L’IA sta Espandendo la Gestione Patrimoniale, Non Sostituendo i Consulenti

Quasi tutti i settori vedono professionisti preoccupati che l’IA possa sottrarre loro il lavoro, soprattutto nei settori dei colletti bianchi e basati sulla conoscenza.

Questo è, ovviamente, vero per la programmazione, la scrittura e altri compiti in cui l’IA moderna basata su LLM (grandi modelli linguistici) è particolarmente competente. Ma è vero anche per i professionisti della finanza, i quali vedono sempre più l’IA e i cosiddetti robo‑advisor come potenziali concorrenti della tradizionale gestione patrimoniale umana.

Un nuovo studio di due ricercatori cinesi dell’Università di Shanghai mette in discussione questa idea. Analizzando gli effetti degli LLM sulle società cinesi di gestione patrimoniale, hanno scoperto che, contrariamente alle previsioni di sostituzione, l’adozione degli LLM aumenta significativamente il numero di consulenti. Questo effetto è guidato da una forte ristrutturazione delle risorse umane nelle società di gestione patrimoniale, e gli LLM hanno effettivamente stimolato le assunzioni, in particolare per ruoli junior e di supporto.

Hanno pubblicato i loro risultati su International Review of Economics& Finance¹, con il titolo “Gli enormi modelli linguistici sostituiscono o completano i consulenti di investimento? Evidenze dalle società cinesi di gestione patrimoniale”.

Dal Lavoro di Routine ai Compiti Avanzati

Ciò che rende gli LLM un tipo di automazione radicalmente diverso è il tipo di compito che possono automatizzare. In precedenza, l’automazione sostituiva per lo più il lavoro manuale di routine, mentre gli LLM possono elaborare informazioni non strutturate, eseguire ragionamenti logici e generare testi complessi.

Quindi gli LLM sono più simili a robot complessi e flessibili su una linea di produzione che a macchine più semplici e ripetitive che non possono gestire compiti flessibili. E nel mondo fisico, questo tipo di capacità ha portato a una riduzione massiccia del personale nella produzione. Pertanto non è irragionevole che i lavoratori della conoscenza temano di essere sostituiti da tale tecnologia: anche se non sostituisce completamente gli esseri umani, potrebbe ridurre drasticamente la manodopera necessaria per un dato compito.

Ma automatizzare completamente il compito non è necessariamente l’unico effetto della tecnologia.

Un’altra possibilità è rendere più semplice un compito precedentemente complesso, gestibile solo da professionisti formati ed esperti. In quel contesto, gli LLM potrebbero essere più simili alle prime macchine della rivoluzione industriale, trasformando un compito complesso che richiedeva maestria esperta in un processo di produzione più semplice che richiede meno formazione.

“Abbassando la soglia di conoscenza necessaria per completare autonomamente un compito, tali tecnologie possono ampliare la gamma di attività che i lavoratori junior possono gestire in modo autonomo.”

Se questo è il caso, l’implementazione pratica degli LLM dovrebbe avere un effetto non solo sull’occupazione, ma anche sulla struttura delle imprese che li utilizzano.

“Le tecnologie riducono il costo dell’acquisizione di conoscenza, i lavoratori di produzione ampliano la loro autonomia nel problem solving, segnalano meno problemi di routine verso l’alto e aumentano l’estensione del controllo dei specialisti senior, appiattendo effettivamente la gerarchia.”

Gestione Patrimoniale, IA & Vantaggi Competitivi

IA & Denaro Ha Un Problema di Fiducia

Nel quotidiano, i dipendenti della gestione patrimoniale svolgono molte attività di routine: raccolta di informazioni di mercato, redazione di report e documentazione di conformità. Tutti questi sono compiti cognitivi codificabili in cui l’IA possiede un chiaro vantaggio comparativo.

Tuttavia, la proposta di valore fondamentale del settore si basa sulla fiducia, sul dovere fiduciario e sulla gestione delle relazioni. Questi sono compiti interpersonali che richiedono conoscenza tacita e intelligenza sociale, ambiti in cui l’IA fatica ancora a replicare.

Questo divario ha finora limitato l’adozione dell’IA nel settore finanziario, poiché la fiducia nei consulenti IA rimane bassa.

