repubblica.it, 8 giugno 2026
L’IA adesso fa anche trading
L’intelligenza artificiale ha sempre avuto un rapporto privilegiato con il settore finanziario, ma fino a ieri non aveva ancora vestito i panni di gestore patrimoniale indipendente. Dagli Stati Uniti fa eco l’annuncio di Robinhood Markets, una nota piattaforma di trading online e servizi di cash management e carte di debito, che ha presentato un agente IA che può comprare e vendere azioni per conto dell’utente, e una carta di credito virtuale che un agente può usare autonomamente per completare acquisti, nel rispetto di soglie e istruzioni stabilite in anticipo.
Come sottolinea anche The Wall Street Journal, non si tratta di automazione nel senso tradizionale con ordini programmati o ribilanciamenti periodici, ma di sistemi in grado di interpretare istruzioni in linguaggio naturale e tradurle in azioni concrete, potenzialmente collegando anche modelli sviluppati da terze parti come Claude, Cursor o ChatGPT.
Come funziona Agentic Trading, in pratica
Il primo servizio, chiamato Agentic Trading, assegna all’agente un conto separato e dedicato, così da proteggere il resto del portafoglio dell’utente. Da lì l’agente può analizzare l’esposizione settoriale, eseguire operazioni e consultare note degli analisti per individuare nuove opportunità. Non solo. Con prompt adeguati si potrebbero stabilire azioni di investimento sulla base di condizioni e parametri molto specifici, come ad esempio le valutazioni di consulenti blasonati oppure eventi di cronaca. Per ora il perimetro è limitato alle azioni ordinarie, ma Robinhood ha lasciato intendere che a breve sarà possibile estenderlo a opzioni, criptovalute e futures.
Il secondo servizio ruota attorno a una carta di credito virtuale collegata all’abbonamento Robinhood Gold. L’utente collega il proprio agente a una carta virtuale dedicata, imposta un limite di spesa e sceglie se richiedere l’approvazione manuale per ogni transazione. L’idea di fondo è che delegare certi acquisti a un sistema automatico possa far risparmiare tempo e ridurre errori.
In entrambi i casi, la piattaforma insiste sui meccanismi di controllo: notifiche in tempo reale, possibilità di disconnettere l’agente con un click, tetti di spesa configurabili. Ma a ridimensionare ogni entusiasmo c’è la stessa Robinhood, che nelle sue comunicazioni ufficiali avverte esplicitamente che il trading agentico comporta rischi significativi, compresa la possibile perdita dell’intero investimento.
Un settore ancora cauto sulla completa autonomia
L’adozione dell’IA è ormai capillare nel panorama finanziario globale, ma lungo binari più “cauti”. Grandi istituti come JPMorgan, Morgan Stanley, Barclays e Santander usano da anni sistemi di apprendimento automatico per la prevenzione delle frodi, la gestione del rischio e il supporto interno ai consulenti. Nel fintech, realtà come AlphaSense o Numerai hanno costruito sull’IA la loro intera proposta di valore, ma puntando su analisi, ricerca e supporto alle decisioni, non sull’esecuzione diretta di operazioni per conto del cliente.
Il salto che Robinhood prova a compiere è proprio questo: trasformare l’IA da consigliere a esecutore. Hedge fund e provider di Etf ricorrono da tempo a sistemi quantitativi e guidati dall’IA per automatizzare le decisioni d’investimento, ma questa tecnologia è rimasta largamente fuori dalla portata degli investitori di profilo amatoriale. Robinhood vuole colmare questo divario con tutti i rischi che ne conseguono.
Il parere degli esperti italiani
Il servizio di Agentic trading di Robinhood, secondo gli esperti del settore, andrebbe valutato con cautela poiché sembrerebbe più favorevole alla piattaforma erogante che agli interessi dei correntisti. “Una piattaforma che guadagna sulle transazioni ha tutto l’interesse a sviluppare un’IA che stimoli l’attività: più operazioni, più commissioni”, osserva Giovanni Daprà, cofondatore e amministratore delegato di Moneyfarm. “Un’IA costruita nell’interesse dell’investitore, invece, a volte dovrebbe consigliare di non fare nulla, che è spesso la decisione finanziaria migliore”.
