AZIONARIO FONDAMENTALE ATTIVO | TEAM GROWTH | APPROFONDIMENTI D’INVESTIMENTO | 2017

L’uso del presente materiale è consentito ai soli clienti professionali, ad eccezione degli Stati Uniti, dove ne sono consentite la redistribuzione e l’utilizzo presso il pubblico.

BENVEVUTI NELL’E.D.G.E. Ogni trimestre, il team Growth di Morgan Stanley Investment Management pubblica i propri punti di vista proprietari su una grande idea capace di provocare effetti a lungo termine, ad esempio i veicoli a guida autonoma, l’intelligenza artificiale, la robotica e la bioingegneria.L’orizzonte di lungo periodo incarnato dal team Growth sottolinea la prospettiva, l’approfondimento e il pensiero applicati in modo categorizzato, con un processo di investimento incentrato sull’individuazione di società “speciali”, in grado di offrire vantaggi competitivi sostenibili. Attraverso l’EDGE condividiamo il nostro modo di pensare il cambiamento e il nostro processo di riconoscimento di quei modelli in grado di modificare drasticamente il panorama degli investimenti nel lungo termine.Questo lavoro fa da contraltare alla ricerca fondamentale, maggiormente tradizionale, condotta dal nostro team al fine di creare un’intelaiatura per gli investimenti a lungo termine, alla cui base stanno curiosità intellettuale e flessibilità, visione prospettica, autoconsapevolezza e collaborazione.

L’apprendimento automatico consiste nell’addestrare i sistemi informatici a trarre conclusioni utili dagli insiemi di dati inseriti e ad applicarle poi a nuove situazioni. Questo può potenzialmente rivoluzionare molti campi – come quello della diagnostica medica e della guida stradale – sottraendo da tali processi discrezionalità ed erroneità umane. Benché le iterazioni di una tale tecnologia risalgano già agli anni ’50, negli ultimi tempi l’esplosione di dati raccolti e il potenziamento delle capacità di calcolo hanno aumentato le possibilità di questa tecnologia dirompente.

L’apprendimento automatico descrive un processo attraverso il quale i programmatori informatici inseriscono in un computer grandi insiemi di dati raccolti e organizzati allo scopo di addestrarlo a gestire nuove situazioni. Il computer “apprende” scoprendo modelli e rapporti complessi tra gli input e output nell’insieme di dati per i quali è stato addestrato. Le relazioni individuate dal computer sono quindi applicate a nuovi dati, consentendogli di elaborare previsioni utili basate su di essi.

EDGE EVOLUTION | DISRUPTION | GROWTH | EMERGING THEMES

Apprendimento automatico1

1 Questo testo è stato scritto da un essere umano. ← Al pari di questo.

2 MORGAN STANLEY INVESTMENT MANAGEMENT | AZIONARIO FONDAMENTALE ATTIVO

Ad esempio, un computer a cui sono state fornite milioni di foto etichettate di volti e al quale è stato poi sottoposto un insieme di nuove fotografie, di volti e di altro genere, sarebbe in grado di stabilire quali di queste immagini contengono volti. La differenza importante rispetto all’elaborazione tradizionale sta nel fatto che il computer non è programmato ma piuttosto addestrato con i dati. Affinché ciò sia possibile occorrono milioni di esempi.

Uno dei metodi più diffusi di apprendimento automatico è l’uso di reti neurali. Queste reti consistono in singoli nodi (“neuroni”) che si riallineano costantemente a ogni esempio, cosicché i dati di input sono correlati ai giusti dati di output man mano che transitano nell’algoritmo informatico. Quello che una rete neurale prova a fare è creare il miglior insieme di “regole” per descrivere i dati, in maniera tale che il computer possa utilizzare quelle “regole” per elaborare previsioni utili in situazioni nuove, ma correlate. Spesso il processo di apprendimento automatico è una scatola nera in cui il metodo esatto non è conoscibile dagli umani e richiede pertanto un’intensa attività di test affinché le previsioni del sistema siano accurate.

Le opportunità in tale ambito sono sconfinate: questa forma di intelligenza artificiale ha il potenziale di dare vita a nuovi settori e generare efficienze in quelli esistenti. Una delle applicazioni più studiate dell’apprendimento automatico è in campo medico. Anziché addestrare un computer a riconoscere modelli di volti o calligrafie, i ricercatori medici collaborano

con i tecnici informatici per addestrare i computer a riconoscere l’immaginografia e diagnosticare malattie come il cancro. La ricerca preliminare in questo ambito sottolinea come gli algoritmi siano migliori di patologi o radiologi nell’individuare un cancro.

