Il collo di bottiglia non è l'analisi, è la raccolta dati
Chiunque costruisca una comparable analysis conosce il problema: il valore aggiunto dell'analista sta nel giudizio sulla comparabilità del peer set, nelle normalizzazioni e nella lettura dei multipli. Ma la maggior parte del tempo se ne va prima, nel reperire i numeri grezzi. Aprire il bilancio consolidato di un emittente quotato su Euronext Milan, cercare l'EBITDA rettificato nella relazione finanziaria annuale, ritrovare la posizione finanziaria netta nelle note, riconciliare la capitalizzazione di mercato alla data corretta, ripetere per dodici comparabili: sono ore di lavoro a basso valore, dove ogni copia-incolla introduce un rischio di errore.
Il risultato è una tabella comps che invecchia in fretta e che nessuno ha davvero voglia di aggiornare a ridosso di un closing. La promessa dell'AI verticale per la finanza non è sostituire il giudizio dell'analista: è azzerare il tempo della raccolta dati perché quel giudizio possa esprimersi su dati freschi e tracciabili.
Come Amaril costruisce il peer set e legge i filing
Amaril parte dall'universo degli emittenti quotati su Euronext, Borsa Italiana e Deutsche Börse e dai relativi documenti depositati: relazioni finanziarie annuali e semestrali, bilanci IFRS e OIC, comunicati earnings, prospetti. Definito il peer set, il motore non si limita a una ricerca per parole chiave. Interpreta la struttura del documento, distingue l'EBITDA reported da quello adjusted, individua la posizione finanziaria netta tra le voci di stato patrimoniale e nelle note esplicative, e ricostruisce l'Enterprise Value combinando la capitalizzazione di mercato con il debito netto.
Da qui calcola i multipli che servono al lavoro: EV/EBITDA, EV/EBIT, EV/Sales, P/E, e i KPI settoriali rilevanti, dalla crescita organica ai margini, dal capex sui ricavi alla conversione di cassa. Per una banca o un assicuratore il set cambia, e il sistema lo sa: per un emittente soggetto a Solvency II ha senso ragionare in termini di Solvency ratio e combined ratio, per un istituto di credito su CET1 e cost/income. Ogni numero finisce nella sua cella della tabella comparabili, pronto per il confronto.
Il punto che distingue uno strumento finance-grade da un chatbot generalista è la disciplina sui dati: i valori vengono espressi nella valuta di reporting, riconciliati alla data di riferimento corretta e accompagnati dall'indicazione dell'esercizio. Una comparable costruita mescolando perimetri temporali diversi non è un fastidio: è un errore che si propaga fino al prezzo.
Citazione della fonte: ogni multiplo è verificabile
In finanza un numero senza fonte non esiste. È il principio non negoziabile attorno a cui è costruita Amaril. Ogni cifra nella tabella comps, dall'EBITDA al debito netto al multiplo finale, riporta il rimando puntuale al documento, alla pagina e alla voce da cui è stata estratta. L'analista non deve fidarsi: clicca e verifica la riga del bilancio consolidato che ha generato quel dato.
Questo risolve il problema che ha tenuto i modelli generalisti fuori dai workflow critici: l'allucinazione. Amaril è progettata per non inventare valori. Se un dato non è presente nel filing, il sistema lo segnala come mancante invece di produrre una stima plausibile e non tracciabile. In un memo d'investimento, in un credit memo o in una due diligence questa differenza separa uno strumento utilizzabile da un rischio operativo. La citazione della fonte non è una funzione di contorno: è ciò che rende difendibile la comparable davanti a un comitato investimenti, a un revisore o a un regolatore.
C'è anche un beneficio pratico immediato: l'aggiornamento. Quando un comparabile pubblica la nuova semestrale, Amaril rilegge il documento e rinfresca i multipli, mantenendo la tracciabilità. La tabella smette di essere una fotografia che invecchia e diventa una vista viva sul peer set.
Cloud UE, GDPR e on-premise: la fiducia come precondizione
Nessun team M&A, fondo di private equity o desk di credito porta dati sensibili e materiale di data room su un'infrastruttura di cui non controlla la giurisdizione. Amaril, sviluppata da Hoplo S.r.l., gira su cloud europeo con crittografia end-to-end, zero retention e piena conformità GDPR, con disponibilità on-premise per chi deve mantenere i dati entro il proprio perimetro. Per realtà soggette a MiFID II, MAR, AIFMD o DORA, la sovranità del dato e la resilienza operativa non sono un dettaglio tecnico: sono requisiti di compliance che decidono se uno strumento entra in produzione o resta un esperimento.
Takeaway
La comparable analysis non è mai stata il vero ostacolo: lo era la raccolta manuale dei dati che la precede. Amaril sposta l'analista da copia-incolla a giudizio, leggendo i filing degli emittenti quotati su Euronext e Borsa Italiana, estraendo EV/EBITDA, multipli e KPI e popolando la tabella comparabili in minuti, con ogni numero ancorato alla sua fonte. Niente allucinazioni, citazione verificabile, cloud UE e GDPR: i tre pilastri che trasformano l'AI da curiosità a infrastruttura su cui poggiare una valutazione. Il tempo risparmiato non è il fine: il fine è arrivare al comitato con comps difendibili, aggiornate e tracciabili.
