L'IA nei servizi finanziari: tra aspettative e concretezza

L'evoluzione sempre più sofisticata dell'intelligenza artificiale (IA) ha rivoluzionato lo scenario globale, offrendo alla finanza nuove opportunità per generare maggiore valore. Secondo le previsioni, circa il 30% del profitto operativo del settore bancario sarà riconducibile all'IA 1. Molto probabilmente tale risultato darà adito a cambiamenti radicali nel mercato, creando nuove sfide concorrenziali.

Molte organizzazioni faranno fatica ad adeguarsi a questo cambiamento: le dimensioni delle aziende e l'intricata architettura dei sistemi tecnologici nel settore dei servizi finanziari sono poco flessibili. Per crescere, le aziende hanno bisogno di una piattaforma in grado di assecondare il ritmo di un’evoluzione incessante, integrando le innovazioni che stanno delineando il futuro dell'IA.

Questa guida, parte di una raccolta di risorse per i membri del team esecutivo di Red Hat, analizza alcuni scenari pratici di implementazione dell’IA in ambito enterprise, che possono servire da esempio per le altre aziende. Condivide esperienze di successo dei clienti da cui prendere spunto per pianificare la propria strategia di adozione dell'IA e affrontare un'epoca di costante innovazione.

• Solo per il settore bancario, la posta in gioco legata all'IA ammonta a circa US$ 1,2 bilioni.¹
• L'IA generativa potrebbe generare un valore aggiuntivo compreso tra US$ 200 e US$ 340 miliardi.

Il reale impatto di una tecnologia, in grado di apportare cambiamenti radicali, si rivela solo nel momento in cui è completamente integrata nelle interazioni tra aziende, clienti e dipendenti e nel processo stesso di creazione del valore. Questo è quanto accaduto con il radicale riassetto dei mercati finanziari dopo l’introduzione del trading elettronico o con l’avvento della digitalizzazione, che ha trasformato il settore del consumer banking. Questi cambiamenti hanno aperto nuovi flussi di fatturato e ridotto drasticamente i costi, modificando al contempo il panorama competitivo.

La rapida evoluzione dell'IA ha portato allo sviluppo di avanzati modelli linguistici e agenti IA, destinati a ridefinire ancora una volta il settore dei servizi finanziari. Ne conseguiranno una nuova forma di relazione con i clienti, maggiore efficienza operativa e nuove sfide commerciali per gli attori già presenti sul mercato. L'IA si prepara a innescare trasformazioni più frequenti e radicali, imponendo alle aziende maggiore capacità di adattamento: un obiettivo realizzabile solo superando questi tre ostacoli legati alla sua adozione.

1. Costo
   I costi legati all'addestramento, all'ottimizzazione, al deployment e all'integrazione dei modelli limita i prodotti e i servizi in cui è possibile implementare l'IA.
2. Complessità 
   Le carenze di competenze, le esigenze di infrastrutture su misura e la mancanza di dati accessibili ostacolano l'adozione dell'IA in modo scalabile.
3. Rischi
   La scarsa maturità degli strumenti lungo l'intero ciclo di vita dei modelli può limitare le modalità e le aree in cui le società di servizi finanziari scelgono di adottare l'IA.

Come mitigare le difficoltà di adozione dell'IA nell'intera organizzazione

Soltanto superando questi ostacoli il settore potrà favorire una più ampia adozione dell'IA e le organizzazioni potranno sfruttarne tutto il potenziale nell'ambito dei servizi finanziari.

• Riduzione dei costi
  Serve una piattaforma di IA moderna per ottimizzare l'uso dell'hardware, snellire la gestione dei modelli e ridurre al minimo i costi di integrazione dell'IA nelle applicazioni, in modo da poterla utilizzare in ambiti che non erano commercialmente sostenibili in passato.
• Minimizzazione della complessità
  Lo sviluppo delle competenze, insieme a una piattaforma di IA adeguata, può colmare le lacune nelle competenze, semplificare la gestione dell'infrastruttura, migliorare la collaborazione e accelerare il raggiungimento dei risultati.
• Riduzione del rischio
  Fiducia e sicurezza sono fondamentali per l'adozione diffusa di qualsiasi tecnologia innovativa da parte di dipendenti e clienti. I controlli manuali sono di difficile scalabilità e possono risultare inefficaci. Per favorire un'adozione capillare, servono investimenti mirati in qualità, sicurezza e governance.

