Bank of England: l’intelligenza artificiale e i rischi per l’economia

Nel suo ultimo rapporto sulla stabilità finanziaria, la Bank of England ha messo in guardia riguardo ai possibili effetti negativi di una correzione dei prezzi dei titoli legati all’intelligenza artificiale (IA). Secondo l’analisi, tale correzione potrebbe comportare una riduzione del 2,2% del PIL del Regno Unito, evidenziando la necessità di un’attenzione strategica e operativa da parte delle imprese.

I rischi associati all’IA non si limitano alla Silicon Valley, ma si estendono a livello globale, richiedendo un approccio disciplinato da parte delle aziende. Le esperienze passate nel settore tecnologico offrono lezioni importanti da considerare. Ad esempio, l’impegno per mitigare il rischio Y2K all’inizio del 2000 ha dimostrato come una minaccia possa apparire esagerata quando gestita correttamente. D’altra parte, la bolla delle dotcom ha evidenziato che, sebbene la tecnologia possa essere valida, le valutazioni possono risultare insostenibili, portando al fallimento di molte aziende con modelli deboli.

Inoltre, la crescita del mercato delle criptovalute ha mostrato come le narrazioni rivoluzionarie possano nascondere casi d’uso fragili e speculazioni diffuse. L’attuale ascesa dell’IA combina elementi di questi precedenti, presentando rischi concreti che necessitano di mitigazione e governance, insieme a potenziali tecnologici spesso accompagnati da valutazioni gonfiate.

Per affrontare questi rischi, la Bank of England consiglia alle aziende di adottare un approccio di sperimentazione disciplinata. Ciò implica trattare la cybersecurity e la governance come funzioni operative essenziali, investire in competenze, infrastrutture dati e processi, e porsi domande critiche riguardo all’uso degli strumenti IA. Le aziende devono considerare quale problema viene risolto, chi utilizza lo strumento, quali dati sono accessibili e quali sistemi possono essere influenzati.

Le iniziative aziendali dovrebbero includere un portafoglio di progetti diversificati: progetti difensivi per mappare l’uso esistente e prepararsi a eventuali guasti, progetti esplorativi per identificare dove l’IA può generare valore, e valutazioni scettiche per evitare investimenti privi di ritorni misurabili. Le aziende più efficaci saranno quelle pronte ad adattarsi alle nuove realtà piuttosto che tentare di prevedere perfettamente il futuro.