Giovedì 10 settembre OpenAI ha presentato ChatGPT for Financial Services, una versione di ChatGPT Work pensata per il settore finanziario e basata su GPT-6 Astra, il modello più avanzato della società. La fase iniziale copre due attività: investment banking e ricerca azionaria. Il prodotto non è stato costruito in laboratorio: OpenAI lo ha sviluppato insieme a Morgan Stanley e alla società di advisory Evercore, che figurano come design partner e hanno contribuito a definire le funzioni da mettere nel prodotto e il modo in cui devono comportarsi. Non è un assistente generico con qualche istruzione in più per il settore finanziario, ma un prodotto verticale che parte dai dati e dai formati di lavoro di banche e team di ricerca.
"Stiamo di fatto insegnando a ChatGPT a fare ricerca come un analista e a sostenere le sue conclusioni come un analista", ha spiegato Nick Turley, vicepresidente e responsabile di ChatGPT, nel briefing con la stampa. L'obiettivo dichiarato è ridurre il lavoro manuale che oggi consuma gran parte del tempo di analisti e banchieri: raccogliere i dati, ricostruire i modelli, impaginare i materiali da portare ai clienti. Turley ha raccontato di aver passato tempo nei giorni precedenti il lancio negli uffici di Morgan Stanley e di Evercore a lavorare con gli analisti coinvolti, per capire dove il modello sbagliava e dove invece accelerava davvero un processo già esistente.
La differenza rispetto alla versione enterprise standard sta soprattutto nei dati. ChatGPT for Financial Services arriva con dataset pre-caricati da LSEG News, Daloopa, PitchBook e Crunchbase: trascrizioni delle trimestrali, bilanci, fondamentali societari e informazioni sulle società non quotate. Chi ha già sottoscrizioni a Bloomberg o FactSet può collegarle e usare i dati a cui ha diritto senza cambiare fornitore, mentre l'ecosistema di connettori basati su MCP arriva a una cinquantina di integrazioni. Quando il modello lavora su quei dati produce citazioni che permettono di risalire alla fonte: ogni cifra può essere ricondotta al documento originario e i grafici possono essere verificati rispetto ai numeri sottostanti. Per un istituto regolamentato è la differenza tra un output plausibile e un output tracciabile, cioè tra una demo e un processo approvabile.
Nella dimostrazione mostrata ai giornalisti il sistema ha analizzato un potenziale target di fusione e acquisizione: ha selezionato il gruppo di comparabili, recuperato i dati di mercato e costruito un prospetto in PowerPoint usando il template della banca. La difficoltà, ha raccontato Turley, non erano le slide belle ma le slide sensate: il modello doveva scegliere i peer giusti, caricare i prezzi in un foglio di calcolo, verificare il grafico rispetto ai dati e spiegare il sell-off del titolo. Il prodotto genera anche fogli Excel e dashboard web, e consente di regolare lo sforzo di ragionamento del modello su tre livelli: più effort significa più token consumati, maggiore costo e, secondo OpenAI, un output di qualità superiore. Gli amministratori possono caricare in anticipo i template aziendali: "Un nuovo stagista dal primo giorno ha tutto questo già pronto", ha detto Joseph Kim, product lead del prodotto.
L'accesso non è aperto. Serve un account enterprise e le istituzioni devono risultare idonee secondo criteri che OpenAI non ha pubblicato: la società chiede di essere contattata direttamente. Il prodotto poggia sui controlli di ChatGPT Enterprise, con single sign-on SAML, provisioning SCIM, permessi basati sul ruolo, cifratura e tempi di conservazione configurabili dagli amministratori, e un controllo specifico sui materiali relativi a operazioni straordinarie. OpenAI ha chiarito che i dati aziendali non vengono usati per addestrare i modelli per impostazione predefinita.
Il lancio tocca esattamente le mansioni che le banche hanno storicamente affidato ai neoassunti: ricerca, modelli, prospetti. Turley respinge l'idea di un taglio di organici e insiste sulla produttività: "Un analista o un banchiere lavorano cento ore a settimana", ha detto, e l'effetto sarà simile a quello di Excel, che ha permesso di produrre analisi migliori più in fretta. Il parallelo però ha un limite, perché Excel eseguiva più velocemente il ragionamento dell'analista, mentre qui il modello sceglie i comparabili e spiega il sell-off.
La preoccupazione è arrivata anche dall'interno del settore. Chris Churchman, partner di Goldman Sachs e tra i responsabili dei progetti di intelligenza artificiale per Global Banking and Markets, ha parlato di atrofia cognitiva per la prossima generazione di finanzieri se il ragionamento viene esternalizzato ai modelli. I dati sul mercato del lavoro vanno nella stessa direzione: secondo la ricerca dello Stanford Digital Economy Lab aggiornata ad agosto, l'occupazione dei lavoratori tra i 22 e i 25 anni nelle professioni più esposte all'intelligenza artificiale generativa è il 19% sotto il livello che avrebbe avuto seguendo i coetanei nelle professioni meno esposte, con il calo attribuito a meno assunzioni e non a licenziamenti. La Federal Reserve di Dallas era arrivata a conclusioni analoghe a gennaio. Se un modello produce un prospetto difendibile in pochi minuti, la logica economica del programma biennale per analisti cambia: il ruolo non scompare, ma diventa più verifica e meno assemblaggio.
OpenAI arriva dopo i concorrenti: Anthropic aveva lanciato la sua proposta dedicata alla finanza già nel 2025, e sul mercato operano anche startup come Shortcut ed Endex, su flussi di lavoro più stretti. La posta in gioco è però più grande di un singolo prodotto. OpenAI si presenta con oltre un miliardo di utenti settimanali di ChatGPT e 2,5 milioni di aziende che hanno integrato i suoi strumenti, e ad agosto la direttrice finanziaria Sarah Friar ha detto agli investitori che l'enterprise ha superato il consumer come fonte di ricavi. A giugno la società ha lanciato il Partner Network con 150 milioni di dollari di impegno e l'obiettivo di certificare 300.000 consulenti entro la fine dell'anno. Turley ha anticipato che arriveranno prodotti verticali per altri settori, con l'ambizione dichiarata di diventare il prodotto canonico per le banche con decine di migliaia di dipendenti.
L'analista Holger Mueller di Constellation Research ha riassunto così la sfida: OpenAI ha fatto la parte facile, ora deve dimostrare sicurezza e valore reale nei settori regolamentati. È su questo, più che sulle dimostrazioni, che si deciderà se ChatGPT entra stabilmente nel processo decisionale finanziario o resta un acceleratore di documenti.
Fonti
