IVASS interviene sull’uso dell’intelligenza artificiale nei mercati finanziari
IVASS interviene sull’uso dell’intelligenza artificiale nei mercati finanziari. Il Segretario Generale IVASS Ida Mercanti è intervenuta all’iniziativa OECD-EC-Banca d’Italia dedicata al rafforzamento del quadro regolamentare, di vigilanza e delle pratiche di mercato per l’uso dell’intelligenza artificiale nei mercati finanziari italiani.
Il contributo From Analysis to Action: AI in Financial Markets sviluppa il tema dell’intelligenza artificiale nei servizi finanziari e assicurativi partendo dal presupposto che l’AI dipenda in modo decisivo dalla disponibilità, dalla qualità e dalla governance dei dati. Di conseguenza, i sistemi sicuri, interoperabili e affidabili di condivisione dei dati costituiscono una questione di policy essenziale per il futuro dei servizi finanziari europei basati sull’intelligenza artificiale. Secondo l’IVASS, il nodo non riguarda soltanto la possibilità tecnica di condividere dati, ma anche il modo in cui la condivisione avviene, le garanzie che la accompagnano e il regime di responsabilità applicabile.
Una condivisione dei dati ben progettata (data sharing framework) può accelerare l’innovazione in tre direzioni. Ecosistemi di dati affidabili possono migliorare la qualità e l’equità dei modelli di AI, mentre quando i flussi di dati sono frammentati oppure opachi, vi è il rischio che i modelli amplifichino bias, discriminazioni e forme eccessive di personalizzazione. Al contrario, una condivisione governata dei dati, accompagnata da regole chiare sulla qualità, sulla rappresentatività e sulla limitazione delle finalità di utilizzo, può sostenere modelli di rischio più robusti e coerenti con i principi di mutualizzazione e solidarietà che sono alla base dei mercati assicurativi.
In secondo luogo, l’interoperabilità e la governance condivisa possono facilitare la collaborazione tra Compagnie assicurative, banche, fintech e startup. L’innovazione basata sull’AI nasce sempre più spesso dall’intersezione tra settori diversi, ma senza standard tecnici e giuridici comuni la possibilità di scalare e adottare soluzioni innovative resta limitata. La condivisione regolata dei dati rappresenta quindi lo strumento che consente ai diversi operatori del mercato di collaborare su basi più omogenee, riducendo incertezza e frammentazione.
Infine, i sistemi condivisi e interoperabili di gestione dei dati possono ridurre le barriere all’ingresso, in quanto standard comuni permettono a startup e imprese di minori dimensioni di sviluppare servizi basati sull’AI senza dover replicare infrastrutture dati costose, favorendo la concorrenza, la diversificazione dei prodotti assicurativi, l’inclusione e il miglioramento dei servizi per i clienti. Questo aspetto potrebbe contribuire anche alla riduzione dei protection gap, soprattutto in aree nelle quali la copertura assicurativa risulta insufficiente, come il rischio climatico, la salute e la long-term care.
Questi benefici possono concretizzarsi, però, solo se vengono preservate fiducia e reputazione che, nel settore assicurativo, non sono valori astratti, ma asset strategici. I clienti non sono disposti a condividere dati, e le imprese non possono innovare in modo responsabile, se non esiste fiducia nel fatto che l’utilizzo dei dati sia trasparente, spiegabile e sicuro. L’innovazione, quindi, non viene presentata come un processo separato dalla protezione del consumatore, ma come un processo che può svilupparsi solo all’interno di condizioni chiare di affidabilità.
In questo quadro, si pone la necessità di evitare l’eccessiva personalizzazione. Nel settore assicurativo, una personalizzazione troppo spinta può indebolire i principi di solidarietà e mutualizzazione. Il rischio indicato è che l’uso incontrollato degli algoritmi conduca all’esclusione o alla penalizzazione di segmenti vulnerabili della popolazione. In particolare gruppi di clienti come anziani, persone con disabilità e residenti in aree ad alto rischio, potrebbero ricevere offerte meno favorevoli o essere svantaggiati. L’intelligenza artificiale, quindi, deve essere governata in modo da non trasformare la capacità di segmentare il rischio in uno strumento di esclusione o discriminazione.
La sfiducia dei clienti è legata anche a comunicazioni poco chiare da parte degli assicuratori sui meccanismi di controllo, sulla spiegabilità degli algoritmi, sulla cybersicurezza e sulla protezione dei dati. Al di là della correttezza tecnica dei sistemi, la comprensibilità del loro funzionamento e la capacità delle imprese di comunicare in modo chiaro come i dati vengono utilizzati e protetti, soprattutto nei settori vita e salute, dove le informazioni trattate possono essere particolarmente sensibili, appaiono molto importanti.
Tutti questi aspetti si collocano, naturalmente, nel quadro regolamentare europeo. GDPR, AI Act e DORA vengono richiamati nell’intervento non come strumenti pensati per limitare l’innovazione, ma come presidi destinati ad ancorarla alla fiducia e alla resilienza. La regolazione ha lo scopo di allineare gli incentivi, chiarire le aspettative e ridurre l’incertezza per gli operatori del mercato. In questa prospettiva, regole chiare riducono anche i rischi reputazionali per le imprese e rendono l’innovazione più sostenibile e scalabile.