Contrasto ai reati finanziari

Per affrontare criminali sempre più abili nell'occultare la propria identità ed eludere i controlli, le organizzazioni sono costrette ad aggiornare continuamente i modelli per ridurre i falsi positivi e rilevare con maggiore precisione le transazioni sospette. L'apprendimento federato e i dati sintetici si stanno imponendo come strumenti decisivi in questo contesto.

Rilevamento di transazioni anomale nell'infrastruttura del mercato finanziario

SWIFT conta 11.000 membri e milioni di transazioni quotidiane sulla rete.

Nel 2022, per SWIFT è emersa la necessità di un'architettura altamente scalabile e orientata alla sicurezza che consentisse un adattamento costante per anticipare le mosse degli utenti malintenzionati. 

L'azienda ha realizzato una piattaforma di IA ad alte prestazioni e modelli di machine learning (ML) personalizzati in grado di svolgere analisi più precise con meno falsi positivi su cui indagare e messaggi di rifiuto che richiedono correzione. In futuro, l'IA potrebbe semplificare la correzione automatica degli errori di input, ottimizzare le opzioni di routing dei pagamenti e semplificare i processi di elaborazione in molti altri modi.

Ridefinizione dell'onboarding dei clienti

Oltre a ridefinire radicalmente il modo in cui le organizzazioni interagiscono con i clienti, la rapida evoluzione dell'IA potrebbe anche ottimizzarne i processi alla base. Si prevede un potenziamento degli agenti conversazionali, con la riduzione dei costi di assistenza, ma emergono anche importanti opportunità sotto il profilo dell'acquisizione e dell'onboarding dei clienti e della consulenza, ambiti nei quali l'IA avrà un effetto a lungo termine.

Ottimizzazione dell'onboarding dei clienti di business banking

Prima di poter aprire un conto aziendale presso il Banco Galicia in Argentina, i clienti dovevano recarsi in filiale per consegnare personalmente una serie di documenti legali contenenti dati societari e contabili, che venivano poi digitalizzati e solo in seguito esaminati da esperti in diritto, gestione del rischio e conformità. Servivano circa 20 giorni per autorizzare la registrazione di un nuovo conto o aggiornare i dati del conto di un cliente esistente.

Ora che la banca riesce ad analizzare i documenti quasi in tempo reale, i nuovi clienti aziendali possono aprire un conto e iniziare a utilizzarlo in pochi minuti, pur continuando a rispettare i requisiti della banca in termini di rischi e conformità.

Creazione di nuove opportunità nel settore del credito

L'adozione di modelli di rischio avanzati, l'impiego di dati alternativi e il ricorso all'analisi comportamentale hanno già introdotto cambiamenti nel settore del credito, rendendo possibile una previsione più precisa dei rimborsi e creando al tempo stesso nuovi flussi di fatturato. L'integrazione dei modelli linguistici nei processi di valutazione e sottoscrizione delle polizze ha ridotto i costi operativi. L'emergere degli smart contract, insieme all'introduzione dell'agentic AI, stanno offrendo un'ulteriore semplificazione dei prestiti nel comparto dei servizi finanziari.

Scalabilità dell'IA nell'intera azienda

DenizBank di Türkiye ha sviluppato una piattaforma di IA leader del mercato per data scientist e ingegneri, progettata per accelerare i tempi di rilascio e allo stesso tempo abbattere i costi legati ai processi di AI/ML. La banca è riuscita così ad automatizzare le pipeline di data science, fornire funzionalità self service e ottimizzare il model serving, in modo da ampliare le funzionalità di IA in modo più efficiente nell'intera azienda.

