L'impatto dell'introduzione dell'Intelligenza Artificiale sul mondo bancario e sul Corporate & Investment Banking

L'applicazione dell'intelligenza artificiale sta diventando sempre più ampia e influenza la quasi totalità dei mercati e dei settori industriali. La dimensione del mercato globale della spesa in ambito AI è stimata nel 2023 pari a circa 550 Miliardi di euro, per crescere esponenzialmente con un CAGR pari a ca. il 19% entro il 2026¹.

I sistemi di intelligenza artificiale sono basati su algoritmi che utilizzano grandi quantità di dati forniti in input a modelli avanzati che elaborano diversi output, quali, a titolo di esempio, previsioni su eventi futuri, raccomandazioni o suggerimenti decisionali basati su una serie di obiettivi predefiniti espliciti o impliciti.

A partire dal 2023, si è osservata una crescita esponenziale nello sviluppo dell’intelligenza artificiale generativa che introduce l’utilizzo su larga scala di reti neurali, programmate su ingenti quantità di dati, al fine di eseguire un'ampia varietà di compiti, tra cui generare testi, immagini, video, musica o altri media in risposta a richieste formulate in linguaggio naturale (i cosiddetti “prompt”) espresse dall’utente.

Nell’ambito bancario, l’intelligenza artificiale, sia nelle forme più tradizionali, sia in quelle generative di recente diffusione, può essere applicata per supportare alcuni processi e obiettivi, fra i quali:

• Migliorare l’efficienza e l’efficacia operativa, attraverso l’automazione di processi interni, intervenendo su una maggiore automazione e uniformità nell’elaborazione delle informazioni (quali, a titolo di esempio: documentazione, contratti, corrispondenza, flussi informativi, ecc.) e riducendo tempistiche e costi (alcuni ambiti includono il commerciale, la concessione di credito, i processi, squadre dedicate al back office, ecc.)
• Migliorare l’esperienza del cliente e rendere la conoscenza finanziaria più accessibile, grazie alla competenza linguistica dell’intelligenza artificiale generativa, i clienti possono accedere tempestivamente alle informazioni necessarie al completamento della cosiddetta customer journey all’interno dei canali bancari dedicati ad alcuni prodotti, da identificare e clusterizzare a priori, che meglio si prestano alla digitalizzazione della vendita. L'intelligenza artificiale offre la possibilità di elaborare sinteticamente informazioni tecniche, transazionali e finanziarie presenti sui canali stessi, facilitando la comunicazione digitale fra i clienti e la Banca
• Migliorare il rilevamento delle frodi, tramite l’elaborazione delle informazioni relative ai processi di onboarding e dei controlli, al fine di intercettare e affrontare in modo tempestivo e consapevole eventuali tentativi di frode ai danni dei clienti.

L'introduzione dell'intelligenza artificiale nel mondo Corporate e Investment Banking sta gradualmente portando a riflessioni su possibili filoni di innovazione rispetto ai modelli di business più tradizionali, offrendo opportunità interessanti che supportino e valorizzino l’attività dei Relationship Manager e di alcuni desk specialistici.

Oltre alle applicazioni già menzionate, l’AI potrebbe rappresentare un innovativo fattore abilitante in alcuni ambiti, quali:

 

• Analisi predittive su settori industriali: nel mondo Corporate e Investment Banking il tempismo è essenziale per garantire il corretto supporto a clienti e partner nell’indirizzare l’azione commerciale e gli investimenti in linea con le esigenze di mercato. Tecniche avanzate di advanced analytics e machine learning sono utilizzate per simulare scenari e contesti futuri al fine di sviluppare sinergie fra la banca e i clienti e per sfruttare le informazioni e le opportunità in un contesto in continua evoluzione
• Mercati e trading: attraverso l’applicazione di tecniche di reinforcement learning per lo sviluppo di algoritmi capaci di implementare in autonomia strategie di decisione sequenziale per supportare l’operatività degli specialisti nei mercati finanziari. Inoltre, l’intelligenza artificiale può contribuire a ridurre costi e rischi operativi legati alla gestione dei flussi di trading, automatizzando le attività manuali e ripetitive, come la verifica dei dati, la riconciliazione delle transazioni e la gestione delle eccezioni
• Automazione della raccolta dei dati di mercato e ESG scoring: le tecniche di Natural Language Processing sono utilizzate per raccogliere, organizzare ed elaborare dati di mercato provenienti da diverse fonti, quali documenti di bilancio e altre informazioni disponibili pubblicamente, facilitando il processo di due diligence e valutazione delle società, anche in ambito ESG.

Seppur nel Corporate e Investment Banking la centralità del Relationship Manager permanga un elemento distintivo, l'intelligenza artificiale potrà offrire vantaggi nella gestione di processi con lo scopo di elevare il livello di servizio al cliente, aumentando la competitività sul mercato.

È altresì fondamentale che le autorità di vigilanza e gli istituti finanziari collaborino per assicurare un uso responsabile e consapevole dei sistemi di intelligenza artificiale, attraverso la valutazione e il monitoraggio dei potenziali rischi.

A tal proposito, l'Unione Europea ha recentemente trovato un accordo sul regolamento AI Act. Il nuovo quadro regolamentare si propone di tutelare i cittadini dai rischi per salute, sicurezza e diritti fondamentali che possono insorgere dall'utilizzo dei sistemi di intelligenza artificiale, in linea con i valori dell'Unione. L'obiettivo è promuovere uno sviluppo etico, sostenibile e inclusivo per una tecnologia su cui dovranno far leva le innovazioni dei prossimi anni, incluse quelle nel settore bancario.

1  https://business.bofa.com/content/dam/flagship/global-research/ai-trends-impact-report.pdf