L’adozione dell’Intelligenza Artificiale nei mercati finanziari italiani Il Report OCSE
L’adozione dell’Intelligenza Artificiale nei mercati finanziari italiani Il Report OCSE. L’OCSE ha recentemente pubblicato il report Artificial Intelligence in Italian Financial Markets, dedicato all’analisi dell’impiego dell’intelligenza artificiale nei mercati finanziari italiani e nel settore finanziario nazionale. Il lavoro costituisce il risultato finale del progetto Strengthening the regulatory and supervisory framework and market practices for the use of artificial intelligence in the Italian financial markets, finanziato dall’Unione europea tramite il Technical Support Instrument e realizzato dall’OCSE in cooperazione con la Commissione europea e in stretta collaborazione con Banca d’Italia.
L’obiettivo del rapporto è supportare Banca d’Italia e le altre autorità finanziarie italiane nell’identificare, comprendere e affrontare le implicazioni regolatorie e di vigilanza derivanti dall’uso dell’intelligenza artificiale nei mercati finanziari italiani, correlando l’analisi dell’AI a temi di stabilità, resilienza, efficienza, tutela del consumatore, capacità di supervisione e sviluppo responsabile dell’innovazione.
Il lavoro mappa l’impiego attuale e prospettico dell’AI nel settore finanziario italiano, con particolare attenzione ai mercati finanziari, ma includendo anche banche, assicurazioni, asset manager, fondi pensione e altri operatori. Esamina poi l’approccio delle autorità finanziarie italiane alla promozione di un impiego sicuro dell’AI, considerando monitoraggio, supervisione, strumenti SupTech e ambienti di innovazione.Infine, formula considerazioni di policy finalizzate a sostenere una diffusione più ampia, sicura e responsabile dell’AI nei mercati finanziari italiani.
La base empirica del rapporto è costituita principalmente da una survey OCSE condotta nel secondo trimestre del 2025 presso l’industria finanziaria italiana, con 450 risposte. Il lavoro integra inoltre un questionario di vigilanza rivolto alle autorità finanziarie italiane, roundtable, workshop, incontri bilaterali e attività di desk research.
Il primo dato rilevante sull’adozione dell’AI nel settore finanziario italiano, è che l’uso dell’intelligenza artificiale risulta in crescita, e particolarmente per assicurazioni e banche. Complessivamente, il 39% dei 450 rispondenti dichiara di utilizzare l’AI nelle attività ordinarie. Tra i principali settori finanziari, le assicurazioni registrano la quota più alta di adozione (il 70%), seguite dalle banche (59%). Per gli operatori dei mercati finanziari, il tasso di adozione indicato è invece pari al 31%.
I casi d’uso più frequenti riguardano soprattutto l’ottimizzazione dei processi interni e le funzioni di supporto trasversali ai diversi comparti finanziari. Tra gli utilizzi più ricorrenti figurano l’analisi dei dati, la generazione di contenuti testuali e la sintesi di testi. Altri ambiti rilevanti sono l’antiriciclaggio e il contrasto al finanziamento del terrorismo, la prevenzione delle frodi e il supporto alla clientela tramite chatbot. Per gli operatori dei mercati finanziari, il 60% impiega l’AI per ottimizzazione dei processi interni, generazione di contenuti testuali e traduzione.
Distinguendo tra AI già operativa e AI ancora in fase di sviluppo o sperimentazione, il Rapporto sottolinea che molti casi d’uso di General-Purpose AI, quindi modelli di AI a uso generale, si trovano ancora in fase di sviluppo o sperimentazione, rispetto alla quale – pur partendo da un tasso di adozione inferiore rispetto a banche e assicurazioni – gli operatori dei mercati finanziari risultano comunque attivi. In particolare, gli asset manager hanno riportato quasi 1.000 casi d’uso di AI in fase di sperimentazione o produzione, collocandosi secondi solo alle banche. Inoltre, in tutti i settori, almeno la metà delle imprese che già utilizzano l’AI sta sviluppando o sperimentando ulteriori casi d’uso.
Tre quarti delle società che utilizzano l’AI hanno riscontrato miglioramenti in termini di efficienza operativa, mentre quasi due terzi hanno registrato incrementi di produttività. Sono inoltre segnalati benefici nell’ottimizzazione dei processi interni, nel miglioramento del processo decisionale e nella produzione di nuovi insight analitici. Alcuni benefici più specificamente legati alle infrastrutture e alle attività di mercato, come l’efficienza delle riconciliazioni o la gestione del rischio di regolamento, risultano invece meno comuni.