La banca conta oltre 120 data scientist distribuiti in varie linee di business, che si occupano di innovazione in aree quali marketing, credito, carte di credito e rischi. Grazie a questa nuova piattaforma, DenizBank non si limita alla semplificazione dello sviluppo, del deployment e dell'integrazione dei modelli, ma può anche attingere alle risorse delle community open source, vere protagoniste nella costruzione del futuro dell'IA.

Scopri di più

Un'esperienza migliore per i clienti

Gli agenti IA rivoluzioneranno l'esperienza dei clienti nel settore bancario, offrendo servizi sempre più intelligenti, intuitivi e personalizzati. Dai promemoria proattivi per le scadenze all'ottimizzazione in tempo reale dei flussi di cassa, l'IA è in grado di anticipare i bisogni dei clienti e fornire indicazioni finanziarie personalizzate che semplificano il processo decisionale, oltre ad agire direttamente per loro conto.

Grazie all'analisi delle serie temporali e all'identificazione di schemi fruibili, l'IA rende possibili previsioni più precise che consentono alle banche di proporre soluzioni personalizzate, rilevare potenziali criticità prima che emergano e fornire consulenze finanziarie proattive.

Grazie agli agenti, i clienti sono affiancati nella gestione delle proprie finanze: ricevono indicazioni mirate che li aiutano a restare aggiornati, ad amministrare le finanze in maniera più efficiente e a raggiungere con fiducia i propri traguardi economici. 

L'IA va oltre l'automazione: migliora l’interazione stessa rendendola più reattiva e personalizzata, con agenti conversazionali, consigli smart o esperienze di digital banking più attente alle esigenze del cliente. Fornendo servizi tutelati e altamente personalizzati, l'IA aumenta la soddisfazione dei clienti, aprendo la strada a un futuro in cui il banking non sarà solo efficiente, ma genuinamente orientato al cliente.

Servizi bancari

Nei prossimi cinque anni, il modo in cui le banche gestiscono le proprie attività e si relazionano con clienti e collaboratori cambierà radicalmente. Il ritmo sostenuto con cui ormai i clienti riescono ad adottare le nuove tecnologie spingerà le banche a muoversi più rapidamente per restare al passo con il cambiamento. Sul piano interno, modelli e agenti avanzati potranno gestire attività sempre più articolate, ridefinendo interamente il modo di lavorare.

• Assistenza: gli agenti conversazionali si occuperanno di attività più complesse e gli agenti IA saranno integrati in modo più capillare nei canali bancari.
• Credito: con l'evoluzione dell'IA, le banche potranno contare su strumenti più efficienti e capaci per valutare e ottimizzare offerte personalizzate, tariffe e rischi.
• Pagamenti: il settore si muove verso una gestione della liquidità in tempo reale, con modelli avanzati per l'ottimizzazione e la riconciliazione delle transazioni.
• Consulenza: i modelli più sofisticati si occuperanno di compiti quali la raccolta di informazioni, la creazione di sintesi e la formulazione di suggerimenti.

Assicurazioni

I profitti delle compagnie assicurative a livello mondiale stanno assorbendo le conseguenze derivanti dall'aumento dei costi operativi, dalle nuove sfide concorrenziali e dall'instabilità associata ai rischi climatici. Grazie a nuove sorgenti di dati e al calo dei costi di sviluppo dei modelli, gli assicuratori possono estendere l'adozione dell'IA in ciascuna area dell’attività e raggiungere livelli inediti di efficienza operativa.

• Richieste indennizzi: l'uso di modelli per documenti, immagini, video e sensori ridurrà i tempi di approvazione e liquidazione.
• Valutazione e assunzione rischio: semplificherà i processi di approvazione grazie a una valutazione più precisa dei dati personali e aziendali.
• Polizze: saranno rese disponibili polizze sempre più personalizzate e tariffe dinamiche basate su dati in tempo reale e modelli di rischio più sofisticati.
• Assistenza e gestione servizi: gli agenti conversazionali si occuperanno di attività più complesse e gli agenti IA saranno integrati in modo più capillare nei canali assicurativi.

