IA sfida vecchia guardia trading carburanti: Russell

di Clyde Russell

LAUNCESTON, Australia, 25 settembre (Reuters) - Il conflitto con l’Iran (link) ha puntato i riflettori sul mondo piuttosto oscuro del commercio dei prodotti petroliferi raffinati, in un momento in cui il mondo deve fare i conti con un’offerta limitata e prezzi ai massimi storici. Ma è l’intelligenza artificiale (IA) che potrebbe far uscire definitivamente dall’ombra il commercio di gasolio, benzina e altri prodotti.

Mentre le pratiche di commercio del petrolio greggio sono consolidate da decenni e attraggono una vasta gamma di operatori di mercato, lo stesso non si può dire dei prodotti raffinati.

Questi mercati, specialmente nella regione asiatica, che è la principale consumatrice, sono stati in gran parte appannaggio di un gruppo relativamente ristretto di trader che rappresentano produttori, raffinerie, spedizionieri e grandi società di materie prime come Trafigura e Vitol.

Ma di tanto in tanto il mercato può cambiare, e l’IA potrebbe fornire gli strumenti necessari per democratizzare questo segmento ancora poco trasparente dell’universo del trading delle materie prime.

L’idea sembra semplice: utilizzare l’IA per raccogliere tutti i dati disponibili, integrarli con le conoscenze di trader e analisti specializzati e generare idee di trading su misura per utenti e situazioni specifiche.

Uno dei leader in questo processo è Sparta Commodities, una società con sede a Ginevra che inizialmente si è fatta un nome fornendo dati che consentivano agli operatori di individuare opportunità di arbitraggio nel trasporto di carburanti da una regione all’altra.

All’inizio di questo mese ha lanciato Leonidas AI, uno strumento decisionale che mira ad accelerare il processo attraverso il quale gli operatori utilizzano i dati per giungere a decisioni di trading.

Lo strumento raccoglie tutti i dati disponibili provenienti dalle fonti proprie di Sparta e da altri fornitori, integra le notizie e l’esperienza di quello che l’azienda definisce un “agente dedicato” per formulare raccomandazioni.

In una dimostrazione per Reuters, a Leonidas AI è stato chiesto di valutare le implicazioni di un eventuale divieto sulle esportazioni di gasolio dagli Stati Uniti (link) per vari mercati. Dopo aver individuato i probabili andamenti dei prezzi, gli è stato chiesto di fornire raccomandazioni di trading.

Ha proposto cinque operazioni, classificandole in base al grado di certezza. I consigli coprivano anche vari mercati in diversi Paesi e c’era persino una raccomandazione relativa al trasporto merci.

Il tutto ha richiesto solo pochi secondi, mentre fino ad ora anche analisti di trading esperti e competenti avrebbero impiegato un po’ di tempo per elaborare i probabili movimenti dei prezzi e capire come trarne il massimo profitto.

I concorrenti in questo settore, come Kpler e Windward, stanno già lanciando o sviluppando prodotti simili.

Kpler, che ha iniziato come servizio di tracciamento delle navi, utilizza l’intelligenza artificiale per sintetizzare i dati in quelle che definisce “strategie attuabili” che tengono conto di fattori quali la geopolitica.

Windward, un altro attore nel settore del tracciamento, utilizza l’IA per analizzare i dati storici e i modelli di movimento delle navi al fine di evidenziare anomalie, come i trasferimenti illegali di merci da nave a nave.

Attori come gli hedge fund, che in precedenza ritenevano di non disporre delle conoscenze necessarie per competere con gli operatori affermati in un mercato dei carburanti poco trasparente, potrebbero ora essere in grado di ottenere ed elaborare le informazioni necessarie con la stessa rapidità.

RESISTENZA AL CAMBIAMENTO

Esistono dei punti deboli nell’adozione dell’IA per orientare le decisioni di trading?

La domanda ovvia è se tutti riceveranno semplicemente le stesse raccomandazioni, con il risultato di operazioni altamente affollate che eliminano il potenziale di profitto.

