Approfondimenti
Quando ogni azienda che si occupa di dati sembra essere presa di mira – separare il segnale dal rumore dei servizi di informazione finanziaria
|
|
Global Equity Observer
|
• |
novembre 18, 2025
|
|
novembre 18, 2025
|
Quando ogni azienda che si occupa di dati sembra essere presa di mira – separare il segnale dal rumore dei servizi di informazione finanziaria |
Negli ultimi mesi, gli investitori sono stati assillati da una domanda: l'intelligenza artificiale avanzata (IA), sia essa generativa (GenAI) che agentica, sconvolgerà i settori ad alta intensità di dati che rappresentano le fondamenta del nostro mondo moderno? Dal software alle consulenze, dai servizi informatici ai credit bureau, dalle borse valori ai broker assicurativi, sono pochi i settori ad alta intensità di dati che non sono rimasti vittime della svalutazione generalizzata dei mercati.
Alla data di stesura del presente articolo, la correzione che ha interessato le società di informazione finanziaria, quali S&P Global, MSCI, Moody’s e LSEG, è stata rapida e indiscriminata, riflettendo il crescente timore che l'intelligenza artificiale avanzata possa erodere i vantaggi competitivi di queste aziende. Nel presente articolo ci concentriamo su questo singolo settore e sulla nostra valutazione dei fossati delle società che si trovano ad affrontare eventuali cambiamenti.
A nostro avviso, reazioni così radicali spesso sono indicative di opportunità che si profilano all’orizzonte. Ad esempio, la flessione del prezzo delle azioni MSCI avvenuta all'inizio del terzo trimestre ha offerto un interessante punto di ingresso in una società che riteniamo sia in grado di offrire una crescita costante dei margini e degli utili, trainata dal continuo aumento dei ricavi e dalla leva operativa. L'istinto del mercato di “agire prima, analizzare dopo” rischia di trascurare la complessità degli elementi che costituiscono effettivamente un vantaggio competitivo duraturo nel mondo dei dati. In qualità di investitori bottom-up di alta qualità, il nostro compito è valutare, caso per caso, i settori in cui le nuove tecnologie possano o meno erodere le fondamenta di marchi storici.
Non tutti i cambiamenti sono uguali
Riteniamo che sia utile considerare i cambiamenti dovuti all’intelligenza artificiale avanzata come appartenenti a tre categorie generali. Il primo e più dirompente tipo di cambiamento è quello che definiamo “cambiamento sistemico” – si verifica quando una nuova tecnologia consente la creazione quasi immediata di un concorrente credibile nel settore delle “nuove tecnologie”, minando la quota di mercato e gli effetti di rete. Nel settore del software ciò potrebbe significare che un concorrente di piccole dimensioni e agile riesca improvvisamente a eguagliare le capacità di un operatore storico con un investimento minimo. Il successo di Google con Nano Banana rispetto ai prodotti Photoshop avanzati è un esempio recente.
Per quanto riguarda il secondo, cambiamento significativo, i modelli di business vengono ridefiniti piuttosto che eliminati. Al riguardo, gli operatori storici potrebbero dover ridefinire le strutture dei prezzi o i modelli di fornitura per rimanere competitivi, come si è verificato nel caso delle aziende di software a fronte dell'avvento del cloud.
Infine, vi è il cambiamento secondario, in cui l’IA avanzata riduce semplicemente i costi di input o accelera lo sviluppo dei prodotti. Questa è la categoria in cui rientra la maggior parte delle società che si occupa di dati e analisi finanziari. L’IA generativa rende più conveniente la raccolta di dati e la scrittura di codice, ma il modello di business sottostante e la domanda dei clienti – per informazioni affidabili, accurate e regolamentate – rimangono sostanzialmente invariati. Se la società riesce a innovarsi con successo, l’intelligenza artificiale avanzata potrebbe rappresentare un vantaggio piuttosto che una minaccia.
I veri fossati: dati, ecosistemi e integrazione
Riteniamo che i servizi di informazione finanziaria non siano facilmente replicabili. I loro fossati si basano su diverse difese interconnesse.
