Insegnare a un'AI a scrivere di finanza senza inventarsi i numeri

Solita premessa da mettere in cima e in fondo: qui non trovate un titolo da comprare, né un segnale. Fair Value Star è uno strumento educativo di value investing, e questo post parla di come si costruisce un'AI che scrive di finanza senza inventarsi i numeri. Che è, credetemi, il problema più difficile che ho affrontato quest'anno.

L'idea: un verdetto, non una dritta

Fair Value Star fa una cosa sola: prende un'azione quotata e ne calcola il "fair value" — quanto varrebbe, in teoria — con cinque metodi diversi (roba da manuale: DCF, i due Graham, e altri due). Poi passa il risultato al setaccio di diciannove criteri e sputa un verdetto sintetico: Forte, Misto, Debole.

La parola chiave è educativo. L'obiettivo non è dirti "compra", è farti capire perché cinque metodi diversi danno cinque risposte diverse sulla stessa azienda. Ogni numero è accompagnato da un blocchetto didattico che spiega da dove viene. Il valore non è il verdetto: è il ragionamento che c'è sotto.

Il pezzo difficile: un'AI che non deve mentire

La parte a cui tengo di più, e che mi ha fatto più disperare, è il motore delle tesi: un generatore che, a partire dai dati calcolati, scrive un'analisi discorsiva del titolo. Un'AI che scrive di soldi.

Ora, un'AI generativa ha un difetto strutturale per questo mestiere: se non sa un numero, se lo inventa con la stessa faccia sicura con cui ti dice quello giusto. In un blog è un fastidio. In uno strumento finanziario è inaccettabile.

La soluzione ha un nome che mi piace: fact-locked. Il generatore non può inventare cifre: riceve i numeri già calcolati e ha il divieto di produrne di nuovi. Scrive la prosa, non i fatti. I fatti sono bloccati, arrivano solo dal motore di calcolo. L'AI fa quello che sa fare — raccontare — e non fa quello che non deve fare — contare.

Gli errori e i tentativi

Costruire quel motore è stato un cimitero di tentativi. Tre cicatrici concrete:

• Il JSON che non si chiudeva. L'AI doveva restituire i dati in un formato preciso, e ogni tanto lo troncava a metà, lasciando una parentesi aperta e tutto il resto rotto. Root cause: finiva i token a disposizione. Soluzione a strati: alzato il tetto a 16.000 token, aggiunto un guardiano che controlla perché l'AI si è fermata, e una routine che concede al JSON tre tentativi in tutto — la risposta e due riparazioni — prima di arrendersi. Non elegante. Robusto.
• Il Fondatore retrocesso. Chi sostiene il progetto può versare un contributo una tantum e diventare Sostenitore o Fondatore. Ma se Stripe recapitava due volte, in contemporanea, la stessa notifica di pagamento, un Fondatore appena nominato rischiava di ritrovarsi retrocesso a Sostenitore, con tanto di email sbagliata. Ho dovuto rendere l'operazione atomica e idempotente: una sentinella che ferma la seconda consegna prima di qualsiasi effetto, per quante volte arrivi la notifica.
• L'API che era già morta. Il fornitore dei dati aveva mandato in pensione la vecchia versione delle sue API (la v3) a fine agosto 2025. Il primo codice di Fair Value Star è nato quasi sette mesi dopo, e la chiamava ancora: mezz'ora dal primo commit alla migrazione, più un'ultima chiamata dimenticata nella ricerca, scovata a metà aprile. Il costruire da soli è anche questo: il pavimento si era spostato prima che arrivassi, e l'avviso era lì da leggere.

Perché lo racconto

Perché "l'AI che scrive" è la promessa più inflazionata del momento, e quasi nessuno racconta la parte scomoda: l'AI che scrive bene è facile, l'AI che scrive senza mentire è un lavoro di ingegneria. Le manette sui fatti, il tetto sui token, la riparazione a tre tentativi — non fanno un bel thread entusiasta, ma sono la differenza tra un giocattolo e uno strumento a cui affidare la parola "finanza".

Il disclaimer, per chiudere il cerchio come si deve: niente qui è un consiglio d'investimento. È il diario di uno che ha insegnato a un'AI a scrivere di soldi, e le ha tolto la penna dei numeri.

Scrive lei, i conti li tengo io.