L’Intelligenza Artificiale nelle Banche: Opportunità e Sfide di un Incontro Imperfetto

Negli ultimi anni, le banche hanno iniziato a integrare l’intelligenza artificiale (IA) nei loro sistemi operativi tradizionali. Tuttavia, questo approccio comporta rischi significativi, poiché l’IA potrebbe ereditare i silos di prodotto e i confini di processo esistenti, limitando il potenziale di cambiamento e innovazione nel settore.

Secondo stime recenti, l’IA generativa ha il potenziale di generare tra 200 e 340 miliardi di dollari di valore annuo per il settore bancario. Tuttavia, molte iniziative attuali si limitano ad applicare l’IA sopra i processi esistenti, creando un ulteriore strato tecnologico che può portare a un debito tecnico significativo.

Le applicazioni più visibili dell’IA nel settore bancario sono anche tra le più semplici da implementare. Queste 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, un gruppo bancario ha attivato oltre 50 casi d’uso di IA nel 2025, generando circa 50 milioni di sterline e prefigurando ulteriori benefici.

È importante distinguere tra un’architettura ‘AI-native’ e una semplice interfaccia. La vera integrazione dell’IA si valuta sulla capacità dell’agente di scegliere e coordinare azioni all’interno di guardrail e fonti di dati attendibili. Inoltre, è fondamentale che esistano processi pensati per l’azione autonoma, con revisione umana e registrazione delle decisioni, nonché l’integrazione di permessi, monitoraggio e controlli regolamentari nei workflow per funzioni critiche.

Alcune istituzioni stanno già sperimentando approcci agentici in ambiti limitati. Un esempio è un sistema per la gestione del rischio di terze parti, che recupera controlli, analizza documentazione e propone esiti che vengono poi revisionati o sovrascritti da valutatori umani. Inoltre, circuiti di pagamento e operatori tecnologici stanno costruendo infrastrutture per pagamenti avviati da agenti IA, integrando credenziali tokenizzate, autenticazione e controlli di spesa nel flusso.

Una delle principali sfide di modernizzazione per i dirigenti bancari è l’integrazione con sistemi e strumenti esistenti. Gli agenti intelligenti devono combinare dati e azioni attraverso pagamenti, prestiti, conti e compliance. Per questo motivo, è necessario uno strato di orchestrazione che consenta all’IA di accedere a più sistemi senza dover moltiplicare le integrazioni su misura.

Le fintech e i nuovi operatori che progettano l’infrastruttura attorno a decisioni continue possono avere un vantaggio competitivo rispetto alle istituzioni tradizionali, che devono retrofitare sistemi profondamente radicati. Se la regolamentazione rimane sostanzialmente invariata, è possibile che una prima significativa realtà costruita attorno al decision-making continuo emerga entro cinque anni.

Per sfruttare appieno il potenziale dell’IA, è fondamentale che la sua adozione non rimanga un ‘accessorio’ applicato ai processi esistenti, ma diventi il perno attorno al quale ripensare architettura, permessi, controlli e meccanismi di revisione umana.