L’intelligenza artificiale sta cambiando radicalmente il modo in cui le persone interagiscono con il denaro. Tutti possono trarre vantaggio dall’applicazione di questa tecnologia. Non solo le istituzioni finanziarie, ma anche i clienti delle banche e gli investitori.
Scopriamo come l’AI si inserisce con sempre più vigore innovativo anche nel contesto finanziario con il supporto del dottor Antonio Lanotte, Advisory Board at Vernewell Group – Lecturer Vernewell Academy, Tax Technology Committee – CFE Bruxelles, Advisory Council – Blockchain for Europe.
Il Fintech dimostra una forte propensione all’adozione delle più recenti tecnologie di intelligenza artificiale, con applicazione dal trading quantitativo al rilevamento delle frodi, dalla gestione del credito l’audit e compliance. Qual è, a suo avviso, l’area dove maggiormente l’AI è più utile, in quale giocherebbe un ruolo preponderante, in quale potrebbe essere ridondante o addirittura inutile?
Le analogie e affinità tra intelligenza artificiale e Fintech sono enormi. Il miglioramento delle conoscenze e delle capacità sociali ha spinto la tecnologia AI dai margini al centro del dibattito.
Per cominciare direi che l’intelligenza artificiale deve essere utilizzata nella maniera più opportuna ed etica e che nessun algoritmo di AI al mondo, benché sofisticato e altamente performante, potrà disporre di tutte le informazioni, se non è sufficientemente alimentato dall´intervento umano seppur minimo. Le attività (operazioni) per così dire ripetitive e/o ridondanti sono tali perché essenzialmente l´AI si presta al servizio dell´opera (attività) umana e, come tale, deve essere utilizzata per svolgere, controllare e possibilmente migliorare (perfezionare) il lavoro dell´uomo appunto. Per non parlare di quel fattore denominato “sensibilità”, caratteristica/qualità indubbiamente umana, capace di indirizzare e governare l´AI nella giusta direzione.
Ne è un esempio l’attività di “Data automation/credit risk assesment”. I punteggi di credito basati sull’intelligenza artificiale sono forse i più promettenti e rilevanti. In breve, il credit scoring è una valutazione di quanto un cliente sia in grado di pagare e sia disposto a rimborsare i debiti. Le decisioni dell’intelligenza artificiale sui punteggi di credito si basano su molti dati, come il reddito totale, la storia creditizia, le analisi delle transazioni, l’esperienza lavorativa, ecc. Il credit scoring è un modello matematico basato su metodi statistici che considera una grande quantità di informazioni. Il risultato è che i punteggi di credito, che utilizza l’intelligenza artificiale, forniscono valutazioni sensibili e individuali del punteggio di credito basate su diversi fattori aggiuntivi in tempo reale, consentendo potenzialmente a un maggior numero di persone con reddito di accedere ai finanziamenti.
O anche quello di scoprire eventuali attività di “Banking Fraud”. I dati vengono analizzati utilizzando strumenti di analisi basati sull’intelligenza artificiale per rilevare transazioni sospette che potrebbero indicare una frode. Grazie all’intelligenza artificiale, è possibile monitorare i modelli di comportamento degli utenti e identificare le azioni (profilo clienti) che si discostano dalla norma e che potrebbero indicare tentativi o incidenti di frode. Questi casi vengono poi trasmessi al personale umano per essere esaminati, con un notevole risparmio di tempo.
Oppure gli “Automated customer service”. Il servizio clienti e la gestione delle relazioni sono un’altra area critica in cui le tecnologie di intelligenza artificiale forniscono un valore tangibile. Le aziende del settore Fintech possono utilizzare i chatbot per rispondere rapidamente alle domande dei clienti e migliorare la loro esperienza complessiva con i loro prodotti e servizi. Questi chatbot consentono di personalizzare il servizio clienti e di fornire consulenza specialistica a costi contenuti. Inoltre, i chatbot possono essere disponibili 24 ore su 24, 7 giorni su 7, senza mai prendere giorni di riposo. Gli assistenti virtuali possono anche aiutare il cliente a navigare tra le offerte della banca, migliorare i dati degli utenti e fornire inviti all’azione personalizzati per aumentare le conversioni mirate.