Le imprese italiane che adottano l’AI fanno ampio ricorso a servizi di terze parti, con una forte concentrazione sui principali provider. Quasi il 75% dei rispondenti dichiara di utilizzare servizi cloud di terzi per l’AI, mentre il 39% ricorre a modelli di General-Purpose AI implementati da terzi. Questo dato si riconduce alla preferenza per soluzioni supportate da vendor esterni, ma anche alla necessità di rafforzare i presidi di governance e controllo, considerata la rilevanza del rischio di dipendenza da terze parti.
Alcune imprese hanno introdotto framework espliciti di governance dell’AI, mentre altre hanno adattato strutture già esistenti per gestire i rischi connessi alla tecnologia. Il 16% ha introdotto framework dedicati all’AI; la metà dei rispondenti utilizza il controllo umano, human-in-the-loop, come salvaguardia centrale. La responsabilità sugli output dell’AI viene spesso attribuita agli utenti delle aree di business e, in misura successiva, al top management. Tuttavia, quasi la metà dei rispondenti non ha ancora implementato presidi specifici contro le minacce cyber proprie dell’AI.
Tra i principali vincoli all’adozione più ampia dell’AI, si segnalano ostacoli regolatori e non regolatori. Tra i primi emergono l’incertezza normativa e il possibile disallineamento tra regole diverse. Il 20% dei rispondenti indica la mancanza di chiarezza regolatoria come ostacolo, con particolare riferimento all’attuazione dell’AI Act europeo e alla sua interazione con la regolazione settoriale esistente, anche nelle attività transfrontaliere. Ulteriori preoccupazioni riguardano la protezione dei dati, la proprietà intellettuale, la gestione del rischio di terze parti e la resilienza operativa. I secondi includono fattori organizzativi, culturali e di competenze, difficoltà legate ai dati, costi elevati e possibili effetti negativi degli output dell’AI. Un quarto delle imprese segnala difficoltà nell’attrarre e trattenere personale con competenze in AI; quasi un terzo indica problemi di accuratezza e coerenza dei dati; un quarto incontra difficoltà nell’accesso ai dati e vincoli di costo. Il documento richiama inoltre rischi operativi, dipendenza da terzi, limitata trasparenza dei modelli di terze parti, responsabilità legale e possibili danni ai clienti.
Secondo il Report, le autorità finanziarie italiane dispongono di misure e strumenti per monitorare l’impiego dell’AI nel settore finanziario nazionale, i quali includono iniziative di vigilanza, attività di raccolta dati e ricerca, strumenti SupTech in produzione o in sviluppo, nonché un ecosistema di facilitatori dell’innovazione esteso ai principali segmenti dell’attività finanziaria.
Per favorire un’adozione responsabile dell’AI a sostegno di mercati finanziari più efficienti, inclusivi e competitivi, contribuendo anche alla competitività dell’economia italiana e mantenendo un elevato livello di protezione del consumatore si deve guardare, anzitutto, al rafforzamento di una raccolta dati coordinata, ricorrente e metodologicamente allineata sulle tendenze di adozione dell’AI, così da fornire una base informativa solida per la definizione e l’attuazione delle politiche. Si suggerisce poi di promuovere maggiore chiarezza e semplificazione del quadro regolatorio e di vigilanza, con l’obiettivo di ridurre l’incertezza, rafforzare la supervisione e favorire aspettative coerenti a livello europeo.
Si sottolinea la necessità che i soggetti vigilati adottino assetti di governance dell’AI sufficientemente robusti, attribuendo un ruolo centrale ai board e al senior management, chiamati rispettivamente a definire le strategie e ad attuare lo sviluppo e il controllo dei sistemi AI secondo criteri proporzionati al rischio. Analoga impostazione si evidenzia anche per la cyber-resilience e la cooperazione intersettoriale sul controllo dei rischi derivanti da terze parti.
Fondamentale appare promuovere framework e pratiche sicure di condivisione dei dati, capaci di sostenere l’addestramento e il fine-tuning dei modelli AI, preservando privacy, sicurezza, standardizzazione e interoperabilità. A questo si affianca la necessità di rafforzare la cooperazione pubblico-privato, per consentire alle autorità di comprendere meglio le difficoltà di compliance degli operatori e, al tempo stesso, sostenere una diffusione più ampia dell’innovazione responsabile, a cui si deve coniugare il ruolo dei facilitatori dell’innovazione, degli ambienti di sperimentazione allineati al quadro europeo, della collaborazione tra settore pubblico, industria e mondo accademico, nonché del rafforzamento delle capacità di vigilanza in termini di attrazione, formazione e mantenimento di personale con competenze AI presso le autorità finanziarie, sia lo sviluppo di strumenti SupTech avanzati abilitati dall’intelligenza artificiale.