L’IA Potrebbe Aiutare la Crescita della Gestione Patrimoniale

Allo stesso tempo, la riduzione dei costi del consiglio finanziario grazie all’IA potrebbe far crescere enormemente il settore, poiché i costi elevati dei consulenti confinano i servizi personalizzati ai clienti ad alto patrimonio netto, lasciando cronicamente sottoservito il vasto segmento mass‑affluent quando si tratta di consigli di gestione patrimoniale.

“Se gli LLM riducono sufficientemente il costo marginale dei servizi di routine, potrebbero consentire alle imprese di penetrare in modo redditizio questo mercato a coda lunga, innescando una scalabilità abilitata dall’IA che spinge l’espansione dei servizi e la crescita occupazionale anziché la sostituzione.”

• La rapida espansione della ricchezza domestica genera una domanda latente considerevole nel segmento mass‑affluent.
• La CSRC e la SAC cinesi applicano rigorosi requisiti di “human‑in‑the‑loop”, vietando agli algoritmi di esercitare piena autorità discrezionale e imponendo la supervisione di consulenti autorizzati su tutte le raccomandazioni personalizzate.
  • Queste regole indirizzano l’adozione dell’IA verso modelli ibridi uomo‑macchina, creando condizioni particolarmente favorevoli alla complementarità anziché alla completa sostituzione.
• L’ecosistema finanziario digitale della Cina e l’infrastruttura fintech diffusa generano variazioni significative tra le imprese nell’adozione degli LLM, consentendo un’identificazione causale credibile.

L’Impatto dell’IA sulla Gestione Patrimoniale

Cosa Possono Fare gli LLM nella Gestione Patrimoniale?

I ricercatori distinguono tre categorie di compiti nella gestione patrimoniale che possono essere influenzati dagli LLM, ognuna con un diverso livello di sostituibilità.

Il primo insieme di compiti riguarda le analisi tecniche, inclusa l’analisi dei dati di mercato, la costruzione di portafogli, la sintesi della ricerca di investimento e la documentazione di conformità. Grazie a regole esplicite, input di dati strutturati e output standardizzati, questi compiti sono ideali per l’impiego degli LLM al fine di sostituire il lavoro umano.

Il secondo insieme comprende compiti di giudizio e decisione, come la valutazione del rischio, l’analisi di scenari e la progettazione di soluzioni personalizzate. Questi richiedono l’integrazione di conoscenza tacita e consapevolezza contestuale, perciò gli LLM possono solo sostituire moderatamente il lavoro umano.

Infine, vi sono i compiti di gestione delle relazioni. Questi includono la costruzione della fiducia, il supporto emotivo durante la volatilità di mercato e la coltivazione di relazioni a lungo termine. Tali compiti richiedono sensibilità interpersonale, giudizio contestuale e una connessione umana autentica, rendendo gli LLM per lo più inadatti a questo ruolo.

Raccolta dei Dati

I ricercatori hanno raccolto molteplici banche dati normative, comunicati societari e dati di mercato per costruire un panel completo che copre le imprese cinesi di gestione patrimoniale, arrivando a 7.795 osservazioni dal 2019 al 2024.

Per identificare l’adozione degli LLM a livello aziendale, sono state raccolte offerte di lavoro e informazioni sui profili dei dipendenti dalle principali piattaforme di reclutamento.

Il personale della gestione patrimoniale è stato suddiviso in consulenti junior (≤3 anni di esperienza), consulenti di medio livello (4–10 anni di esperienza) e consulenti senior (>10 anni di esperienza).

Infine, l’analisi a livello cliente incorpora i rendimenti degli investimenti, l’allocazione degli asset, le strutture tariffarie e lo stato di fidelizzazione del cliente.

Chi è più Impattato

Studi precedenti hanno mostrato che, sebbene l’adozione degli LLM nei contesti lavorativi abbia rivelato guadagni di produttività dal 14% al 56%, ha beneficiato in modo sproporzionato i lavoratori meno esperti e a bassa qualifica. Di conseguenza, le imprese hanno posto maggiore enfasi su abilità interpersonali e a contatto con il cliente dopo l’adozione degli LLM. Tuttavia, la domanda per le competenze tecniche tradizionali non è diminuita significativamente, suggerendo che l’IA ha cambiato le capacità umane complementari che le imprese valorizzano, piuttosto che rendere superflua l’expertise tecnica.