La prima è rappresentata dalla proprietà dei dati. I set di dati proprietari o di marca, come gli indici MSCI o i rating creditizi di Moody’s, sono di fatto insostituibili. Sebbene chiunque possa, in linea di massima, costruire indici azionari o esprimere un’opinione sul merito di credito di un’impresa (e molti ci hanno provato!), è la fiducia e la familiarità dei set di dati di MSCI e Moody’s a costituire un vantaggio competitivo duraturo. Tuttavia, anche la proprietà di dati pubblici corretti può rappresentare un elemento di differenziazione dalla concorrenza. Ricreare decenni di dati storici e verificati – con identificatori e collegamenti coerenti – è tecnicamente difficile e proibitivo dal punto di vista economico.
La seconda difesa è l’effetto ecosistema. I rating e gli indici fungono da linguaggio comune per i mercati dei capitali globali; funzionano perché tutti li utilizzano. Una volta incorporati nei quadri normativi, nei benchmark e nei mandati d’investimento, diventano parte integrante dell’infrastruttura del sistema finanziario, come nel caso di S&P Global.
Ed infine, la terza difesa, ovvero l’integrazione nei flussi di lavoro dei clienti, crea notevoli switching cost. Le piattaforme sono integrate nelle operazioni quotidiane di gestori patrimoniali, trader e analisti – tramite interfacce di programmazione delle applicazioni (API), terminali e sistemi di gestione del rischio – rendendo qualsiasi cambiamento un'impresa costosa e rischiosa.
Altre difese includono reti di distribuzione globali, sicurezza di livello aziendale che soddisfa controlli normativi e interfacce utente (UI) sempre più fluide. Sebbene l’innovazione dell’interfaccia utente possa essere facile da copiare per le start-up, l’integrazione, la fiducia e la conformità non lo sono.
“Attivatori di dati”: fossati basati sul linguaggio e sulla fiducia
S&P Global, Moody’s e MSCI – che definiamo “attivatori di dati” – si trovano in cima alla catena del valore dei servizi informatici. I loro marchi chiave convertono i dati grezzi in informazioni fruibili e, soprattutto, in un linguaggio comune e comprensibile. Il valore di un rating di credito Moody’s o di un indice MSCI non è costituito dalla difficoltà di calcolo, ma dal suo riconoscimento e dalla sua accettazione a livello globale – un buon esempio di come funzioni l’effetto ecosistema.
Oltre il 70% degli utili di queste società proviene da settori che, a nostro avviso, sono in gran parte al riparo dall'impatto dirompente dell'intelligenza artificiale avanzata. Sebbene esista un’esposizione secondaria, come l’aggregazione dei dati ESG di MSCI o l’offerta di desktop per servizi finanziari di S&P Global, riteniamo che questi rischi siano contenuti rispetto alla recente reazione del mercato.
Parimenti, l’adozione dell’IA avanzata offre a queste società buone opportunità di ottenere una posizione vincente. Gli strumenti che aumentano la produttività degli analisti, accelerano la valutazione del credito o migliorano le interfacce con i clienti possono potenziare i ricavi di un'azienda e ridurre i costi piuttosto che influire negativamente sui margini. Anche la possibilità di addestrare modelli sulla base di esaurienti dati proprietari di un'azienda è un vantaggio sottovalutato. Quando incorporano l’intelligenza artificiale avanzata all’interno della propria infrastruttura, aziende del calibro di S&P o MSCI aumentano il livello di competitività per aspiranti innovatori, piuttosto che abbassarlo.
“Aggregatori di dati”: fossati meno profondi, ancora difendibili
Di contro, società come FactSet o che fanno parte del London Stock Exchange Group (LSEG) fungono da “aggregatori di dati”, curando e fornendo informazioni di terzi anziché detenere dati. I loro fossati non si basano sulla proprietà di dati di marchio unici, ma sul modo in cui organizzano, convalidano e integrano in modo sicuro grandi volumi di informazioni per i clienti.