I veicoli a guida autonoma sono un altro settore dinamico che conta sull’apprendimento automatico. Oggigiorno la causa della maggior parte

degli incidenti stradali – oltre il 90% – è l’errore di guida. L’apprendimento automatico promette di ridurre la mortalità stradale eliminando l’errore umano dall’equazione. Lo sviluppo di un veicolo autonomo ne richiede l’addestramento su dati raccolti da miliardi di chilometri di percorrenza. Tali dati comprendono qualunque informazione, dalle immagini stradali, ai segnali GPS che forniscono la posizione dell’automobile, fino alle decisioni prese dai conducenti. Una volta addestrato, un veicolo autonomo utilizza una serie di sensori per raccogliere costantemente dati dall’ambiente che lo circonda. Usando questi dati e i risultati frutto

dell’addestramento, saprà scegliere lo stile di guida migliore alla luce delle circostanze ambientali.

Esistono, indubbiamente, vari aspetti di carattere tecnologico, normativo e sociale che potrebbero ostacolarne l’adozione. In primo luogo, per una determinata applicazione potrebbero non esserci abbastanza dati disponibili per addestrare il computer in modo da essere certi che giunga a conclusioni accurate. Ad

esempio, una malattia rara potrebbe non disporre di un numero tale di casi da fornire al computer una serie di campioni sufficiente con la quale addestrarsi. In secondo luogo, data la natura di “scatola nera” della funzione decisionale del computer, le attività di test atte a garantire che le osservazioni del computer siano accurate potrebbero rivelarsi ardue – più l’applicazione è cruciale per la vita umana, più saranno numerosi i test richiesti. Un errore commesso da un’applicazione di traduzione linguistica è meno problematico del mancato riconoscimento di un segnale di stop da parte di un’automobile. In terzo luogo le autorità di controllo e

Questa forma di intelligenza artificiale ha il potenziale di dare vita a nuovi settori e generare efficienze in quelli esistenti.

3AZIONARIO FONDAMENTALE ATTIVO | MORGAN STANLEY INVESTMENT MANAGEMENT

Il termine “Investitore” si riferisce a un analista o gestore di portafoglio appartenente al team Growth.La composizione dei team è soggetta a modifiche senza preavviso. Gli anni di esperienza summenzionati si riferiscono al settore. Anni di esperienza, anzianità aziendale e appartenenza al team sono calcolati ad aprile 2017.

Team Growth di MSIMTeam Growth / Advantage DENNIS LYNCH, Responsabile di Growth Investing

New York

INVESTITORI RESPONSABILITÀ DI RICERCAANNI DI

ESPERIENZAANZIANITÀ AZIENDALE

ANNI CON IL TEAM

DENNIS LYNCH Lead Investor 23 19 19

DAVID COHEN Beni di consumo 29 24 18

SAM CHAINANI Comunicazioni, finanza, internet 21 21 17

ALEX NORTON Beni di consumo, industria, tecnologia (escl. software)

22 17 17

JASON YEUNG Sanità 20 15 13

ARMISTEAD NASH Servizi all ’impresa, software 17 15 13

THOMAS KAMEI Internet 8 5 5

STAN DELANEY Ricerca sui cambiamenti dirompenti 16 16 13

RAPPORTI CON I CLIENTI E GESTIONE DIVISIONALE

MARY SUE MARSHALL Portfolio Specialist 37 17 17

PRAJAKTA NADKARNI Portfolio Specialist 13 10 6

MCKENZIE BURKHARDT Portfolio Specialist 14 14 14

EARL PRYCE Portfolio Administrator 17 17 10

Team Discovery / InsightNew York

BURAK ALICI, Lead Investor Global, U.S. Multi Cap

• 2 Investitori

Team Global Opportunity Hong Kong

KRISTIAN HEUGH, Lead Investor Global, International, Asia

• 3 Investitori • 1 Portfolio Specialist

i legislatori potrebbero guardare con diffidenza alle tecnologie dirompenti. I comparti industriali tradizionali possono sollecitare nuove normative e altre tutele che farebbero salire i costi per avviare nuove attività, proteggendo quelle esistenti dai nuovi attori, soprattutto in settori già disciplinati come quello della medicina o dei trasporti. Infine gli esseri umani potrebbero non avere fiducia nelle soluzioni di apprendimento automatico per determinate sfere della propria vita. Quella di preferire di essere curati da un medico in carne e ossa, o di affidarsi al proprio giudizio piuttosto che a quello di un computer quando si tratta di guida automobilistica, potrebbe semplicemente essere una prerogativa umana.

Tuttavia, visto che tali tecnologie iniziano a essere testate e adottate, questi timori si attenueranno. Ne è un esempio la traduzione online di nuova generazione.

