Google ha costruito il trader definitivo
Google presenta TabFM e Gemini 3.5 Flash, modelli AI per trading autonomo, creando asimmetria informativa e rischi regolatori.
Il modello TabFM di Google ragiona su dati tabellari senza aver mai visto un bilancio reale
Quanti trader umani stanno già lavorando con le mani legate senza saperlo? La risposta è in un numero: zero. Zero è il numero di click che oggi separano un modello addestrato su centinaia di milioni di tabelle sintetiche dal vostro portafoglio titoli. Non è fantascienza, è ingegneria finanziaria silenziosa, e porta un nome preciso: modello TabFM.
Google Research ha costruito un sistema che non ha mai aperto una piattaforma di trading, non ha mai letto un bilancio trimestrale, eppure ragiona su dati tabellari con un’efficacia che manda fuori giri i modelli addestrati per anni su numeri veri. Il segreto è l’architettura con cui è stato nutrito: modelli causali strutturali che generano relazioni statistiche sintetiche a un ritmo impossibile per qualsiasi dataset reale.
Non si improvvisa. La valutazione su TabArena ha messo alla frusta il sistema su 38 dataset di classificazione e 13 di regressione, con campioni che vanno da 700 a 150.000 righe. E qui arriva la parte che dovrebbe svegliare i regolatori: TabFM non è un prototipo unico. Ha due anime operative — la configurazione TabFM-Ensemble, con cross features, ensemble a 32 vie e Platt scaling, è già pronta per essere deployata. Non serve un PhD per capire che un hedge fund potrebbe imbullonarla su un flusso di prezzi oggi pomeriggio.
Il trader senza volto che guarda il vostro schermo
Ma un modello che prevede non basta. Serve un agente che agisca. E Google lo ha appena messo in produzione. Con la funzionalità computer use di Gemini 3.5 Flash, l’intelligenza artificiale non si limita a suggerire: vede lo schermo, ragiona sul contesto e compie azioni autonome tra browser, desktop e mobile.
Significa poter costruire un agente personalizzato che, da solo, entra in un conto trading, interpreta tabelle con TabFM, decide e clicca “conferma ordine”. Secondo gli annunci AI di Google del giugno 2026, questa capacità è già stata integrata per sviluppatori. Non è un test. È un rilascio.
La domanda scomoda, a questo punto, non è se funzioni. È: chi lo sta già usando in silenzio, prima che qualcuno scriva una regola?
Il cruscotto che spiega al mercato perché trema
Come ogni ecosistema che si rispetti, mancava solo l’interfaccia pubblica. Tra le novità AI di Google di giugno è comparsa anche l’app Google Finance fuori beta, con ricerca AI e “key moments” per spiegare i movimenti azionari. Non è più un aggregatore di grafici, è un interprete in tempo reale che racconta ai risparmiatori cosa sta succedendo. Peccato che, mentre lo racconta, lo stesso flusso di dati potrebbe già essere stato sfruttato da modelli come TabFM per agire in anticipo.
Qui non parliamo di insider trading tradizionale. Parliamo di asimmetria statistica pura: chi allena modelli su miliardi di scenari causali fittizi arriva prima di chi legge titoli e guarda candele. È un vantaggio che nessuna MiFID ha ancora immaginato.
Il licenziamento anonimo di milioni di decisioni umane
C’è un conflitto profondo che nessuno in Google ha voglia di mettere in prima pagina. Un’azienda che controlla il browser, la ricerca, i sistemi di pagamento e ora anche l’agente finanziario che legge, decide e clicca, smette di essere un fornitore di tecnologia.
Diventa il market maker definitivo, che però non ha obblighi di best execution, non risponde a Consob e non teme sanzioni disciplinari.
Il GDPR poi arrossisce di imbarazzo: i dati tabellari sintetici su cui TabFM è addestrato non sono “personali”, ma le inferenze che produce sui vostri investimenti lo diventano eccome. Quando il modello suggerirà un’asset allocation a un roboadvisor, chi firmerà la responsabilità giuridica della perdita? Nessuno. O peggio, la firma sarà di un algoritmo che non può sedersi davanti a un’autorità di vigilanza.
Chi ci guadagna? Google, ovviamente, che monetizza l’infrastruttura cloud su cui girano questi modelli. Poi i primi hedge fund che li integreranno. Infine, i grandi patrimoni che possono pagare l’accesso anticipato. Chi perde sono i piccoli investitori, convinti che il mercato sia ancora un luogo di analisi umana e non un ring di modelli causali che si scambiano zeri e uno.
E quando il prossimo flash crash colpirà senza una ragione apparente, i regolatori convocheranno umani in doppiopetto. Ma il trader che ha scatenato il panic selling sarà un processo gaussiano sintetico che, nel frattempo, avrà già spento il suo schermo virtuale. Voi vi fidereste ancora a cliccare “compra” sapendo che dall’altro lato c’è un Gemini che ha già previsto il vostro stop loss?
