Sydney Huang avverte che la collusione tra bot basati sull'intelligenza artificiale potrebbe diffondersi prima che le autorità di regolamentazione intervengano

La fine del "ritardo" delle politiche

Secondo un rapporto del Fondo Monetario Internazionale (FMI) dell'aprile 2026, il mondo sta rapidamente uscendo dall'era del "click-to-pay" per entrare nell'era del "decide-to-pay". Ma mentre gli esseri umani escono dal circuito, emerge una domanda importante: le nostre barriere di protezione finanziarie possono sopravvivere a un'economia alla velocità delle macchine?

Il rapporto del FMI rileva che l'intelligenza artificiale (IA) agentica è destinata ad aumentare radicalmente la velocità di circolazione del denaro. Eliminando l'"attrito" umano, il capitale circolerà nell'economia globale a velocità senza precedenti. Sydney Huang, CEO di Human API, suggerisce che potremmo assistere a un aumento di 10 volte della velocità di circolazione del denaro. Anche se questo sembra un miracolo di produttività, rappresenta un incubo per le banche centrali. La politica monetaria tradizionale si basa sul "ritardo". Quando una banca centrale aumenta i tassi di interesse, ci vogliono mesi prima che tale decisione si rifletta nelle istituzioni umane. In un'economia da IA a IA, quel ritardo scompare.

"Un aumento di 10 volte della velocità di circolazione del denaro guidato dal commercio da IA a IA richiederebbe alle autorità di regolamentazione di adottare strumenti che operino alla velocità delle macchine", avverte Huang. Senza queste capacità, potrebbe verificarsi un picco di inflazione alla velocità delle macchine o un crollo lampo globale prima ancora che un regolatore umano riceva un avviso sul proprio dashboard. Per prevenire guasti a cascata, Huang sostiene che le autorità di regolamentazione devono smettere di essere spettatori e diventare parte del codice stesso. "Ciò include sistemi di monitoraggio in tempo reale, conformità programmabile integrata direttamente nell'infrastruttura finanziaria e interruttori automatici per prevenire guasti a cascata", ha affermato. Questa visione è in linea con il quadro a tre livelli proposto dal FMI, che suggerisce che il livello di autorizzazione di ogni transazione debba avere mandati integrati e definiti dall'uomo. Huang suggerisce che "le autorità di regolamentazione potrebbero anche dover esprimere le politiche in formati leggibili dalle macchine che possano essere applicati a livello di transazione". Il commercio agenziale richiede inoltre interruttori automatici a livello di transazione, in modo che quando gli agenti iniziano a mostrare un comportamento altamente correlato, "fusibili" autonomi debbano scattare per fermare la reazione a catena. Il rapporto del FMI sottolinea che "i sistemi agenziali possono interpretare gli obiettivi e monitorare l'attività in tempo reale". Ciò significa che i controlli "know-your-customer" e antiriciclaggio sono programmati direttamente nel DNA dell'agente di IA.

Dimostrare la provenienza delle decisioni

Forse una delle sfide più complesse per le autorità di regolamentazione in questa nuova era è il mercato "invisibile". In un mondo in cui gli agenti non utilizzano il linguaggio umano per coordinarsi, sorge la domanda: come distinguiamo tra un bot che si limita a ottimizzare e una flotta di bot che colludono per fissare i prezzi? Huang osserva che ciò richiede un passaggio dall'analisi della comunicazione all'analisi del comportamento.

"Le autorità di regolamentazione dovranno esaminare modelli quali azioni sincronizzate, dipendenze di dati condivisi e anomalie statistiche", ha affermato. La soluzione potrebbe risiedere nella "provenienza delle decisioni". Huang suggerisce un futuro in cui gli agenti siano tenuti a fornire una prova verificabile che le decisioni siano state prese in modo indipendente nell'ambito di una politica dichiarata. Dimostrando come si è giunti a una decisione, gli agenti possono dimostrare di non essersi coordinati segretamente con i concorrenti.

Al di là della regolamentazione, c'è la questione di come questi agenti comunichino effettivamente tra loro. Huang sottolinea che una negoziazione sicura tra agenti richiede standard universali per l'identità, la comunicazione e l'applicazione. "Gli agenti devono essere in grado di verificare l'identità e l'autorizzazione reciproche, operare all'interno di quadri di negoziazione condivisi e allegare garanzie verificabili alle loro azioni", ha affermato Huang. Questo cambiamento sposta la fiducia dalle singole controparti e la colloca nelle garanzie del sistema. Utilizzando standard emergenti come l'Agent Payments Protocol (AP2) e il Model Context Protocol (MCP), le aziende possono garantire che un agente della Società A possa negoziare in modo sicuro con un agente della Società B senza un intermediario proprietario. Man mano che viene delegata una maggiore governance a questi proxy digitali, emerge un nuovo rischio umano: l'atrofia. Se un agente gestisce la tesoreria di un'azienda per cinque anni senza intervento umano, il tesoriere umano saprà ancora come gestire una crisi se il sistema smette di funzionare? Huang avverte che, con la crescente delega della governance, c'è il serio rischio che gli operatori umani perdano la capacità di intervenire efficacemente. "Mantenere la prontezza operativa è importante quanto costruire meccanismi di fallback", ha affermato.

Combattere l'atrofia delle competenze umane

Per mitigare questo rischio, sostiene che i sistemi debbano prevedere esercitazioni regolari in cui gli esseri umani prendono il comando e incorporare modalità in cui gli esseri umani simulano le azioni degli agenti per confrontare la logica. È inoltre necessario garantire che il "kill switch" sia un percorso collaudato. "L'obiettivo", ha affermato Huang, "è garantire che la supervisione umana rimanga funzionale e praticata, piuttosto che teorica".

Mentre il mondo si avvia verso un mercato degli agenti che dovrebbe raggiungere i 236 miliardi di dollari entro il 2034, la definizione di "operatore di mercato" sta cambiando. Non si tratta più solo di regolamentare le persone, ma i cosiddetti "super-individui" alimentati da migliaia di bot autonomi.

La rivoluzione del "decide-to-pay" offre un mondo di efficienza senza attriti, ma richiede una riprogettazione totale dell'architettura finanziaria globale. Come afferma Huang, per governare un'economia alla velocità delle macchine, la legge stessa deve diventare veloce come una macchina. Se non riusciamo a integrare l'intervento umano a livello architettonico, rischiamo di costruire un'economia che si muove troppo velocemente per essere controllata dai suoi creatori.