Mostra sommario Nascondi sommario
Una piccola squadra di imprenditori di Como, con uffici a Chiasso, ha raggiunto un traguardo che oggi significa molto: la loro piattaforma ha superato i 10 miliardi di token processati e ha ricevuto un riconoscimento da OpenAI, la società guidata da Sam Altman. Il fatto non è solo simbolico: racconta come l’intelligenza artificiale stia trasformando l’accesso a informazioni finanziarie complesse e pone domande pratiche su costi, qualità e dipendenze tecnologiche.
L’unità di misura dell’AI: perché conta
Nel mondo dei grandi modelli linguistici (LLM) non si parla di parole, ma di token. Si tratta di frammenti di testo — spesso poche lettere o parte di parole — che i modelli usano per leggere e generare risposte. Per le aziende che forniscono servizi basati su questi modelli, il consumo di token è direttamente collegato ai costi e alla scala operativa.
iPhone 18 e Air 2: niente 120Hz al debutto, cosa sapere
PlayStation cancella 550 film e show TV: spariscono dalle librerie degli utenti
Perché questo è importante oggi: più aziende usano l’AI per processare dati di mercato, maggiori sono i volumi di token e più emergono sfide pratiche legate a spesa, latenza e gestione delle richieste. Il premio di OpenAI, che ha incluso la piattaforma ticinese tra 141 realtà premiate a livello globale, è quindi un indicatore della maturazione dell’ecosistema.
L’analista sempre disponibile
Forecaster non si propone come una chat generica, ma come un vero e proprio analista personale sempre attivo per l’utente. La piattaforma aggrega fonti ufficiali — dalle segnalazioni della CFTC ai bilanci trimestrali delle società quotate — e usa l’AI per trasformare quei numeri in spiegazioni e contesti comprensibili anche a chi non ha accesso a terminali costosi tipo Bloomberg.
Tra le funzionalità, la funzione break even indica quando un’impresa smette di consumare cassa e comincia a generare utili: un’informazione che può avere effetti concreti sulle valutazioni di mercato quando emerge, come già avvenuto in passato in società del settore tecnologico.
Prompt ingegnerizzati, qualità maggiore
Una delle ragioni per cui Forecaster consuma enormi quantità di token è il modo in cui costruisce le richieste ai modelli: non sono domande elementari, ma istruzioni molto articolate e strutturate. In pratica, il team scrive internamente i prompt — spesso lunghi e dettagliati — per ridurre errori, tornare su basi dati certe e limitare le cosiddette «allucinazioni» nei risultati.
Questo approccio aumenta il consumo per singola chiamata ma migliora l’affidabilità dell’output rispetto a un uso fai-da-te di strumenti conversazionali.
Ridurre gli sprechi senza perdere precisione
Gestire decine di miliardi di token comporta costi infrastrutturali significativi. Forecaster adotta soluzioni tecniche per contenerli: da meccanismi di caching che evitano di interrogare il modello per ogni utente quando la risposta è identica, fino a una strategia multi-fornitore che distribuisce le chiamate su diversi modelli disponibili sul mercato.
Queste scelte non servono solo a risparmiare, ma anche a garantire resilienza operativa: meno dipendenza da una singola API significa meno rischio di interruzioni o di aumenti di prezzo improvvisi.
Da Como a Chiasso: un percorso imprenditoriale
L’origine del progetto risale a ELP Group, il gruppo creato da Enrico Lanati, Luca Discacciati e Pietro Aulisio. Da attività di fiduciaria e formazione sul trading online (con il portale Investire.biz) il gruppo si è trasformato in una fintech che ha sviluppato servizi propri, incluso un primo servizio di cambio online in Ticino.
Oggi Forecaster è la punta tecnologica dell’ecosistema: un team di circa 25 persone tra Svizzera, Italia e Malta e un modello di business basato su abbonamenti. I mercati esteri pesano molto: l’Italia rappresenta meno del 40% del fatturato, mentre Usa, Regno Unito, Germania e Canada figurano tra le aree più rilevanti.
Enrico Lanati, tra i fondatori, definisce il riconoscimento di OpenAI come la conferma del percorso: un segnale che la loro piattaforma ha saputo mettere in scala un servizio specialistico senza rinunciare a precisione e usabilità.
Per i lettori interessati a informazione finanziaria e strumenti di analisi: la vicenda illustra due tendenze chiare. Da un lato l’AI rende accessibili competenze prima riservate a chi pagava terminali costosi. Dall’altro, la diffusione su larga scala impone scelte tecniche e commerciali che incidono su prezzo, qualità e dipendenza da fornitori esterni.
Il riconoscimento di OpenAI è una notizia recente: conferma che su scala globale si stanno affermando realtà che portano l’AI fuori dai laboratori e dentro prodotti utilizzabili quotidianamente da professionisti e appassionati.