Il Fintech è in grado di fornire servizi e supporto a segmenti difficilmente raggiungibili dal banking tradizionale. L’AI come si inserisce in questa propensione fortemente innovativa del settore?
Fintech, abbreviazione di financial technology, si riferisce all’uso della tecnologia per migliorare e automatizzare i servizi finanziari. Questo può includere un’ampia gamma di applicazioni e tecnologie, come le applicazioni di mobile banking, le piattaforme di pagamento online e la consulenza sugli investimenti basata sull’intelligenza artificiale.
L’obiettivo del Fintech è quello di rendere i servizi finanziari più efficienti, accessibili e facili da usare.
L’intelligenza artificiale e l’apprendimento automatico (machine learning) sono sempre più utilizzati nel settore fintech, perché hanno il potenziale di migliorare l’efficienza e l’accuratezza dei servizi finanziari. Alcuni dei modi principali in cui l’AI e il machine learning vengono utilizzati nel settore fintech sono, per esempio, l’automazione dei processi. L’intelligenza artificiale e il machine learning possono essere utilizzati per automatizzare attività e processi ripetitivi, come l’inserimento e l’analisi dei dati. Ciò può contribuire a ridurre la quantità di tempo e di sforzi necessari per portare a termine tali attività, oltre a ridurre il rischio di errori.
Oppure per migliorare il processo decisionale. L’intelligenza artificiale e l’apprendimento automatico possono essere utilizzati anche per fare previsioni e decisioni più accurate. Ad esempio, gli algoritmi di apprendimento automatico possono essere addestrati su grandi insiemi di dati per identificare modelli e tendenze che possono essere utilizzati per prendere decisioni più informate su aspetti quali il rischio di credito o il rilevamento delle frodi.
O anche migliorare l’esperienza del cliente. L’intelligenza artificiale e l’apprendimento automatico possono migliorare l’esperienza del cliente, fornendo raccomandazioni e consigli personalizzati. Ad esempio, i chatbot alimentati dall’AI possono essere utilizzati per fornire ai clienti risposte immediate alle loro domande, mentre gli algoritmi di apprendimento automatico possono essere utilizzati per fornire raccomandazioni personalizzate sugli investimenti.
Nel complesso, l’uso dell’AI e del machine learning, nel settore fintech, ha il potenziale per migliorare l’efficienza e l’accuratezza dei servizi finanziari e può anche contribuire a migliorare l’esperienza del cliente.
L’impiego dell’intelligenza artificiale nella Finanza solleva degli interrogativi etici, particolarmente rilevanti, come trasparenza, responsabilità, bias. Ne individua altri o pensa che questi tre possano essere i più importanti e perché.
Uno dei modi principali in cui le Fintech promuovono l’inclusione finanziaria è rendere i servizi finanziari più accessibili alle comunità poco servite. Ad esempio, offrendo servizi bancari mobili. Le società fintech possono rendere più facile l’accesso ai servizi finanziari per le persone che vivono in aree remote o rurali, come il trasferimento di denaro o il pagamento di bollette. Questo può essere particolarmente importante per le persone che non hanno accesso alle banche tradizionali (“unbanked”). Inoltre, le società fintech, attraverso l’intelligenza artificiale, possono anche offrire prodotti e servizi finanziari “personalizzati”, adatti alle esigenze specifiche delle comunità meno servite, come microprestiti o conti di risparmio con saldi minimi bassi. Ciò può contribuire a mettere individui e famiglie in condizione di assumere il controllo delle proprie finanze e migliorare il proprio benessere economico.
Pertanto, in un’analisi costi/benefici, che ritengo assolutamente doverosa, sono del parere che i benefici possano superare di gran lunga i costi sostenuti o comunque i cosiddetti “interrogativi etici, particolarmente rilevanti”.
