Morningstar porta l’intelligenza artificiale all’interno della propria piattaforma di ricerca con Morningstar Direct AI, una soluzione agentic pensata per supportare i professionisti dell’investimento nel scoprire informazioni chiave, esplorare opportunità ed effettuare analisi che in precedenza erano frammentate tra vari strumenti, dipendenti dalla conoscenza istituzionale o che richiedevano notevoli interventi manuali.

Sono tre gli agenti introdotti da Direct AI per supportare i professionisti degli investimenti: sviluppo prodotto, distribuzione e ricerca sui gestori.

Product Development Agent aiuta i gestori patrimoniali a perfezionare il posizionamento dei loro prodotti e le decisioni di lancio; Distribution Agent aiuta i team di vendita e marketing a inserire i fondi nell’elenco approvato di una società o in un portafoglio modello; infine, Manager Research Agent, costruito sul framework utilizzato dagli analisti Morningstar per la valutazione dei portafogli, aiuta i team di due diligence a valutare le strategie di investimento.

Il punto distintivo indicato da Morningstar è l’utilizzo del proprio patrimonio informativo. Gli agenti combinano dati, analisi, ricerca indipendente e metodologie proprietarie, che coprono milioni di titoli e una vasta gamma di asset class, tra cui fondi, azioni, reddito fisso e svariati altri prodotti finanziari.

Per una piattaforma di questo tipo la questione centrale diventa da quali dati e metodologie l’intelligenza artificiale trae le proprie conclusioni.

«L’intelligenza artificiale e gli agenti sono validi solo nella misura in cui lo sono i dati che li alimentano – ha affermato Scott Brown, President di Direct Platform presso Morningstar -. Con Direct AI, stiamo mettendo a frutto tutta la nostra ricerca indipendente, i dati e le analisi in agenti che si integrano naturalmente nei workflow dei clienti».

Ed è proprio qui che si apre il capitolo Esg. Morningstar dispone di un patrimonio specifico di dati e ricerca attraverso Morningstar Sustainalytics, che comprende rating Esg, dati climatici e informazioni legate alla regolamentazione.

Nei materiali relativi al lancio, Morningstar non indica un agente dedicato esclusivamente alla dimensione Esg.

L’utilizzo di Direct AI pone però implicitamente la questione Esg: non tanto se l’agente sia in grado di riconoscere un investimento come sostenibile, quanto come i fattori ambientali, sociali e di governance siano integrati nel processo decisionale, quali dati vengano utilizzati e sulla base di quale metodologia venga elaborata la risposta. Tra gli aspetti da considerare rientrano, per esempio, la scelta della metodologia quando sono disponibili metriche Esg differenti, la gestione dei dati mancanti e la possibilità per l’utente di ricostruire il percorso seguito dall’agente (cosa che Direct AI consente).

Un tema rilevante, che potrebbe aiutare a fare trasparenza su qualità e comparabilità dei dati Esg.

Agenti AIArtificial intelligenceET.iamorningstarMorningstar Direct AIScott Brown

0 commenti