AlphaSense ha presentato la nuova generazione di SuperAnalyst, un agente di intelligenza artificiale autonomo progettato per eseguire attività finanziarie e strategiche complesse attraverso processi continuativi di ricerca, elaborazione, verifica delle informazioni e produzione di documenti. Annunciata il 6 ottobre 2026, la nuova architettura consente ai professionisti di assegnare al sistema un obiettivo analitico complessivo anziché suddividerlo manualmente in una sequenza di interrogazioni e operazioni. SuperAnalyst può organizzare le fasi del lavoro, ricercare le informazioni necessarie, confrontare evidenze provenienti da fonti differenti, eseguire calcoli, scrivere ed eseguire codice e produrre materiali destinati a supportare decisioni finanziarie e aziendali. I risultati comprendono memorandum di investimento, modelli finanziari, tabelle comparative, dashboard di monitoraggio e presentazioni per i consigli di amministrazione. La caratteristica principale consiste nella persistenza del processo analitico: dopo aver completato una prima elaborazione, l’agente può continuare a controllare le condizioni sulle quali essa si basa, rilevare cambiamenti rilevanti e aggiornare i documenti prodotti senza richiedere necessariamente un nuovo prompt. L’architettura è stata concepita soprattutto per gestori di portafoglio, analisti finanziari, responsabili delle strategie aziendali, professionisti delle operazioni straordinarie e organizzazioni che devono monitorare continuamente settori, concorrenti, investimenti e mercati.
SuperAnalyst utilizza il patrimonio informativo della piattaforma AlphaSense, che comprende oltre 500 milioni di documenti aziendali e finanziari, tra cui bilanci, comunicazioni societarie, trascrizioni delle conference call sui risultati economici, ricerche degli intermediari finanziari, notizie economiche e documentazione proprietaria delle aziende clienti. La base informativa include inoltre oltre 300.000 trascrizioni di interviste con esperti, raccolte attraverso l’Expert Transcript Library, insieme alle informazioni provenienti da Channel Checks, ricerche di mercato e dati finanziari strutturati. Queste sorgenti vengono utilizzate per costruire analisi che combinano informazioni quantitative e qualitative, evitando che il risultato dipenda esclusivamente dalla generazione linguistica del modello. Un processo di valutazione aziendale può quindi comprendere l’estrazione dei dati di bilancio, il confronto con le previsioni degli analisti, l’identificazione delle principali variabili operative e l’integrazione di osservazioni provenienti da esperti del settore. Le informazioni interne caricate dalle organizzazioni possono essere incorporate nei workflow secondo le autorizzazioni definite dal cliente, così da confrontare dati proprietari, precedenti valutazioni e documenti aziendali con le informazioni esterne disponibili. AlphaSense evidenzia che l’affidabilità del processo dipende dalla qualità delle fonti e degli strumenti ai quali l’agente può accedere, oltre che dalle capacità del modello utilizzato per interpretare ed elaborare le informazioni.
Uno dei componenti centrali della nuova architettura è Context Graph, un livello informativo progettato per trasformare contenuti non strutturati in conoscenza organizzata e verificabile. Il sistema collega ciascun dato alla relativa evidenza documentale e integra questa struttura con strumenti operativi, competenze specialistiche, autorizzazioni e memoria necessarie all’esecuzione dei workflow. La funzione di Context Graph non si limita quindi a indicizzare i documenti, ma permette all’agente di utilizzare relazioni contestuali tra informazioni, sorgenti e procedure applicabili. Durante una valutazione finanziaria, per esempio, SuperAnalyst può individuare i dati necessari a costruire un modello, recuperare le informazioni dalle fonti appropriate e mantenere i collegamenti tra le grandezze utilizzate e i documenti dai quali sono state estratte. Questa organizzazione consente di ricostruire il procedimento seguito, verificare le ipotesi e individuare gli elementi che richiedono un approfondimento umano. Il Context Graph è progettato come componente persistente dell’infrastruttura AlphaSense e opera all’interno delle autorizzazioni aziendali, mantenendo separati i contenuti accessibili ai differenti utenti. La presenza di relazioni e dati già strutturati permette inoltre di ridurre il numero di interrogazioni ripetitive, chiamate ai modelli e operazioni computazionali necessarie per completare determinate attività, migliorando l’efficienza del processo rispetto a un sistema che debba ricostruire ogni volta il contesto attraverso ricerche indipendenti.