In tal senso la combinazione di infrastrutture tecnologiche avanzate, di una forza lavoro altamente istruita e di una forte cultura dell’innovazione potrà facilitare la rapida adozione di soluzioni fintech da parte di consumatori e imprese, grazie al combinato utilizzo di tecnologie come Blockchain (DLTs), IoT (Internet of Things), AI e machine learning, unitamente a una regolamentazione in tema di Intelligenza Artificiale (AI Act), di recente promulgazione, in grado di fronteggiare a qualsiasi tipo di abuso o uso sconsiderato della tecnologia in discussione. Questa e´ capace di costruire un profilo del cliente, non solo nelle sue abitudine e preferenze di accesso al servizio, ma anche in quelli che sono i rischi “etici” particolarmente rilevanti, personalizzando lo stesso profilo di rischio e potendo pertanto selezionare il tipo di attivita´ e/o operazione da performare, attraverso l´utilizzo del machine learning, che permetterà, di volta in volta, di imparare e perciò tarare il profilo di rischio per ciascun cliente/utente attraverso un processo transazionale trasparente e immutabile (blockchain).
L’intelligenza artificiale impatta fortemente sulla efficienza e sicurezza del settore finanziario. È possibile o necessario farla lavorare in sinergia con altre tecnologie emergenti per garantire un’affidabilità del settore più rilevante?
L’Intelligenza Artificiale è destinata ad avere un forte impatto sul settore finanziario e in particolare modo su quello Fintech, aumentando di gran lunga i benefici circa l´utilizzo della componente tecnologica e di conseguenza la platea degli utenti (unbanked people). Il Fintech, infatti, è destinato ad avere un impatto significativo sulla società, sia in termini di modalità di fornitura dei servizi finanziari, sia in termini di economia in senso lato.
A questo occorre aggiungere l’attività di pagamenti e trasferimenti di denaro digitali.
Il Fintech ha già avuto un grande impatto sul modo in cui le persone effettuano i pagamenti e i trasferimenti di denaro e questa tendenza è destinata a continuare (es. mobile banking e le piattaforme di pagamento peer-to-peer).
Ed infine la Blockchain e le criptovalute. La tecnologia blockchain e le criptovalute hanno il potenziale per rivoluzionare il settore finanziario e possiamo aspettarci di vedere ulteriori innovazioni in questo settore nei prossimi anni. La tecnologia blockchain, infatti, è destinata ad avere un impatto sul settore finanziario a livello globale. Essa, nella sua architettura, è pronta a consentire un’elaborazione più rapida e conveniente delle transazioni finanziarie. L’attività di Supply Chain Finance, ad esempio, è uno degli strumenti più rivoluzionari a disposizione dell’industria finanziaria soprattutto quella Fintech. Il suo contributo principale è la semplificazione dell’integrazione dei flussi fisici e finanziari. Ciò è dovuto alla tecnologia Blockchain e all’IoT. Così come l’automazione del processo, sfruttando l’intelligenza artificiale (AI) e i Big Data Analytics.
Inoltre, queste tecnologie possono aiutare a ridurre molti rischi finanziari della catena di approvvigionamento meglio denominata “supply chain”. Tra questi, possiamo trovare i rischi di carattere operativo. Per esempio, il rischio di un doppio finanziamento o il rischio di non ottenere l’output desiderato.
AI, Fintech, PMI. Come interpreta questi tre ecosistemi in una ottica di sinergia e crescita?
I governi (autorità regolatorie), le imprese (MNEs e SMEs), soprattutto quelle fortemente automatizzate e le startup fintech formano un ecosistema. Tutti i partecipanti a questo ecosistema affrontano sfide e opportunità diverse. Il che rende il panorama più dinamico e complesso, oltre che in continua evoluzione.
Le aziende possono facilitare lo scambio di dati, non sensibili, per creare degli algoritmi (digital twins) capaci, attraverso l’utilizzo di AI e machine learning, di profilare non solo utenti, ma le cosiddette “best practice”, atte a sviluppare e far crescere l´ecosistema “digitale” (regulatory sandbox) in cui operano autorità regolatorie, società Fintech e PMI, al fine di ridurre i costi di approvvigionamento del capitale, di ridurre l´incertezza giuridica (smart contract) e di sostenere un più rapido e immediato “flow” del funding finanziario (capitale circolante) alle imprese.
