L’Intelligenza Artificiale nel settore finanziario Analisi FSI
L’Intelligenza Artificiale nel settore finanziario Analisi FSI Le istituzioni finanziarie stanno adottando l’intelligenza artificiale per migliorare l’efficienza operativa, rafforzare la gestione del rischio e personalizzare i servizi per i clienti. L’uso di AI tradizionale è ormai consolidato, mentre l’adozione dell’AI generativa è ancora limitata per attività ad alto rischio. Lo studio Regulating AI in the financial sector: recent developments and main challenges di FSI (Financial Stability Institute) analizza le recenti evoluzioni normative e le criticità principali legate alla regolamentazione dell’intelligenza artificiale (AI) nel settore finanziario.
L’intelligenza artificiale viene impiegata per ottimizzare i servizi al cliente, ridurre i costi e migliorare l’esperienza utente. Le banche e le assicurazioni utilizzano chatbot per fornire assistenza, rispondere a domande frequenti e automatizzare operazioni come la verifica del saldo, le richieste di prestiti e la gestione delle polizze. Bank of America ha sviluppato Erica, un chatbot che ha superato i due miliardi di interazioni, mentre DBS Bank ha introdotto un assistente AI per supportare gli operatori del servizio clienti, migliorando l’efficienza e riducendo i tempi di risposta. Ping An ha implementato un sistema AI in grado di gestire oltre l’80% delle richieste di assistenza, con 870 milioni di interazioni nel primo semestre del 2024. L’AI viene inoltre utilizzata per semplificare attività amministrative interne, come la classificazione di documenti, la sintesi di riunioni e la gestione delle email. Standard Chartered e AXA hanno adottato strumenti AI per l’organizzazione e l’analisi documentale, mentre Goldman Sachs impiega l’intelligenza artificiale per facilitare la scrittura di codice software. Nel settore della gestione delle risorse umane, Bank of America utilizza l’AI per simulazioni interattive nel training del personale. Le compagnie assicurative impiegano AI nella gestione dei sinistri, utilizzandola per stimare i danni e accelerare il processo di liquidazione. MS&AD ha implementato un sistema AI per valutare in modo più rapido ed efficace i danni causati da catastrofi naturali.
L’intelligenza artificiale viene anche utilizzata a fini compliance. Citi utilizza AI generativa per interpretare e applicare le normative bancarie statunitensi. L’AI è impiegata nei processi di antiriciclaggio e lotta al finanziamento del terrorismo per monitorare transazioni e identificare comportamenti sospetti. HSBC ha sviluppato un sistema AI che ha migliorato di due-quattro volte il rilevamento di attività illecite, riducendo del 60% i falsi positivi. Il rilevamento delle frodi è un’altra area di applicazione dell’AI, con sistemi capaci di monitorare le transazioni in tempo reale e bloccare movimenti sospetti. Société Générale utilizza MOSAIC, un sistema AI progettato per individuare frodi nei pagamenti con carta di credito. Nel settore della cybersecurity, Barclays ha adottato AI per rafforzare la sicurezza informatica e la resilienza ai cyber-attacchi.
L’AI viene impiegata nei processi di sottoscrizione del credito e delle assicurazioni per migliorare le decisioni di concessione dei prestiti e la valutazione dei rischi. Nelle attività di concessione del credito, AI analizza dati finanziari e non finanziari per determinare la solvibilità dei clienti e personalizzare le offerte di prestito. MUFG e DBS utilizzano AI nei loro processi di valutazione del merito creditizio. Nel settore assicurativo, AI analizza grandi volumi di dati per calcolare i premi con maggiore precisione. ICICI Prudential impiega AI per accelerare i processi di sottoscrizione delle polizze. L’intelligenza artificiale è inoltre utilizzata per elaborare informazioni non strutturate da diverse fonti, come social media, documenti e immagini, per prevedere i rischi assicurativi. In questo ambito, le compagnie assicurative sembrano più avanzate rispetto alle banche nell’uso dell’AI generativa.
Nonostante l’adozione crescente dell’intelligenza artificiale, le istituzioni finanziarie sono ancora caute nell’utilizzo della Generative AI per attività ad alto rischio. Le principali motivazioni di questa prudenza riguardano i rischi normativi e di compliance, i problemi di affidabilità dei modelli, la dipendenza da fornitori terzi e l’impatto sulla fiducia dei clienti. L’AI generativa introduce nuove problematiche legate alla trasparenza e alla responsabilità delle decisioni automatizzate. Il rischio di “hallucination”, ovvero la produzione di risposte inesatte o incoerenti, rappresenta una sfida nell’applicazione di questi modelli. Le istituzioni finanziarie temono inoltre la concentrazione del mercato dell’AI nelle mani di pochi provider e le incertezze normative relative all’uso di queste tecnologie. I clienti potrebbero infine non accettare decisioni totalmente automatizzate senza supervisione umana, influenzando il livello di adozione di questi strumenti nei servizi finanziari.