La nuova generazione introduce anche un sistema di competenze operative riutilizzabili denominato SuperAnalyst Skills. Le Skills consistono in procedure specializzate che descrivono come affrontare una determinata attività professionale, incorporando metodologie, sequenze di elaborazione, modelli documentali e criteri di analisi. AlphaSense ha realizzato una libreria iniziale con il contributo di professionisti provenienti dai settori finanziario e strategico, comprendente workflow come Buyer Universe Development, Earnings Preview, Forecasting e Competitive Mapping. La prima funzione permette di individuare e organizzare potenziali acquirenti in un’operazione societaria, mentre Earnings Preview è destinata alla preparazione delle analisi preliminari alla pubblicazione dei risultati economici. Forecasting supporta la costruzione e l’aggiornamento delle previsioni, mentre Competitive Mapping organizza il confronto tra aziende, attività, prodotti e posizionamenti competitivi. Le organizzazioni possono creare competenze personalizzate utilizzando il linguaggio naturale, codificare un processo già eseguito oppure utilizzare uno strumento dedicato alla costruzione delle Skills. Questo consente di incorporare procedure interne, formule di valutazione, modelli di reportistica, convenzioni documentali e impostazioni metodologiche specifiche, rendendole riutilizzabili dai diversi professionisti autorizzati.
Un aspetto rilevante riguarda la capacità di aggiornare automaticamente le elaborazioni in funzione delle nuove informazioni disponibili. Nel monitoraggio di un portafoglio, SuperAnalyst può controllare risultati trimestrali, documentazione societaria, notizie, trascrizioni degli incontri con gli investitori e cambiamenti nelle condizioni di mercato, confrontandoli con le ipotesi utilizzate per costruire le valutazioni iniziali. Quando una variazione modifica elementi significativi dell’analisi, il sistema può riesaminare i presupposti, aggiornare il modello e segnalare i nuovi risultati. Un memorandum di investimento può quindi essere trattato come un elaborato suscettibile di aggiornamenti, mentre una dashboard può essere alimentata dalle informazioni che emergono successivamente alla sua creazione. Lo stesso approccio si applica alla due diligence nelle operazioni di fusione e acquisizione, alle valutazioni di mercato e alle analisi della concorrenza. La persistenza della memoria consente all’agente di conservare il contesto del progetto, le istruzioni ricevute, le procedure adottate e le decisioni analitiche precedenti, riducendo la necessità di ricostruire manualmente il lavoro nelle sessioni successive. Questa modalità distingue SuperAnalyst dagli strumenti che producono un risultato statico sulla base di una singola interrogazione e richiedono all’utente di ripetere l’intera procedura quando cambiano i dati.
Le capacità sono state valutate anche da operatori finanziari che utilizzano la piattaforma. Aberdeen Investments ha descritto l’impiego di SuperAnalyst nella costruzione di modelli di valutazione basati sui dati Canalyst e sui documenti societari, evidenziando la possibilità di organizzare coerentemente le informazioni quantitative e accompagnarle con analisi qualitative. Talos Eurisko Asset Management ha invece utilizzato l’agente per confrontare le valutazioni realizzate internamente dai propri analisti con le informazioni disponibili attraverso AlphaSense, individuando più rapidamente le aree nelle quali concentrare ulteriori verifiche. In entrambi i casi l’utilizzo è stato presentato come supporto alle attività dei professionisti, che mantengono la responsabilità di valutare i risultati e assumere le decisioni. AlphaSense non ha comunicato, nell’annuncio, benchmark quantitativi generali relativi alla precisione delle valutazioni, alla riduzione percentuale dei tempi di elaborazione o alle prestazioni di SuperAnalyst rispetto a specifici modelli concorrenti. Le esperienze riportate riguardano invece la coerenza delle fonti utilizzate, l’organizzazione dei risultati e la capacità di eseguire procedure finanziarie articolate.
Durante AlphaSummit 2026, AlphaSense ha inoltre anticipato SuperAnalyst Apps, un’estensione attraverso la quale gli utenti potranno creare applicazioni condivisibili mediante istruzioni in linguaggio naturale. L’utilizzatore descriverà il programma o lo strumento desiderato e SuperAnalyst si occuperà di costruirlo, eseguirlo e alimentarlo con le informazioni della piattaforma. Le applicazioni potranno utilizzare dati aggiornati, procedure automatizzate e controlli di governance già presenti nell’ambiente AlphaSense, senza richiedere necessariamente un gruppo di sviluppo software dedicato. La società ha presentato questa funzionalità come una direzione evolutiva della piattaforma, distinta dalle capacità operative già disponibili nell’agente. SuperAnalyst viene così organizzato attorno a un’infrastruttura che combina patrimonio documentale finanziario, conoscenza strutturata, memoria persistente, competenze riutilizzabili e strumenti di esecuzione, permettendo di trasformare un incarico analitico in un processo che può essere aggiornato nel tempo e verificato attraverso le evidenze da cui sono stati ricavati i risultati.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)