In Breve
- Qual è il valore potenziale dell'IA nel settore bancario?
- L'IA generativa potrebbe creare tra 200 e 340 miliardi di dollari di valore annuo.
- Quali sono le principali applicazioni dell'IA nelle banche?
- Miglioramento del servizio clienti, automazione della rilevazione di frodi e personalizzazione delle raccomandazioni.
- Qual è la principale sfida per le banche nell'integrazione dell'IA?
- L'integrazione con sistemi e strumenti esistenti è considerata la principale sfida di modernizzazione.
Negli ultimi anni, le banche hanno iniziato a integrare l’intelligenza artificiale (IA) nei loro sistemi operativi tradizionali, ma questa strategia potrebbe non sfruttare appieno il potenziale trasformativo della tecnologia. L’IA generativa, infatti, ha il potenziale di creare tra 200 e 340 miliardi di dollari di valore annuo per il settore bancario, ma molte delle attuali iniziative si limitano ad applicare l’IA su processi esistenti, generando un ulteriore strato tecnologico e potenziale debito tecnico.
Le applicazioni più comuni dell’IA nelle banche includono il miglioramento del servizio clienti, l’automazione della rilevazione di frodi, la personalizzazione delle raccomandazioni, la sintesi documentale e l’accelerazione delle decisioni di credito. Ad esempio, nel 2025, un gruppo bancario ha attivato oltre 50 casi d’uso di IA, generando circa 50 milioni di sterline e prevedendo ulteriori benefici.
È importante notare che la distinzione tra un’architettura ‘AI-native’ e una semplice interfaccia si basa sulla capacità dell’agente di scegliere e coordinare azioni all’interno di confini definiti e fonti di dati affidabili. Inoltre, è fondamentale che i processi siano progettati per l’azione autonoma, con revisione umana e registrazione delle decisioni. L’integrazione di permessi, monitoraggio e controlli regolamentari nei workflow per funzioni critiche è essenziale.
Alcune istituzioni stanno già sperimentando approcci agentici in ambiti limitati. Ad esempio, un sistema per la gestione del rischio di terze parti recupera controlli, analizza documentazione e propone esiti che vengono poi revisionati o sovrascritti da valutatori umani. Anche i circuiti di pagamento e i fornitori tecnologici stanno costruendo infrastrutture per pagamenti avviati da agenti IA, con credenziali tokenizzate e controlli di spesa integrati.
Tuttavia, l’integrazione con sistemi e strumenti esistenti è considerata la principale sfida di modernizzazione per la maggior parte dei dirigenti bancari. Gli agenti intelligenti devono combinare dati e azioni attraverso pagamenti, prestiti, conti e compliance, richiedendo uno strato di orchestrazione che permetta all’IA di accedere a più sistemi senza moltiplicare integrazioni su misura.
Le fintech e i nuovi operatori che progettano l’infrastruttura attorno a decisioni continue potrebbero avere un vantaggio rispetto alle istituzioni che devono retrofitare sistemi profondamente radicati. Se la regolamentazione rimane sostanzialmente invariata, una significativa realtà costruita attorno al decision-making continuo potrebbe emergere entro cinque anni.
Per sfruttare appieno il potenziale dell’IA, è necessario che la sua adozione si sposti dall’essere un ‘accessorio’ applicato ai processi esistenti a diventare il fulcro attorno al quale ripensare architettura, permessi, controlli e meccanismi di revisione umana.