Dati i milioni di esempi di traduzioni che si possono utilizzare per l’addestramento, nel 2016 Google è passato alle reti neurali per la propria applicazione di traduzione. Per quanto riguarda le altre applicazioni che potrebbero ripercuotersi sulla sicurezza dell’individuo, si persegue un approccio più cauto e graduale alla loro adozione. La tecnologia di guida automobilistica autonoma esiste già oggi, per fare un esempio, ma ci vorranno ancora da quattro a cinque anni per garantirne la sicurezza prima di poter vedere sulle nostre strade automobili che circolano senza conducente. Le applicazioni mediche potrebbero richiedere lo stesso tempo, se non di più. In definitiva, se la tecnologia lo permettesse, la società avrebbe davvero bisogno di meno incidenti automobilistici e diagnosi errate. Ciò non significa che la strada verso le attività basate su algoritmi sia diritta e priva di ostacoli, ma piuttosto che sussiste una spinta sottostante a favore del loro sviluppo.

ALTRI ELEMENTI DESTABILIZZANTIAltri temi sui quali il team sta conducendo ricerche

• Blockchain• Realtà virtuale/aumentata• Veicoli a guida autonoma

3

© 2017 Morgan Stanley 1765401 Scad. 04/30/2018 9038519_CH_1017 Lit-Link: GROTEAMEDGE-0117

A4

Visitate il nostro nuovo sito all’indirizzo www.morganstanley.com/im

L’uso del presente materiale è consentito ai soli clienti professionali, ad eccezione degli Stati Uniti, dove ne sono consentite la redistribuzione e l’utilizzo presso il pubblico.Le opinioni espresse sono quelle dell ’autore alla data di pubblicazione, possono variare in qualsiasi momento a causa di cambiamenti delle condizioni economiche o di mercato e potrebbero non realizzarsi. Inoltre le opinioni non saranno aggiornate né altrimenti riviste per riflettere informazioni resesi disponibili in seguito, circostanze esistenti o modifiche verificatesi dopo la data di pubblicazione. Le opinioni espresse non riflettono i giudizi di tutti i gestori di portafoglio di Morgan Stanley Investment Management (MSIM) né le opinioni dell ’azienda nel suo complesso e potrebbero non trovare riscontro in tutte le strategie e in tutti i prodotti offerti dalla Società.Alcune delle informazioni ivi contenute si basano sui dati ottenuti da fonti terze considerate affidabili. Ciò nonostante, non abbiamo verificato tali informazioni e non rilasciamo dichiarazione alcuna circa la loro correttezza o completezza.Tutte le informazioni fornite hanno esclusivamente scopo informativo e non sono da intendersi quale offerta o raccomandazione per l ’acquisto o la vendita di valori mobiliari o l ’adozione di una qualsiasi strategia d’investimento. Le informazioni di cui al presente non tengono conto delle circostanze personali del singolo investitore e non rappresentano una consulenza d’investimento, né vanno in alcun modo interpretate quale consulenza fiscale, contabile, legale o normativa. A tal fine, nonché per conoscere le implicazioni fiscali di eventuali investimenti, si raccomanda agli investitori di rivolgersi a consulenti legali e finanziari indipendenti prima di prendere qualsiasi decisione d’investimento.

AVVERTENZE SUI RISCHIGli investimenti comportano dei rischi, tra cui la possibile perdita del capitale. Non vi è alcuna garanzia che l ’obiettivo d’investimento delle strategie sarà raggiunto. I portafogli sono esposti al rischio di mercato, ovvero la possibilità che il valore di mercato dei titoli detenuti dal portafoglio diminuisca. Le valutazioni di titoli azionari tendono in genere a oscillare anche in risposta a eventi specifici in seno a una determinata società.La presente pubblicazione non è stata redatta dal Dipartimento di ricerca di Morgan Stanley e non va intesa quale raccomandazione di ricerca. Le informazioni contenute in questa pubblicazione non sono state predisposte in conformità a requisiti di legge finalizzati a promuovere l ’indipendenza della ricerca in materia di investimenti e non sono soggette ad alcun divieto di negoziazione prima della diffusione dei risultati di tali ricerche.Il presente documento è destinato e sarà distribuito solo ai soggetti residenti nelle giurisdizioni in cui la sua distribuzione o disponibilità non siano vietate dalle leggi locali e dalle normative vigenti.Poiché non è possibile garantire che le strategie d’investimento risultino efficaci in tutte le condizioni di mercato, ciascun investitore è chiamato a valutare la propria capacità di mantenere l’investimento nel lungo termine e in particolare durante le fasi di ribasso dei mercati. Prima di investire, si raccomanda agli investitori di esaminare attentamente i documenti d’offerta relativi alla strategia o al prodotto. Vi sono importanti differenze nel modo in cui la strategia viene realizzata nei singoli veicoli d’investimento.