Tuttavia, utenti diversi cercheranno risultati diversi, il che dovrebbe mitigare questo rischio.

Ad esempio, una raffineria potrebbe essere disposta a fissare un prezzo fisso per parte della propria produzione di diesel e benzina, mentre un trader potrebbe essere disposto ad assumersi il rischio che i prezzi salgano prima di effettuare la consegna fisica, creando così un potenziale di profitto.

Di conseguenza, la raffineria e l’operatore di mercato dovrebbero ricevere raccomandazioni diverse dall’IA anche se utilizzano lo stesso modello.

Un’altra domanda ovvia è se le raccomandazioni siano effettivamente valide — cosa che si chiarirà solo con il tempo.

Potrebbero esserci resistenze anche da parte degli operatori consolidati, che potrebbero opporsi all’ingresso di nuovi arrivati nei loro mercati. Un grande trader potrebbe cercare di influenzare i prezzi attraverso una serie di operazioni volte a spingere gli operatori più piccoli verso situazioni di stop-loss.

Ma la storia suggerisce che, col tempo, gli attori esistenti dovranno adattarsi alle mutate circostanze — che lo vogliano o no.

Un esempio di questo tipo di cambiamento è il tracciamento in tempo reale delle navi che trasportano merci fisiche.

Questi servizi — offerti da aziende come Vortexa e London Stock Exchange Group LSEG.L — hanno iniziato a diffondersi solo circa 15 anni fa, ma da allora sono diventati nomi familiari e godono di un’ampia diffusione tra gli operatori del mercato delle materie prime.

NESSUNA RILUTTANZA VERSO IL CAMBIAMENTO

All’Asia Pacific Petroleum Conference (APPEC) tenutasi all’inizio di questo mese a Singapore, il tema principale delle discussioni (link) è stato come risolvere il conflitto con l’Iran e ripristinare il flusso di greggio e prodotti petroliferi dal Medio Oriente.

Ma il secondo tema più discusso è stato l’IA, con domande su come le aziende la stiano utilizzando e quali siano i vantaggi e i rischi.

Nel corso delle numerose discussioni tenutesi durante l’evento, è emerso chiaramente che i dirigenti del settore delle materie prime si aspettano che l’IA assuma un ruolo sempre più importante nella raccolta e nell’analisi dei dati, nonché in operazioni quali le spedizioni e la gestione delle scorte.

L’idea generale è che sia inutile opporsi al cambiamento. È invece preferibile essere tra i primi ad adottarla e diventare leader in questo campo.

Nello scenario migliore, l’intelligenza artificiale livellerà il campo di gioco nel trading delle materie prime, che attualmente è appannaggio di piccoli gruppi di operatori esperti.

Come ha affermato Felipe Elink Schuurman, CEO di Sparta, in passato vinceva il trading desk che disponeva del maggior numero di informazioni, ma i nuovi vincitori saranno coloro che riusciranno a trasformare i dati in operazioni di trading con maggiore rapidità.

(Le opinioni qui espresse sono quelle di Clyde Russell (link), editorialista di Reuters.)

Ti piace questa rubrica? Dai un’occhiata a Reuters Open Interest (ROI), (link) la tua nuova fonte indispensabile per i commenti finanziari globali. Segui ROI su LinkedIn, (link) e X. (link)

E ascolta il podcast quotidiano Morning Bid (link) su Apple (link), Spotify (link) o l’app Reuters (link). Iscriviti per ascoltare i giornalisti di Reuters discutere delle notizie più importanti sui mercati e sulla finanza sette giorni su sette.

(A beneficio di chi non è di madrelingua inglese, Reuters automatizza la traduzione delle sue storie in una serie di altre lingue. Poiché la traduzione automatica può introdurre errori o non includere il contesto necessario, Reuters non garantisce l'accuratezza del testo tradotto automaticamente, ma fornisce queste traduzioni esclusivamente per la comodità dei suoi lettori. Reuters declina ogni responsabilità per danni o perdite di qualsiasi tipo causati dall'uso della funzione di traduzione completamente automatica.)