Le banche più grandi del mondo stanno affidando una parte crescente delle proprie decisioni di cambio valuta a un algoritmo. Ant International ha annunciato l’aggiornamento alla versione 2.0 del suo sistema Falcon, il modello che promette di rendere le previsioni cambio valuta con AI più precise ed economiche per gli operatori globali. Insieme al lancio è arrivata una notizia che pesa ancora di più: sei grandi banche internazionali hanno già scelto di integrare il modello nelle proprie attività di trading in valuta estera.
Summary
Punti chiave
- Ant International ha portato Falcon alla versione 2.0, un modello basato su architettura transformer con quasi due miliardi di parametri.
- Sei banche — Citi, HSBC, Deutsche Bank, Standard Chartered e Barclays — usano già il sistema per il trading in valuta estera.
- Secondo Ant, previsioni più precise possono abbattere i costi di copertura e allocazione FX di oltre il 60%.
- Standard Chartered dichiara un’accuratezza di previsione superiore al 90% e un taglio del 50% sui costi di gestione della liquidità.
- Il Financial Stability Board ha avvertito che l’uso diffuso di modelli AI simili tra istituzioni finanziarie può generare rischi sistemici.
Ant International lancia Falcon 2.0 per le previsioni FX
Falcon nasce per risolvere un problema specifico che, secondo Ant, l’intelligenza artificiale generalista non ha ancora saputo affrontare bene. Kelvin Li, general manager della piattaforma tecnologica di Ant International, ha presentato il modello come uno strumento pensato apposta per il trading valutario, sottolineando che i grandi modelli AI generici “non hanno ancora raggiunto una svolta universale nel settore finanziario”. La sua tesi si basa su un dato concreto: previsioni accurate possono tagliare i costi di copertura e allocazione in valuta estera di oltre il 60%.
Come funziona il modello Falcon
Falcon è un modello basato su architettura transformer con quasi due miliardi di parametri, progettato per prevedere flussi di cassa ed esposizione valutaria. Ant ha documentato la versione 2.0 in un report tecnico pubblicato su arXiv questo mese e ha rilasciato il codice su GitHub, una scelta che rende l’approccio più trasparente rispetto ai tipici sistemi proprietari di previsione bancaria. Questa apertura non è un dettaglio marginale: permette a ricercatori e istituzioni terze di verificare metodologia e limiti del sistema, un elemento che pesa nella fiducia che le banche possono riporre in uno strumento destinato a muovere miliardi di dollari ogni giorno.
Sei banche globali adottano Falcon per il trading valutario
Il lancio della nuova versione consolida rapporti costruiti nell’arco di più di un anno. Le partnership con Citi, HSBC, Deutsche Bank, Standard Chartered e Barclays non nascono dal nulla: derivano da pilot avviati nel corso del 2025 che hanno già prodotto risultati misurabili.
Risultati dei pilot con Citi e Standard Chartered
Nel luglio 2025 Citi ha lanciato il proprio progetto pilota con Falcon insieme al prodotto Fixed FX Rates, che consente ai rivenditori online di mantenere tassi di cambio fissi in oltre 70 valute diverse. La combinazione dei due strumenti ha permesso a un cliente del settore aereo di risparmiare sui costi di copertura, un beneficio che Li ha quantificato in circa il 30%.
Standard Chartered ha invece integrato Falcon con il proprio Aggregated Liquidity Engine, noto come SCALE. Secondo la banca, questo metodo consente di prevedere l’esposizione valutaria con un’accuratezza superiore al 90% e riduce del 50% i costi necessari per la gestione della liquidità. Non si tratta quindi solo di una riduzione costi copertura FX teorica: sono numeri già riportati dalle stesse banche partner.
Valute tokenizzate e pagamenti transfrontalieri con HSBC
La collaborazione con HSBC va oltre la semplice previsione dei tassi di cambio. La banca ha creato insieme ad Ant il Tokenized Deposit Service e nel 2025 ha già elaborato un pagamento transfrontaliero utilizzando lo standard di messaggistica ISO 20022. Questa sovrapposizione non è casuale: previsione AI e regolamento tokenizzato affrontano due estremità dello stesso problema, cioè prevedere dove servirà liquidità e spostare il denaro in modo più efficiente. È qui che i pagamenti transfrontalieri tokenizzati incontrano direttamente la logica predittiva di Falcon, aprendo la strada a un’infrastruttura bancaria che unisce previsione e regolamento in un unico flusso.