EMEALa presente comunicazione è stata pubblicata e autorizzata nel Regno Unito da Morgan Stanley Investment Management Limited, 25 Cabot Square, Canary Wharf, London E14 4QA, una società autorizzata e regolamentata dalla Financial Conduct Authority, per la distribuzione esclusiva a soggetti che si qualificano come “professional clients” (clienti professionali), ed è fatto divieto ai “retail clients” (clienti privati) di farvi affidamento o di prendere decisioni in base alla stessa (ai sensi delle definizioni contenute nei regolamenti della Financial Conduct Authority britannica).Gli intermediari finanziari sono tenuti ad assicurarsi che le informazioni contenute nel presente documento siano adatte ai soggetti a cui trasmettono il presente documento alla luce delle circostanze e degli obiettivi di tali soggetti. MSIM non può essere ritenuta responsabile e declina ogni responsabilità in merito all ’utilizzo proprio o improprio del presente documento da parte di tali intermediari finanziari. I soggetti che vogliano valutare un investimento devono sempre assicurarsi di aver

ricevuto raccomandazioni esaurienti dall ’intermediario finanziario circa l ’opportunità dell ’investimento.

STATI UNITII conti a gestione separata potrebbero non essere adatti a tutti gli investitori. I conti separati gestiti in base alla Strategia illustrata comprendono diversi valori mobiliari e potrebbero non replicare la performance di un indice. Si raccomanda di valutare attentamente gli obiettivi d’investimento, i rischi e i costi della Strategia prima di effettuare un investimento. È richiesto un livello patrimoniale minimo. Il modulo ADV, Parte 2, contiene informazioni importanti sul gestore.

Prima di investire si consiglia di valutare attentamente gli obiettivi d’investimento, i rischi, le commissioni e le spese dei comparti. I prospetti contengono queste e altre informazioni sui comparti. La copia del prospetto può essere scaricata dal sito morganstanley.com/im o richiesta telefonando al numero 1-800-548-7786. Si prega di leggere attentamente il prospetto prima di investire.Morgan Stanley Distr ibution, Inc . è i l distr ibutore dei fondi Morgan Stanley.

NON GARANTITO DALLA FDIC | PRIVO DI GARANZIA BANCARIA | RISCHIO DI PERDITA DEL CAPITALE | NON GARANTITO DA ALCUN ENTE FEDERALE | NON È UN DEPOSITO

Hong KongIl presente documento è stato pubblicato da Morgan Stanley Asia Limited per essere utilizzato a Hong Kong e reso disponibile esclusivamente a “professional investors” (investitori professionali) ai sensi delle definizioni contenute nella Securities and Futures Ordinance di Hong Kong (Cap 571). Il contenuto del presente documento non è stato verificato o approvato da alcuna autorità di vigilanza, ivi compresa la Securities and Futures Commission di Hong Kong. Di conseguenza, fatte salve le esenzioni eventualmente previste dalle leggi applicabili, questo documento non può essere pubblicato, diffuso, distribuito, indirizzato o reso disponibile al pubblico a Hong Kong.

SingaporeIl presente documento non deve essere considerato come un invito a sottoscrivere o ad acquistare, direttamente o indirettamente, destinato al pubblico o a qualsiasi soggetto di Singapore che non sia (i) un “institutional investor” ai sensi della Section 304 del Securities and Futures Act, Chapter 289 di Singapore (“SFA”), (ii) una “relevant person” (che comprende un investitore accreditato) ai sensi della Section 305 dell’SFA, fermo restando che anche in questi casi la distribuzione viene effettuata nel rispetto delle condizioni specificate dalla Section 305 dell ’SFA o (iii) altri soggetti, in conformità e nel rispetto delle condizioni di qualsiasi altra disposizione applicabile emanata ai sensi dell ’SFA. In particolare, le quote dei fondi d’investimento che non hanno ricevuto l’autorizzazione o il riconoscimento della Monetary Authority of Singapore (MAS) non possono essere offerte agli investitori retail; qualunque documentazione scritta distribuita ai soggetti di cui sopra in relazione a un’offerta non costituisce un prospetto ai sensi della definizione dell ’SFA e, di conseguenza, la responsabilità prevista dall ’SFA riguardo il contenuto dei prospetti non è applicabile e gli investitori dovrebbero considerare con attenzione se l ’investimento sia adatto o meno alle proprie esigenze.

AustraliaLa presente pubblicazione è diffusa in Australia da Morgan Stanley Investment Management (Australia) Pty Limited ACN: 122040037, AFSL n. 314182, che si assume la responsabilità del relativo contenuto. Questa pubblicazione e l ’accesso alla stessa sono destinati unicamente ai “wholesale clients” conformemente alla definizione dell ’Australian Corporations Act.

Morgan Stanley Investment Management è la divisione di asset management di Morgan Stanley.Tutte le informazioni di cui al presente documento sono informazioni proprietarie tutelate dalla legge sul diritto d’autore.