L’Intelligenza Artificiale può generare per il settore bancario italiano un valore addizionale stimabile di 8 miliardi di dollari in tre anni, pari a circa il 20% dell’utile netto aggregato, grazie a una combinazione di crescita dei ricavi, maggiore efficienza operativa e riduzione del rischio di credito.
È quanto emerge dall’analisi condivisa in occasione della nuova edizione dell’Accenture Banking Conference, durante la quale la società ha evidenziato un paradosso la cui risoluzione sarà determinante per il futuro del settore: nonostante i risultati estremamente positivi conseguiti negli ultimi anni, emergono fragilità strutturali sempre più evidenti.
In un contesto internazionale di crescente incertezza, infatti, la redditività è stata sostenuta principalmente da fattori esogeni, come il margine d’interesse, mentre le leve tradizionali di efficienza risultano ormai in esaurimento e l’Intelligenza Artificiale, pur rappresentando la principale leva di trasformazione, resta spesso confinata a casi d’uso specifici, senza incidere in modo strutturale sui processi.
Da quanto emerge dall’analisi, nonostante il forte livello di investimenti globali (solo nel 2024 il settore ha investito oltre 31 miliardi di dollari in Ia) e la crescente maturità delle tecnologie, gli istituti bancari continuano a riscontrare difficoltà nell’integrare l’intelligenza artificiale in modo efficace.
Persiste infatti un divario significativo tra ambizione e applicazione: l’80% dei leader bancari considera l’Ia fondamentale per la crescita, ma meno del 30% si ritiene pronto a integrarla su larga scala, un gap che spesso si traduce in un’integrazione limitata e frammentata.
Le cause di questa distanza sono molteplici e affondano nelle caratteristiche stesse del settore, come i vincoli regolatori, la necessità di garantire elevati livelli di affidabilità, tracciabilità e supervisione e la presenza di architetture legacy complesse.
A questi fattori si aggiungono elementi più strutturali, come la qualità e la gestione del dato e la necessità di sviluppare competenze specifiche che consentano di mantenere una supervisione umana su processi critici.
In questo contesto, l’Ia viene spesso introdotta come un livello aggiuntivo all’interno di processi esistenti, senza modificarne realmente la struttura.
Ed è proprio questo approccio incrementale che ne limita il potenziale trasformativo, rendendo necessario un ripensamento più ampio e integrato.
La trasformazione necessaria per attuare il passaggio a una ‘reinvention‘ strutturale, che permetta agli istituti bancari di catturare valore in modo duraturo, segue generalmente una traiettoria evolutiva precisa: dalle prime applicazioni focalizzate sull’efficienza operativa e sulla produttività It, fino al rafforzamento dei processi decisionali e della relazione con il cliente, per arrivare a modelli completamente nuovi di generazione dei ricavi basati su personalizzazione avanzata e servizi dinamici.
Per accompagnare le banche in questa evoluzione, Accenture ha quindi introdotto il framework ART (Artificial Reinvention Transformation), un modello operativo che intende rispondere alle barriere descritte andando ad agire su quattro dimensioni chiave: ‘Digital Brain‘ rappresenta il patrimonio di dati, modelli e conoscenza organizzativa, da costruire anno dopo anno e condizione fondamentale per un’integrazione sistemica; ‘Workbench‘ costituisce la piattaforma di governance aziendale, che permette un’integrazione sistemica coerente, evitando la frammentazione; ‘Work‘ prevede la riprogettazione dei processi in logica ‘AI-first‘, valutando l’integrazione, nelle diverse attività, di agenti IA specializzati, che agiscano in autonomia o in affiancamento alle risorse umane a seconda dei casi; ‘Workforce‘ ripensa la struttura della forza lavoro e dei flussi, con l’alleggerimento delle funzioni più di base a vantaggio di quelle ad alto valore e l’emergere di nuovi ruoli – AI trainer, agent supervisor, prompt engineer – con Kpi, responsabilità e percorsi di carriera definiti.
Questo approccio, indica quindi l’analisi, consente quindi di affrontare in modo sistemico i principali ostacoli a un’adozione olistica, abilitando una trasformazione più solida e sostenibile nel tempo.