Mercati finanziari

Grazie alla sua rapida evoluzione, l'IA sta aiutando le aziende a migliorare la gestione dei rischi e a far fronte alla volatilità intrinseca dei mercati finanziari. I modelli linguistici e gli agenti IA sempre più sofisticati offrono nuove opportunità per il ribilanciamento del portafoglio di investimenti e le previsioni dell'order book. La riduzione dei costi e della complessità dell'IA consentirà alle aziende di raggiungere nuove vette di efficienza in uno scenario di mercato in continua evoluzione.

• Trading: gli agenti IA sono sempre più utilizzati in tutte le fasi del ciclo di vita del trading per ottimizzarne le strategie e migliorare l'efficienza.
• Liquidità: grazie alla simulazione dei mercati, le previsioni di liquidità diventeranno più efficaci, riducendo le esposizioni ai rischi, garantendo la presenza di liquidità sufficiente e rafforzando la stabilità del mercato.
• Gestione del portafoglio: si utilizzano modelli sempre più sofisticati per ottimizzare il portafoglio investimenti in funzione di costi, rischi, effetti ambientali e altri obiettivi.
• Market intelligence: l'impiego di nuovi modelli linguistici consente di interpretare con maggiore precisione il sentiment di mercato utilizzando nuove sorgenti di dati non strutturati.

Rischi e conformità

Adempiere agli obblighi di conformità e gestire al contempo i rischi si fa sempre più complicato. L'evoluzione delle normative, le mutevoli condizioni di mercato e i nuovi rischi operativi stanno rendendo più onerosa e complessa la gestione. Le innovazioni nell'ambito dell'IA stanno creando nuove opportunità di gestione più efficace del rischio, riducendo al tempo stesso i costi. A rendere possibile questo cambiamento sono i modelli linguistici e i framework agentici, supportati da una piattaforma più economica ed efficiente.

• Gestione del rischio: simulazioni basate su agenti per ottenere informazioni dettagliate relative al rischio di portafoglio, all'impatto sui margini e al rischio di liquidità.
• Reportistica normativa: reportistica semplificata grazie al recupero dei documenti e all'estrazione delle informazioni chiave.
• Reati finanziari: maggiore precisione e riduzione dei falsi positivi grazie a modelli di rischio adattivi in grado di apprendere dai nuovi schemi.
• Sicurezza informatica: valutazioni in tempo reale delle risorse per identificare le vulnerabilità, rilevare con precisione le minacce e intervenire più rapidamente.

Siamo ormai entrati in una nuova era dei servizi finanziari, che inciderà sensibilmente su clienti, partner e dipendenti. La rapida evoluzione dell'IA ha tutte le carte in regola per ridefinire radicalmente le relazioni con clienti e dipendenti e portare le organizzazioni verso nuovi livelli di efficienza operativa. Tuttavia restano da affrontare sfide importanti legate a costi, rischi, requisiti di conformità e differenti livelli di maturità del business e delle tecnologie.

Di seguito sono riportate quattro aree che riteniamo possano rivelarsi determinanti nel prossimo futuro, con le organizzazioni impegnate nell'adozione dell'IA e nella massimizzazione dei relativi risultati.

Cosa sono gli agenti IA?

Sono software che utilizzano l'IA per lo svolgimento di attività con interazione umana minima o nulla.

Perché sono importanti?

Possono ridurre drasticamente i costi operativi, creare nuovi flussi di valore e trasformare le operazioni di back office. Gli agenti sono diventati più sofisticati e ora sono in grado di svolgere attività di ordine superiore grazie all'apprendimento per rinforzo e alle capacità di ragionamento.

Cosa sono i modelli linguistici di piccole dimensioni?

Sono modelli linguistici ottimizzati per usi specifici, progettati per essere più snelli ed efficienti. 

Perché sono importanti?

Offrono maggiore controllo, precisione, velocità e affidabilità in applicazioni specifiche, quali supporto clienti, consulenza e ricerche di mercato. Inoltre possono ridurre notevolmente i costi legati all'infrastruttura e il consumo energetico.