Sulla stessa linea Laura Grassi, docente di finanza al Politecnico di Milano e direttrice ricerche del Fintech & Insurtech Observatory di Polimi, che legge il fenomeno come la traslazione al trading di una logica già nota all’e-commerce: ridurre al minimo l’attrito per favorire l’azione d’acquisto.
“È un po’ come il check out col pagamento: tanto più il pagamento è veloce e non devi inserire i dati della carta di credito o altre informazioni, meno te ne accorgi e più vende l’e-commerce”, spiega. Il rischio, avverte, è togliere all’investitore quel filtro di pochi minuti che oggi lo costringe a riflettere: “La finanza comportamentale ci insegna che molte decisioni si prendono sull’onda delle emozioni”. Non a caso, ricorda, l’autorità di vigilanza americana ha già sanzionato in passato meccanismi di gamification (ad esempio i “confetti” virtuali a ogni operazione conclusa) accusati di alimentare un’euforia ingiustificata.
Grassi solleva poi due questioni di fondo. La prima è la trasparenza del modello: “L’IA generativa si basa su dati raccolti con un processo opaco, di cui nessuno conosce davvero la composizione”, con il rischio che le risposte risultino sbilanciate – magari a favore dell’equity statunitense – senza che l’utente, né lo specialista più esperto, possano accorgersene. La seconda riguarda l’idoneità: nell’ordinamento europeo la normativa MiFID II impone che ogni raccomandazione sia “appropriata e adeguata” al profilo di rischio del singolo cliente, mentre “un agente che esegue non si preoccupa del profilo: esegue e basta”.
Proprio sul fronte delle regole, Daprà offre però una lettura meno difensiva del contesto europeo, spesso descritto come un freno: “L’Eu AI Act e la MiFID II costringono chi sviluppa questi strumenti a porsi le domande giuste prima di metterli in mano ai clienti”. Vincoli che, sostiene, “rallentano chi vuole fare marketing sull’IA, ma accelerano chi vuole farla sul serio”. La stessa Moneyfarm ha scelto un approccio graduale con Bastian, l’assistente proprietario che analizza e commenta i portafogli ma non opera in autonomia: “In tema di investimenti, l’IA deve dimostrare di saper informare bene prima di guadagnarsi il diritto di decidere”.
I nodi irrisolti: responsabilità e regolamentazione
Robinhood sottolinea che la responsabilità delle operazioni eseguite dall’agente ricade comunque sull’utente: l’agente può prendere la decisione, ma le conseguenze restano in capo al cliente. È una distinzione giuridica rilevante, che si allinea alle attese delle autorità di vigilanza, ancora in ritardo rispetto alla realtà del trading autonomo ma sempre più attente ai profili di responsabilità.
Sul piano regolatorio il rapporto di vigilanza della Financial Industry Regulatory Authority per il 2026 ha segnalato gli agenti IA autonomi come un’area che richiede nuove regole di supervisione, compreso il monitoraggio delle azioni degli agenti e la limitazione degli accessi ai sistemi. L’indicazione è arrivata a pochi mesi dal lancio di Robinhood, ma il quadro normativo su obblighi e migliori pratiche non sembra ancora adeguato per gestire software che prende decisioni d’investimento senza supervisione diretta.
Infine c’è un tema culturale: secondo un’indagine di Plaid della primavera 2026, tre consumatori su quattro ritengono importante sapere quando l’IA è coinvolta nelle decisioni finanziarie che li riguardano. Fidarsi di un agente al punto da affidargli carta di credito e portafoglio azionario è un salto psicologico che non tutti sono pronti a compiere.
Nel frattempo OpenAI a maggio ha lanciato negli Stati Uniti uno strumento di personal finance che rischia di accelerare la disintermediazione delle banche dalla vita finanziaria dei clienti.
Se la “finanza agentica” dovesse prendere piede, broker, banche digitali e istituti tradizionali si troverebbero dover rispondere con proposte analoghe. Per ora si tratta di un’anteprima americana, in un mercato con un diverso rapporto con il rischio e la delega tecnologica. Ma il modello che fornisce a una macchina non solo la parola, ma anche la mano (nel portafogli), è destinato a diventare una delle domande centrali della prossima fase dell’intelligenza artificiale applicata alla vita quotidiana.