Il contesto: perché la copertura del rischio cambio costa così tanto
Il rischio valutario è diventato più difficile da ignorare per aziende e investitori globali. Secondo la Bank for International Settlements, il turnover globale sul mercato FX ha raggiunto una media di 9.500 miliardi di dollari al giorno nell’aprile 2025, in crescita del 27% rispetto a tre anni prima. La BIS ha collegato parte di questo aumento alla corsa delle aziende a coprire l’esposizione al dollaro dopo gli annunci sui dazi statunitensi.
I tassi d’interesse più alti dal 2022 hanno inoltre reso alcune coperture più costose, spingendo gli investitori a valutare con più attenzione il rapporto tra costo della protezione e rischio valutario reale. In questo scenario, una tecnologia capace di ridurre in modo tangibile i costi di copertura e liquidità ha un appeal evidente per banche multinazionali e per i loro clienti aziendali. È il motivo per cui la corsa alle previsioni cambio valuta con AI non è più un esperimento isolato, ma sta diventando parte dell’infrastruttura operativa quotidiana di alcune delle banche più grandi al mondo.
Il rischio sistemico dietro l’adozione diffusa dell’AI
Dietro l’entusiasmo per i risparmi ottenuti c’è un problema regolatorio che le banche non possono ignorare: la concentrazione tecnologica. Se molte istituzioni finanziarie finiscono per dipendere dagli stessi fornitori di intelligenza artificiale, un errore di previsione non resta isolato ma può propagarsi contemporaneamente su più mercati.
L’avvertimento del Financial Stability Board
Un lavoro del Financial Stability Board, riassunto dalla BIS nel giugno 2025, ha avvertito che le istituzioni finanziarie che si affidano a un piccolo gruppo di fornitori di AI — o a modelli simili addestrati su dati simili — potrebbero creare vulnerabilità a livello di sistema. Il timore non riguarda soltanto la possibilità che un singolo modello sbagli una previsione. Se più grandi istituzioni si affidano ai medesimi segnali, errori o distorsioni potrebbero incoraggiare decisioni correlate proprio nei momenti in cui i mercati sono già sotto stress.
L’adozione di Falcon si presta quindi a una lettura a doppio taglio. Da un lato, un uso più ampio potrebbe rendere la copertura FX e la gestione della liquidità più economiche ed efficienti per l’intero settore bancario. Dall’altro, crea una dipendenza tecnologica condivisa che i regolatori vorranno capire a fondo prima che diventi strutturale nel sistema finanziario globale.
Ant International continua a investire nell’AI finanziaria
Mentre le banche partner testano i risultati sul campo, Ant continua a spendere per ampliare la propria portata. La società ha raccolto 1,2 miliardi di dollari in un round di finanziamento azionario il mese scorso, capitale aggiuntivo che le consente di spingere la propria partnership AI banche più in profondità nel settore bancario globale. Il ritmo con cui il modello viene adottato da nomi come Citi e HSBC suggerisce che la scommessa di Ant non riguarda solo la vendita di uno strumento previsionale, ma la costruzione di un pezzo di infrastruttura che diverse grandi banche potrebbero finire per condividere.
FAQ
Cos’è il modello Falcon di Ant International?
Falcon è un modello AI basato su architettura transformer con quasi due miliardi di parametri che prevede flussi di cassa ed esposizione valutaria. Ant riporta un’accuratezza superiore al 90% nel proprio utilizzo interno e il sistema gestisce già oltre il 60% delle transazioni di conversione FX della società.
Quali banche hanno stretto una partnership con Ant International su Falcon?
Secondo Kelvin Li di Ant International, sei grandi banche sono partner del progetto: Citi, HSBC, Deutsche Bank, Standard Chartered e Barclays, con Citi e Standard Chartered che avevano già condotto pilot precedenti nel corso del 2025.
Quanto può far risparmiare l’AI di Falcon sui costi FX?
Li ha dichiarato che previsioni precise possono tagliare i costi di copertura e allocazione in valuta estera di oltre il 60%. Citi ha riportato un risparmio sulla copertura di circa il 30% per un cliente pilota del settore aereo, mentre Standard Chartered ha dichiarato una riduzione dei costi di gestione della liquidità fino al 50%.
Esistono preoccupazioni regolatorie sull’uso di modelli AI come Falcon nei mercati finanziari?
Sì. Il Financial Stability Board ha avvertito che la dipendenza di molte istituzioni da modelli AI simili potrebbe creare rischi sistemici, attraverso azioni di mercato correlate nei momenti di stress finanziario.
Contenuto realizzato con l’assistenza dell’intelligenza artificiale e con revisione editoriale umana.