“Questo modello, in cui l’IA potenzia anziché semplicemente sostituire il lavoro a bassa qualifica, differisce notevolmente dalle precedenti ondate di adozione IT che tipicamente completavano i lavoratori più qualificati.”

La conseguenza è che l’adozione degli LLM è positivamente correlata a una maggiore enfasi sulle soft skill (capacità comunicative, intelligenza emotiva, gestione delle relazioni con i clienti).

Uso degli LLM

Solo il 17,8% delle osservazioni firm‑anno coinvolge l’adozione di LLM, indicando che, sebbene l’uso degli LLM rimanga relativamente raro, una quota significativa di imprese di gestione patrimoniale ha iniziato a integrare queste tecnologie.

Le località dei poli tecnologici mostrano effetti più marcati rispetto a quelle non tecnologiche. Questo schema probabilmente riflette un migliore accesso al talento IA, infrastrutture tecnologiche più solide e clienti più sofisticati che apprezzano i servizi potenziati dall’IA nei principali centri tecnologici.

L’uso degli LLM è più fortemente correlato ai consulenti junior, moderatamente ai consulenti di medio livello e meno ai consulenti senior, corrispondendo al profilo atteso di impiego dell’IA nel settore della gestione patrimoniale.

Analizzando per quale ruolo gli LLM sono maggiormente impiegati, lo studio mostra una forte co‑movimento dell’uso degli LLM con i ruoli di supporto e una quasi nulla associazione con le posizioni a contatto diretto con il cliente.

Servizi Migliori, Stessi Prezzi

Lo studio dimostra che l’uso degli LLM è significativamente correlato in modo positivo a tutti i metrici di qualità del servizio: rendimento del portafoglio, rendimento aggiustato per il rischio, fidelizzazione dei clienti e crescita degli AUM. L’uso degli LLM è anche associato a una diminuzione del tasso di reclami e delle azioni regolamentari.

L’uso degli LLM ha portato a un miglioramento dell’11,5% dei rendimenti medi del portafoglio. Il miglioramento di 2,5 punti percentuali nella fidelizzazione rappresenta una riduzione del 23,8% dell’abbandono dei clienti.

Tuttavia, non vi è alcuna correlazione tra l’uso degli LLM e le commissioni di consulenza.

Ciò probabilmente indica che le pressioni competitive possono impedire alle imprese di estrarre commissioni più elevate, nonostante i miglioramenti dimostrabili del servizio, con i benefici che fluiscono principalmente ai clienti piuttosto che ai produttori. Questo è particolarmente probabile in un settore in cui la qualità del servizio è osservabile e le imprese competono sulla performance.

L’IA Non Sostituisce ma Ristruttura il Lavoro Umano

Nel complesso, i risultati mostrano che l’IA ristruttura i compiti nella gestione patrimoniale, ma non ha un effetto netto di sostituzione.

Man mano che gli LLM assumono compiti analitici di routine, le imprese valorizzano sempre più i dipendenti che possono esercitare giudizio (abilità cognitive), lavorare in modo efficiente con gli strumenti IA (abilità di efficienza), comunicare efficacemente con i clienti (abilità sociali) e mantenere solide relazioni con i clienti (abilità di servizio).

Questi risultati non suggeriscono che le competenze tecniche stiano diventando inutili. Al contrario, indicano che le capacità distintamente umane diventano più preziose accanto all’expertise tecnica, poiché l’IA assume una quota maggiore del lavoro analitico di routine.

Riducendo il costo dei compiti tecnici, l’IA potrebbe non essere solo uno strumento di produttività ma anche un potente strumento di scalabilità per il settore della gestione patrimoniale, aiutandolo a espandere il mercato indirizzabile a una più ampia fetta della popolazione.

Questi risultati possono estendersi ad altri settori con condizioni simili: domanda latente non soddisfatta, regolamentazione “human‑in‑the‑loop” e modelli di servizio basati su relazioni.

