La mancanza di un approccio uniforme alla regolamentazione dell'IA nelle diverse giurisdizioni crea complessità per le imprese internazionali. Gli approcci normativi differiscono per forma e ambito di applicazione. La legge sull'intelligenza artificiale (Artificial Intelligence Act) dell'Unione Europea (UE) adotta un modello basato sul rischio, con requisiti rigorosi per i sistemi di IA ad alto rischio. Gli Stati Uniti adottano un approccio settoriale che enfatizza l'innovazione e la competitività. La Cina privilegia il controllo statale, la sovranità dei dati e il monitoraggio completo.
Questo quadro normativo richiede alle aziende che operano a livello internazionale di monitorare da vicino gli sviluppi e amplifica gli altri rischi dell'IA per gli investitori.
I rischi legati ai dati possono danneggiare i marchi
In ambito aziendale, l'IA viene spesso impiegata attraverso strumenti generativi (come nel caso di generazione di testo, video e voce) e modelli linguistici di grandi dimensioni (LLM). Gli LLM sono alla base di applicazioni come i chatbot, la creazione automatizzata di contenuti e l'analisi dei dati su larga scala.
Molte aziende hanno riscontrato che le innovazioni legate all'IA possono comportare rischi potenzialmente dannosi per il marchio. Questi possono derivare da bias presenti nei dati su cui vengono addestrati gli LLM e hanno portato le banche a discriminare inavvertitamente le minoranze nell'approvazione dei mutui immobiliari, oppure un fornitore statunitense di assicurazioni sanitarie ad affrontare un'azione legale collettiva in cui si sostiene che il suo utilizzo di un algoritmo di IA abbia causato il rifiuto ingiustificato delle richieste di assistenza prolungata per i pazienti anziani.
I rischi derivano anche dai dati utilizzati per l’addestramento dell'IA. A settembre 2025, Anthropic ha raggiunto un accordo da circa 1,5 miliardi di dollari per una class action relativa all’utilizzo di dati piratati per l’addestramento. Entro la fine dell'anno, erano state intentate più di 70 cause per violazione del copyright legate all'IA generativa, tra cui The New York Times contro OpenAI e Microsoft, Disney e Universal contro Midjourney, e Getty Images contro Stability AI. Il rischio relativo ai dati di addestramento dell'IA è sempre più un rischio di bilancio quantificabile.
Bias, discriminazione e dati di addestramento sono tra i principali rischi normativi che dovrebbero essere nel radar degli investitori; altri includono i diritti di proprietà intellettuale e la tutela della privacy sui dati. Meritano attenzione anche le misure di mitigazione del rischio, come i test effettuati dagli sviluppatori sulle prestazioni, l'accuratezza e la robustezza dei modelli di IA, nonché il livello di trasparenza e supporto alle aziende nell'implementazione delle soluzioni di IA.
Approfondire per comprendere le normative sull'IA
Gli approcci normativi all'IA stanno divergendo in modi rilevanti per gli investitori. L'AI Act dell'UE, un quadro completo basato sul rischio, viene implementato per fasi dal 2024. Gli Stati Uniti, al contrario, si affidano ad agenzie federali esistenti, quadri volontari e leggi a livello statale piuttosto che a un unico regime onnicomprensivo. Il Regno Unito ha adottato un approccio basato sui principi, rinviando una legislazione completa. La Cina si è invece mossa rapidamente con regole mirate incentrate su applicazioni specifiche, in particolare quelle legate al controllo dei contenuti, alla stabilità sociale e alla sovranità dei dati.
Per gli investitori, questa divergenza ha implicazioni reali. È sempre più rilevante chiedersi in funzione di quale giurisdizione si stia effettivamente ottimizzando una società in portafoglio, poiché le regole che disciplinano un'impresa globale possono variare in modo sostanziale da mercato a mercato.
Gli investitori, a nostro avviso, dovrebbero fare di più che analizzare a fondo le normative sull'IA specifiche per giurisdizione. Dovrebbero anche comprendere come i quadri giuridici esistenti—come la legge sul diritto d'autore per affrontare le violazioni dei dati e la legislazione sul lavoro laddove l'IA abbia un impatto sui mercati del lavoro—vengano applicati all'IA.
Analisi fondamentale ed coinvolgimento sono cruciali
Una regola pratica utile per gli investitori che valutano il rischio legato all'IA è che le società che divulgano proattivamente le proprie strategie e politiche sull'IA tendono a rivelarsi meglio preparate all’arrivo di nuove normative. Più in generale, l'analisi fondamentale e l’engagement con gli emittenti sono centrali in quest'area di ricerca.
A nostro avviso, l'analisi fondamentale dovrebbe esaminare non solo i rischi dell'IA a livello aziendale, ma anche i rischi lungo la filiera e nel contesto normativo, verificando le evidenze rispetto ai principi fondamentali di un'IA responsabile (Cfr. Grafico).