Agenti ia minacciano posti di lavoro mentre le criptovalute guidano la prossima ondata di trading automatizzato, avverte un dirigente

Pranav Ramesh ha spiegato che, mentre gli agenti AI diventano un tema sempre più centrale nel settore crypto, Nasdaq li impiega già in diversi ambiti aziendali e ne ha ampliato significativamente l’uso negli ultimi diciotto mesi.

Adozione di agenti AI in ambito finanziario

Secondo Ramesh, il cambiamento più rilevante riguarda la fiducia nei sistemi: i primi modelli tendevano a “hallucinate” troppo spesso per flussi di lavoro aziendali sensibili, ma negli ultimi sei mesi gli agenti AI sono diventati più affidabili e utilizzabili anche in contesti regolamentati.

Nasdaq impiega agenti AI in aree quali sorveglianza di mercato, conformità normativa e analisi della microstruttura di mercato. Un esempio operativo è rappresentato da Nasdaq Verafin e dal suo progetto definito “Agentic AI Workforce”, che automatizza compiti di basso valore e ad alto volume nell’ambito dell’antiriciclaggio.

Inoltre, Nasdaq ha introdotto un tipo di ordine supportato da modelli di AI, denominato Dynamic M-ELO, che è stato approvato dalla SEC nel 2023 come primo esempio di ordine basato su intelligenza artificiale. Il sistema utilizza un modello con oltre 140 fattori per adattarsi alle condizioni di mercato in tempo reale, illustrando come l’AI possa intervenire anche in meccanismi di esecuzione degli scambi.

Prospettive per il trading crypto e il retail

Dal punto di vista di Ramesh, le piattaforme di trading crypto sono destinate a muoversi con decisione verso l’adozione di agenti AI, sia per ottimizzare processi interni sia per offrire strumenti rivolti agli utenti retail, come analisi di posizioni, suggerimenti di trade e supporto all’esecuzione.

Il modello che Ramesh si aspetta si affermi è ibrido: gli agenti AI gestiscono gran parte dell’analisi e dei flussi di lavoro, mentre la responsabilità finale e le decisioni critiche restano in capo a operatori umani, mantenendo una revisione umana come ultimo passaggio prima dell’automazione completa.

Impatto occupazionale

Ramesh è netto sulle conseguenze occupazionali: l’adozione diffusa di agenti AI comporterà la perdita di numerosi posti di lavoro, con ruoli di livello più basso nel software, nel servizio clienti e in alcune mansioni di analisi già soggetti a sostituzione man mano che i sistemi diventano più rapidi, economici e affidabili.

Questa tendenza è già visibile in diversi segmenti della tecnologia e dei servizi finanziari, dove aziende hanno annunciato riduzioni di organico e riorientamenti per puntare su automazione, efficienza operativa e modelli basati sull’AI.

La nascita di Leadpoet e il modello decentralizzato

L’esperienza diretta con l’adozione di AI nelle grandi istituzioni ha spinto Ramesh a fondare, insieme a Gavin Zaentz, la startup Leadpoet. I due si sono conosciuti in Nasdaq e hanno creato l’azienda per risolvere un problema ricorrente: gli strumenti outbound generavano elenchi statici, ma identificare un reale intento di acquisto richiedeva ancora analisi manuale.

Leadpoet si presenta come una piattaforma di qualificazione dei lead basata su AI che converte segnali web e contesto aziendale in raccomandazioni operative, privilegiando la precisione rispetto al volume. La piattaforma supporta deployment privati così che i clienti possano valutare l’intento e generare outreach sui propri dati senza esporli a fornitori esterni.

Per migliorare i propri modelli, Leadpoet utilizza anche risorse di reti decentralizzate come Bittensor, una soluzione che mette in competizione contributori di modelli e risorse computazionali tramite meccanismi basati su blockchain, con l’obiettivo di accelerare l’evoluzione dei modelli rispetto a percorsi centralizzati.

La società ha inoltre aderito al programma NVIDIA Inception, che offre risorse tecniche, supporto go-to-market e accesso a un ecosistema più ampio per startup focalizzate sull’AI.

Nei documenti aziendali di febbraio 2026 Leadpoet segnala di aver raggiunto un tasso di fatturato annualizzato di 1 milione di dollari nel primo trimestre dopo il lancio e di aver ottenuto finanziamenti da DSV Fund e Astrid.

Siam Kidd said:

“Ramesh e Zaentz combinano una profonda esperienza ingegneristica nel campo dell’AI con una concreta comprensione delle esigenze quotidiane delle vendite.”

Considerazioni finali e impatti settoriali

Ramesh collega direttamente la missione di Leadpoet all’osservazione di come, all’interno di grandi istituzioni, gli agenti AI stiano evolvendo da semplici assistenti a sistemi in grado di svolgere compiti operativi concreti. Nel settore crypto, questa transizione potrebbe manifestarsi con maggiore rapidità rispetto ad altri segmenti della finanza tradizionale, influenzando processi, modelli di business e dinamiche occupazionali.