Franklin Templeton sta sviluppando con gli strumenti di OpenAI dei flussi di lavoro basati su intelligenza artificiale per la ricerca sugli investimenti. Si parte dalle azioni. L’obiettivo è aiutare i gestori di portafoglio a confrontare punti di vista diversi e a vedere con chiarezza i rischi dietro ogni idea. Lo ha raccontato OpenAI in un caso di studio pubblicato il 5 novembre 2026.
Tra gli strumenti in uso c’è Codex, che la società ha impiegato negli hackathon: esperti tecnici affiancati a professionisti degli investimenti, che costruiscono da soli i propri strumenti. I cosiddetti Investment AI champions, figure interne al gruppo, portano poi i prototipi verso flussi pronti per la produzione, con revisioni di sicurezza e controlli sui dati. La versione di Codex utilizzata non è stata indicata.
Il processo attuale è guidato dalle persone e procede per fasi: analisi del titolo, esame delle trimestrali, confronto con i concorrenti. Il nuovo sistema collega fonti di dati affidabili con informazioni su portafogli e modalità di lavoro, e prova a mettere nello stesso flusso le prospettive di ricerca, rischio, compliance e trading. Sono quattro funzioni che di solito guardano la stessa idea da angolazioni diverse.
Katrina Dudley, senior vice president di Public Market Investments, descrive il passaggio così: “We have moved from augmenting our research process to reimagining the investment research workflow”. Il primo tentativo, spiega, è andato male. Collegare i modelli direttamente a un database non ha funzionato, perché non capivano come i dati fossero legati tra loro. Da qui la scelta di costruire prima uno strato che definisca il significato dei dati e le loro relazioni.
C’è poi un problema di progettazione che riguarda la ricerca finanziaria in modo diretto. Un sistema che impara le preferenze di un utente per un certo fornitore di analisi tende a proporgli sempre più report di quel fornitore. Il risultato è un restringimento delle opinioni che entrano nel processo, con il rischio di una visione distorta. Franklin Templeton vuole l’opposto: un sistema che allarga lo spettro e mette i rischi in primo piano. Per Dudley, individuare i rischi in una nota di ricerca “makes for a more informed investment decision”.
Restano molte zone d’ombra. Nessuna cifra su produttività, personale o valore del contratto è stata resa pubblica, quindi non si sa quanto il nuovo flusso cambi il lavoro reale degli analisti rispetto alla sola forma del processo. Non risulta nemmeno un calendario per estendere il modello ad altre aree oltre alle azioni. La decisione finale resta ai gestori: l’AI organizza le informazioni, la valutazione è loro.
L’obiettivo dichiarato di Dudley è rendere questa intelligenza connessa accessibile a tutti i team, dagli analisti ai responsabili di ciascun gruppo di investimento. Se il modello regge nelle azioni, il passo successivo naturale sono gli altri mercati che il gruppo, con circa 1.800 miliardi di dollari in gestione, copre ogni giorno.














