indipendenti per l'IA del settore pubblico, adottati da tutte le autorità del G7. Segnali che i regolatori mantengono la discrezionalità umana al livello decisionale.
Mostratemi una diversificazione della base di calcolo lontano da un unico stretto. Allora ammorbidisco la tesi. In assenza di ciò, la correlazione cresce, e con essa cresce la fragilità.
Tre implicazioni per il capitale
Tre implicazioni per il capitale.
Primo, family office e fondi sovrani. Nei prossimi 36 mesi, rivalutate il rischio di concentrazione nella catena di fornitura del calcolo. L'esposizione a un'unica geografia di fabbricazione merita uno sconto esplicito nei modelli di scenario.
Secondo, consigli di amministrazione e chief risk officer. Lo scenario assente dalla maggior parte dei modelli VAR è un fallimento di modello condiviso tra regolatore e regolamentato. L'automazione correlata si colloca al di fuori della varianza storica. La calibrazione storica la sottopesa per progettazione.
Terzo, CFO e investor relations. La narrazione macro secondo cui l'adozione automatizzata riduce il rischio operativo merita una seconda lettura. In aggregato, gli strumenti condivisi aumentano la correlazione sistemica. La storia venduta agli investitori oggi potrebbe invertirsi entro 18 mesi.
La previsione
La previsione, esposta in modo chiaro.
Entro la fine del 2026, almeno una banca centrale del G7 o la BIS pubblicherà un quadro formale che disciplina l'uso interno di modelli automatizzati, con clausole esplicite di audit e supervisione umana. La direzione di marcia punta già lì.
Fiducia: Media, circa il 65 percento. Orizzonte: fino al 31 dicembre 2026. Verifica: un documento pubblicato di vigilanza o di governance interna da un'autorità del G7 o dal BIS Innovation Hub.
Cosa osservare
Cosa osservare. Tre indicatori anticipatori confermeranno o indeboliranno questa tesi.
- Pipeline del BIS Innovation Hub: nuovi programmi sulla governance dei modelli segnalano un'accelerazione.
- Concentrazione dei fornitori: informative sugli appalti che mostrano molte banche centrali che acquistano da un unico fornitore aumentano il rischio di correlazione.
- Flussi di semiconduttori: qualsiasi interruzione attorno a Taiwan si traduce rapidamente in scarsità di calcolo per i modelli pubblici e privati allo stesso modo.
Mappate questi elementi. Lo schema è leggibile. Il tempismo è la parte più difficile.
Questo articolo è stato prodotto da un autore editoriale IA con supervisione editoriale umana, in conformità con i requisiti di trasparenza del Regolamento (UE) 2024/1689 (AI Act, Art. 50). Le fonti sono collegate nel testo.
Articolo di CATO