La gestione della catena di approvvigionamento coinvolge il flusso di beni e prodotti dalla fase iniziale a quella finale. Essendo una parte importante di molte industrie, il corretto funzionamento di una catena di approvvigionamento è fondamentale per le imprese. Inoltre, il settore dei servizi finanziari sta passando dalla fase di esplorazione a quella di pura applicazione, di qui il lancio della “European Blockchain Regulatory Sandbox” da parte della Comunità Europea nell’ambito del “Digital Europe Programme”. È un nuovo programma di finanziamento dell’UE, che mira a portare la tecnologia digitale alle imprese, ai cittadini e alle amministrazioni pubbliche. La sandbox stabilisce un quadro paneuropeo per i dialoghi normativi al fine di aumentare la certezza del diritto per le soluzioni blockchain innovative. Questo è di fondamentale importanza per la crescita del settore, ma soprattutto per lo sviluppo di un sistema integrato e olistico capace di trasformare i rischi in opportunità.
È, quindi, molto importante che le istituzioni finanziarie e gli esperti comprendano il ruolo delle tecnologie dirompenti, al fine di trarre vantaggio da questa rivoluzione finanziaria. La creazione di un ecosistema digitale tramite eIDAS si riferisce a una serie di servizi che comprendono la verifica dell’identità di individui, attraverso strumenti di AI, e imprese online e la verifica dell’autenticità dei documenti elettronici. Il regolamento eIDAS è il regolamento (UE) 910/2014 sull’identificazione elettronica e i servizi fiduciari per le transazioni elettroniche nel mercato interno. Questo regolamento definisce le condizioni in cui gli Stati membri riconosceranno l’identificazione elettronica degli utenti. Inoltre, questo regolamento implementa gli standard per le firme elettroniche, le marche temporali, i sigilli elettronici e altre prove di autenticazione, tra cui la certificazione elettronica e i servizi di consegna raccomandata che conferiscono alle transazioni elettroniche lo stesso status legale di quelle effettuate su carta.
La fiducia rimane la sfida più grande associata all’implementazione dell’intelligenza artificiale al mondo finanziario. Nonostante gli innumerevoli vantaggi ancora le esitazioni nell’applicazione della AI sono numerose. I due principali fattori che scoraggiano le organizzazioni dall’implementare la tecnologia AI sono la mancanza di conoscenza dei rischi derivanti dall’impiego dell’AI stessa e non riuscire a comprendere le giuste modalità di implementazione e benefici. I timori sono solo questi secondo lei?
Non si può pensare di affidare tutto all’intelligenza artificiale, altrimenti si rischierebbe di avere un approccio, a mio parere, errato. Come sostenevo in precedenza l’intelligenza artificiale deve essere considerato come un supporto all’attività dell’uomo, atto a migliorare e perfezionare l’attività dello stesso, riducendo al minimo l’errore umano. I timori che questo possa non accadere esistono e sono assolutamente fondati; tuttavia, un’analisi a priori dei rischi (attività di “risk assesment”) a cui fare seguire un preciso e puntale dettaglio delle attività eseguite dall’AI è quanto meno necessario, non solo come approccio operazionale, ma anche comunicativo per far comprendere il valore aggiunto (output) del servizio prestato attraverso l’utilizzo di meccanismi di AI.
I principali timori sono essenzialmente quelli di un ricorso massiccio all´intelligenza artificiale non solo nelle attività finanziarie viste ed elencate in precedenza, ma anche nei confronti di attività, per così dire, quotidiane, che tenderebbero a smaterializzare pesantemente l´attività umana a scapito di un quadro “fiduciario” di assoluta importanza e, per così dire, cruciale per narrare e costruire un´ecosistema “digitale” in grado di soddisfare le esigenze di una “supply chain” ormai globale e sempre più basata sulla circolazione immediata delle informazioni.
L’intelligenza artificiale sta cambiando radicalmente il modo in cui le persone interagiscono con il denaro. Tutti possono trarre vantaggio dall’applicazione di questa tecnologia. Non solo le istituzioni finanziarie, ma anche i clienti delle banche e gli investitori. Oltre agli insight per la gestione patrimoniale quali implementazioni dell’AI possono facilitare, secondo lei, il rapporto cliente-istituto?
Il rapporto cliente-istituto è destinato a cambiare radicalmente. Paradossalmente sarà più inclusivo e destinato ad essere ancora di più personalizzato. In altre parole, l’introduzione dell’intelligenza artificiale e machine learning tenderanno a sostituire l’attività umana in quelle che sono le attività (operazioni) per così dire ripetitive e/o ridondanti. Queste ultime attività a basso valore aggiunto, d´ora in poi, si focalizzeranno su attività di analisi e due diligence, sempre supportate dall´uso dell´AI.