Per gli investitori istituzionali che ogni giorno caricano milioni di portafogli sensibili, la fiducia e l'affidabilità contano più della novità. Riteniamo che l'ipotesi del mercato, secondo cui le start-up nel settore dell'intelligenza artificiale potranno replicare facilmente tale infrastruttura, ignori i vincoli operativi e normativi legati al trattamento dei dati finanziari riservati. I clienti hanno una tolleranza molto bassa per gli errori. Pochi Chief Risk Officer si sentirebbero a proprio agio nell'inserire le posizioni di trading della propria azienda in un modello di intelligenza artificiale non collaudato, ospitato da un concorrente sostenuto da venture capital.
Analogamente, l'infrastruttura dei dati di mercato in tempo reale – dalle connessioni in fibra ottica alle borse valori, dalla trasmissione basata su cloud a sistemi di autorizzazione – è ad alta intensità di capitale e altamente regolamentata. Sebbene l'intelligenza artificiale avanzata riduca i costi di codifica, i nuovi operatori devono comunque affrontare ostacoli notevoli per eguagliare l'infrastruttura fisica e di compliance degli operatori storici.
Sebbene possano essere meno profondi di quelli degli attivatori, i fossati degli aggregatori sono tutt’altro che inesistenti. Il loro punto di forza è rappresentato da integrazione, distribuzione e sicurezza, attributi difficili da automatizzare ed essenziali per la fidelizzazione dei clienti.
L’intelligenza artificiale avanzata come opportunità e non come minaccia esistenziale
L’ironia della recente ondata di svalutazione generalizzata è che l’intelligenza artificiale avanzata, piuttosto che avere un impatto negativo sulla posizione degli operatori storici, potrebbe in ultima analisi rafforzarla. Riducendo i costi di codifica, pulizia dei dati e progettazione dell'interfaccia, l'intelligenza artificiale avanzata comporta un'innovazione più rapida e un aumento della produttività. Per le società che già operano su larga scala e che vantano fiducia e distribuzione consolidate, questi strumenti possono rafforzare il vantaggio competitivo anziché eroderlo, e quelle con potere di determinazione dei prezzi sono in grado di sostenere aumenti di ricavi.
Per quanto riguarda i rating creditizi, ad esempio, l'intelligenza artificiale avanzata può aiutare gli analisti a elaborare più rapidamente i nuovi emittenti, riducendo i tempi di immissione sul mercato e migliorando i margini. Nell'analisi dei rischi, le interfacce avanzate basate sull'intelligenza artificiale potrebbero aumentare l'adozione dei prodotti da parte dei team di investimento. Si tratta di miglioramenti incrementali ma significativi che rafforzano la posizione degli operatori storici.
Separazione del segnale dal rumore
I mercati raramente scontano sottili cambiamenti. Quando il timore di un cambiamento diventa indiscriminato, gli investitori di qualità possono passare all’offensiva piuttosto che stare sulla difensiva. La selezione continua a rimanere un valido criterio: è importante valutare la resilienza di ciascun modello di business nonché tenere conto della valutazione e delle dimensioni delle posizioni. Tuttavia, la recente svalutazione generalizzata del settore dell’informazione finanziaria sembra, a nostro avviso, essere un esempio lampante di come il mercato abbia buttato via il proverbiale bambino con l'acqua sporca1.
Continuiamo a ritenere che S&P Global, Moody’s e MSCI siano tra i marchi più resilienti in termini di dati globali. A nostro avviso, le loro difese – dati proprietari, integrazione negli ecosistemi, integrazione dei flussi di lavoro e portata distributiva – sono fenomenali. La cosiddetta “minaccia IA” potrebbe, nel tempo, diventare un fattore trainante di una rinnovata efficienza e innovazione in tutte le loro attività.
Il nostro approccio continua a rimanere disciplinato e orientato al lungo termine: distinguere il rischio strutturale reale dalla narrativa ciclica, concentrarsi sulla qualità e sulla valutazione e ricordare che i vantaggi competitivi duraturi, specialmente quelli basati sulla fiducia, sulla regolamentazione e sulla reputazione, tendono a sopravvivere alle notizie di attualità.
|
Executive Director
International Equity Team
|