I Venture capitalist con lo specchietto retrovisore

L'IMPIEGO DI ALGORITMI PER INDIVIDUARE MODELLI NEI DATI STORICI DELLE STARTUP E UTILIZZARLI PER PREVEDERE L'ESITO DI UNA NUOVA STARTUP RISCHIA DI FRENARE GLI IMPRENDITORI A PRODURRE PIU' IMPRESE SIMILI A QUELLE PRECEDENTI, A SCAPITO DELLE INNOVAZIONI RIVOLUZIONARIE

di Clement Jonathan Mazet Sonilhac, Assistant professor di finanza, Universita' Bocconi

L'era digitale ha creato un'enorme quantità di dati che continuano a crescere in modo esponenziale. Secondo le stime dell'International Data Corporation, ogni due giorni il mondo genera più dati di quanti ne abbia generati l'intera umanità tra l'alba dei tempi e il 2003. Questa rapida evoluzione nella disponibilità di dati è stata accompagnata da progressi nelle tecniche statistiche come l'apprendimento automatico e l'intelligenza artificiale, ossia tecnologie progettate per identificare modelli statistici in grandi insiemi di dati, che superano gli esseri umani in molti compiti di previsione (o ripetitivi). Questa rivoluzione dei big data sta ridisegnando il settore finanziario: le tecniche di IA sono sempre più utilizzate in ambito finanziario, in settori quali la gestione patrimoniale, il trading algoritmico, il corporate banking, la sottoscrizione di crediti o la finanza basata su blockchain. Si prevede che l'impiego delle tecnologie di IA nel settore finanziario possa generare vantaggi competitivi per le imprese finanziarie, ad esempio riducendo i costi e aumentando la produttività. A loro volta, questi vantaggi competitivi possono andare a beneficio dei consumatori finanziari, fornendo prodotti di maggiore qualità e personalizzati.
In un recente articolo illustro quest'ultimo aspetto. Esamino l'adozione precoce di nuove tecnologie da parte delle banche che erogano prestiti alle piccole imprese, utilizzando la diffusione scaglionata di Internet ad alta velocità in Francia dal 1999 al 2007 come shock esogeno alla diffusione della tecnologia. Concludo che uno scambio di dati più rapido e semplice tra gli imprenditori in cerca di credito e le piccole banche (riduzione dei costi di ricerca e miglioramento dell'interazione tra cliente e prestatore) ha ridotto il costo del prestito affrontato da questi imprenditori. Inoltre, i risultati mostrano che le banche rispondono modificando le loro pratiche commerciali, prestando a piccole imprese situate più lontano, al di fuori del loro mercato locale, ma senza deteriorare la qualità del loro portafoglio prestiti. Ciò fa eco al recente lavoro sui prestiti FinTech di Berg, Fuster e Puri (2022). Il prestito FinTech è definito come l'uso della tecnologia per fornire prodotti di prestito, con due caratteristiche principali: in primo luogo, la tecnologia può essere utilizzata per migliorare l'interazione tra cliente e prestatore (per esempio, con un processo di richiesta completamente online), dando luogo a una migliore esperienza dell'utente, a tempi di elaborazione più rapidi e a costi operativi inferiori; in secondo luogo, può essere utilizzata per lo screening o il monitoraggio dei mutuatari, per esempio utilizzando fonti di dati alternative o metodi di apprendimento automatico. Gli autori rilevano che il primo canale sembra essere il più importante: l'aumento della convenienza e della velocità è stato più importante per la crescita dei prestiti FinTech rispetto al miglioramento dello screening o del monitoraggio.

Tuttavia, l'adozione delle tecnologie di IA da parte degli intermediari finanziari ha sollevato anche preoccupazioni riguardo ai loro effetti sulle decisioni di investimento e, più in generale, sull'allocazione del capitale. Una classe specifica di intermediari finanziari ha ricevuto di recente molta attenzione per quanto riguarda l'uso delle tecnologie di IA: i venture capitalist (VC). I Venture Capitalist sono investitori di private equity che forniscono capitali a startup con un elevato potenziale di crescita e svolgono un ruolo cruciale nel finanziamento dell'innovazione: tra le imprese pubbliche fondate negli ultimi cinquant'anni, le aziende finanziate da VC rappresentano oltre il 92% della spesa in R&S e del valore dei brevetti! In un recente articolo, Bonelli (2022) mostra che nell'ultimo decennio decine di VC hanno adottato tecnologie AI per lo screening delle startup. Questi VC impiegano algoritmi di AI per individuare modelli nei dati storici delle startup precedenti ed estrapolarli per prevedere l'esito di una nuova startup. Nonostante l'utilizzo di progressi all'avanguardia nel campo dell'apprendimento automatico, questi algoritmi di previsione sono essenzialmente retrospettivi, perché vengono addestrati utilizzando dati passati. Per questo motivo, potrebbero non riuscire a selezionare le startup che differiscono radicalmente dalle aziende del passato. Il paper conferma questa intuizione: I VC che adottano l'IA diventano più bravi a identificare le startup di buona qualità, definite come startup che sopravvivono e ricevono finanziamenti successivi, ma solo all'interno del pool di startup il cui business è simile a quello sviluppato dalle aziende precedenti. Allo stesso tempo, i VC che adottano l'IA diventano meno propensi a investire in startup che ottengono un successo importante, come una IPO, o una scoperta, per esempio un brevetto molto citato. Questa constatazione è associata a un aumento della quota dei loro investimenti orientati verso startup che sviluppano attività più simili a quelle già sperimentate. Nel complesso, questo studio evidenzia un aspetto potenzialmente negativo dell'adozione dell'Intelligenza Artificiale sul finanziamento delle imprese, con una riduzione dei fondi destinati alle imprese molto innovative e dirompenti. Ciò solleva due importanti questioni: se ciò possa indurre gli imprenditori a produrre più imprese simili a quelle precedenti, a scapito delle innovazioni rivoluzionarie, e quali siano le implicazioni a lungo termine per la crescita economica.