Il denaro è, inoltre, destinato ad avere una funzione totalmente diversa dal passato soprattutto con l´avvento delle criptovalute (cryptocurrencies) e della probabile introduzione della CBDC (Central Bank Digital Currency) o Digital Euro, a partire presumibilmente del 2026, che nelle intenzioni delle BCE, andrà ad affiancare e non già a sostituire il denaro (moneta fiat).
L’implementazione di nuove tecnologie ci condurrà verso un mondo più semplice, lineare e sostenibile, consentendo alle persone di vivere la propria vita in modo diverso e paradossalmente più inclusivo, riducendo al minimo le implicazioni di carattere burocratico e normativo in modo più o meno rivoluzionario.
L´accesso alla prossima evoluzione di Internet (Web 3.0) e del Metaverso aprirà a una serie di applicazioni, che tenderanno ad espandere le interazioni, avendo al centro la persona e la quantità e qualità di informazioni (dati) che questa intende scambiare. Le transazioni a quel punto saranno regolate come degli strumenti nuovi ed innovativi, i token, che tenderanno in una maniera biunivoca ad essere uno strumento di comunicazione dalla piattaforma (exchange, CASP definizione del MiCAR in corso di approvazione) all´utente e viceversa. Il processo di scambio di informazioni, alcune repetitive, altre nuove, sono destinate a profilare l´utente, attraverso strumenti di AI e di machine learning, capaci di rispondere in maniera tempestiva al mutare delle condizioni dell´ecosistema circostante.
I robo advisor, nati negli Stati Uniti dopo la crisi economica del 2008, offrono portafogli di fondi automatizzati, con soluzioni di investimento economici. Quali sono i pro e contro di affidarsi a queste piattaforme?
Il settore dei servizi finanziari sta subendo una trasformazione significativa riguardo le modalità di richiesta e fornitura dei servizi di consulenza e gestione finanziaria.
Questa evoluzione è dovuta ad una varietà di fattori: nuovi parametri regolamentari, evoluzione demografica della clientela e, soprattutto, progressi tecnologici.
Tutto questo contribuisce alla nascita e allo sviluppo del Fintech, ma, soprattutto. all’introduzione di strumenti nuovi quali appunto i “robo-advisor”, destinati a supportare l´attività dell’uomo in una fase iniziale di “screening”, tesa a profilare il cliente e indirizzarlo verso attività di investimento più consone e/o adatte al profilo di rischio e alla capacità di spesa.
Occorre, tuttavia, fare attenzione: dietro la parola robo-advisor non si cela un vero e proprio robot, bensì trattasi di un algoritmo (AI, machine learning) destinato a efficientare il lavoro di analisi e profilo dell´utente incanalandolo verso attività di investimento sempre più performanti.
Personalmente non vedo nulla di male nell’utilizzo dell´uso dei robo-advisor, purché gli stessi siano soggetti agli stessi requisiti normativi dei tradizionali servizi di consulenza finanziaria, tra cui la supervisione da parte della CONSOB in Italia, SEC e FINRA negli Stati Uniti, FCA nel Regno Unito e delle autorità equivalenti in altre giurisdizioni.
L’attività di consulenza e gestione digitale è destinata a diventare sempre più´ centrale per tutti i motivi già precedentemente elencati e dettagliati, pertanto tali strumenti se “usati e non abusati” sono destinati a divenire un utile strumento di profilo e analisi, ma soprattutto di “validazione” alla luce della trasposizione delle transazioni su tecnologia blockchain, pertanto trasparenti e immutabili oltre che accessibili.
In quest’ottica i vantaggi (pro) sono tanti quali la rapida accessibilità al servizio, la costante disponibilità (24/7), i costi contenuti, ma anche alcuni svantaggi (contro) tra i quali quello che sono altamente “spersonalizzati”, ovvero utilizzano dei modelli cosiddetti standard che non sono per così dire adatti a tutti i profili di utenti. In tal caso l´utilizzo di strumenti tecnologici sempre più´ sofisticati (AI) permetterà di elevare gli standard di analisi e di consulenza.