Investire nella Gestione Patrimoniale con IA

Lo studio non esamina Morgan Stanley (MS ) né stabilisce che gli stessi risultati si verifichino al di fuori della Cina. Tuttavia, identifica le condizioni in cui la gestione patrimoniale assistita dall’IA può scalare con successo. Morgan Stanley offre agli investitori esposizione a un business che combina una vasta rete di consulenti, investimenti autodiretti, servizi aziendali e capacità IA sempre più sofisticate.

Morgan Stanley

Morgan Stanley è un gigante bancario, di credito e di gestione patrimoniale di lunga data, con $9,3 trilioni di attivi totali dei clienti nel 2025, di cui circa tre quarti provengono dalla categoria della gestione patrimoniale. Vale anche la pena notare che gli attivi totali dei clienti sono cresciuti molto rapidamente dal 2020.

Fonte: Morgan Stanley

La piattaforma principale di robo‑advisor di Morgan Stanley è il suo marchio E*TRADE, che addebita una commissione di consulenza annuale di circa lo 0,30%.

Oltre a un puro robo‑advisor, Morgan Stanley fornisce anche altri servizi di gestione patrimoniale:

• Virtual Advisors: accesso telefonico a un team di consulenti remoti per una pianificazione strutturata senza un broker umano a tempo pieno dedicato.
• Full‑Service Financial Advisors: pianificazione tradizionale 1‑to‑1 dedicata per esigenze complesse di gestione patrimoniale.

Fonte: Morgan Stanley

Questa struttura assomiglia molto al modello uomo‑macchina esaminato nello studio: l’IA gestisce il recupero delle informazioni, la documentazione delle riunioni e la preparazione di routine, mentre i consulenti autorizzati mantengono la responsabilità delle relazioni con i clienti e delle raccomandazioni.

Man mano che le capacità dell’IA crescono, dovrebbe consentire a Morgan Stanley di ridurre progressivamente i costi per le competenze tecniche e di ridistribuire la manodopera verso un più ampio impiego del tocco umano necessario per una consulenza più diretta e personale.

Le dimensioni e la reputazione di Morgan Stanley a tutti i livelli di clientela aiuteranno a distribuire l’IA in modo efficiente a milioni di clienti e a espandere il mercato della gestione patrimoniale.

Vale la pena notare che l’IA è già utilizzata come punto di ingresso che indirizza i clienti verso livelli più alti di gestione patrimoniale, con 7 milioni di nuove relazioni clienti dal 2020, per lo più provenienti da E‑TRADE e Workplace, una piattaforma leader di mercato per i consulenti finanziari.

Fonte: Morgan Stanley

“Morgan Stanley at Work gestisce circa $1,2 trilioni di attivi attraverso la sua attività di soluzioni finanziarie per il luogo di lavoro. L’impresa prevede che i clienti aziendali interagiranno in futuro con le piattaforme “in modo puramente agente, utilizzando strumenti potenziati dall’IA anziché accedere direttamente a ShareWorks o Equity Edge.”

Quindi l’IA potrebbe rappresentare un vantaggio competitivo per Morgan Stanley attraverso diversi meccanismi:

• Aumentare il numero di clienti che ogni consulente può supportare
• Estendere i servizi personalizzati più in profondità nel mercato mass‑affluent
• Migliorare la produttività dei consulenti senza ridurre la qualità del servizio
• Rafforzare la fidelizzazione mediante interazioni più frequenti e personalizzate
• Scalare i ricavi della gestione patrimoniale senza una crescita amministrativa proporzionale

Ciò non significa che l’IA migliorerà necessariamente i profitti di Morgan Stanley, poiché lo studio dimostra che tali miglioramenti e guadagni potrebbero andare principalmente ai clienti. Tuttavia, dovrebbe contribuire a consolidare la sua posizione di leadership nel settore, e l’espansione globale probabile del mercato della gestione patrimoniale grazie all’IA dovrebbe avvantaggiare l’intero settore.

Ultime Notizie e Sviluppi sul Titolo Morgan Stanley (MS)

Studio Riferito

^{1. Lina Song e Huaili Lyu. Gli enormi modelli linguistici sostituiscono o completano i consulenti di investimento? Evidenze dalle società cinesi di gestione patrimoniale. International Review of Economics& Finance. Ottobre 2026. Articolo: 105636. Volume 111. 10.1016/j.iref.2026.105636}