Cos'è l'apprendimento federato?

È una forma di ML che permette a diversi team di collaborare all’addestramento di un modello, senza condividere dati. 

Perché è importante?

L'apprendimento federato consente di sviluppare modelli efficienti e a elevata precisione senza scambio di dati, nel rispetto dei requisiti di sovranità dei dati. Ad esempio, nel quadro del contrasto ai reati finanziari, più banche possono lavorare insieme su un modello pur mantenendo riservati i dati.

Cosa si intende per sicurezza e protezione dell'IA?

Il concetto fa riferimento alla prevenzione degli effetti indesiderati o dannosi dell'IA e alla sua protezione dagli attacchi dei criminali informatici.

Perché è importante?

Equità, esplicabilità, trasparenza, precisione e affidabilità sono fattori fondamentali per la sicurezza. Individui, organizzazioni e l'intera società devono essere tutelati da possibili danni grazie a una gestione efficace dei rischi.

La storia insegna che si può affrontare un'innovazione radicale soltanto con il sostegno di un solido ecosistema di tecnologie mirate allo scopo. In questo modo è possibile ridurre i costi e rendere più accessibile la tecnologia stessa. La rivoluzione digitale non sarebbe stata possibile senza l'effetto di rete di Internet. Anche l'open source ha innescato un effetto di rete analogo incentrato sulle tecnologie fondamentali che stanno sostenendo l'innovazione nel cloud e ora l'IA. A guidare la rapida evoluzione dell'IA è l’impegno collettivo delle community e dei modelli open source, insieme all'ecosistema avanzato di cui fanno parte.

Siamo convinti che, per sfruttare tutto il potenziale trasformativo dell'IA, questa debba poter contare su una piattaforma di IA conveniente, diffusa e disponibile ovunque nonché sostenuta da un ampio ecosistema. Sviluppiamo prodotti all'interno delle community e collaboriamo con partner mondiali per rendere l'IA più accessibile e fruibile da tutti.

Red Hat AI

Il portafoglio per l'IA di Red Hat® offre una piattaforma di IA coerente e completa che consente di ridurre i tempi di rilascio, con una concomitante riduzione dei costi operativi e dei rischi associati alla distribuzione dei prodotti di IA all'interno dell'organizzazione. La soluzione consente un uso efficiente di qualsiasi infrastruttura e favorisce la creazione di modelli ad hoc basati sui dati, senza complessità o costi inutili.

Red Hat AI Consulting

Collabora con gli esperti di Red Hat AI per pianificare e individuare gli obiettivi aziendali chiave e creare una roadmap strategica che ti permetterà di realizzarli. Predisponi anche le misure volte a ridurre i costi operativi, ottimizzare l'uso delle risorse, aumentare la scalabilità e accelerare l'innovazione dell'IA. Definisci le funzionalità di base, tra cui una piattaforma di IA e le competenze in materia di IA, generando al contempo valore aziendale.

L'ecosistema di Red Hat AI

Integra gli strumenti che preferisci con costi e rischi ridotti. Massimizza gli investimenti, attuali e futuri, con l'introduzione di nuove funzionalità. Esegui le applicazioni sull'hardware più adatto alle tue esigenze, con le prestazioni e l'affidabilità di cui hai bisogno. Sfrutta appieno i vantaggi offerti dall'IA nell'intera organizzazione, con l'esperienza delle migliori società di consulenza nel mondo.

Cogli le opportunità future

Collabora con gli esperti Red Hat per creare una roadmap intelligente verso il successo. Scopri di più sulle funzionalità di Red Hat AI e sui benefici che potrebbe apportare nel tuo ambiente. Con gli esperti Red Hat specializzati in IA, puoi definire obiettivi raggiungibili, realizzare una piattaforma di IA moderna, sviluppare competenze innovative, ottimizzare gli scenari di utilizzo pilota e ridurre costi e complessità.

Preparati subito al cambiamento.