In collaborazione con |  |
La digitalizzazione nel mondo dei pagamenti negli ultimi anni ha ricevuto un ulteriore impulso dall’applicazione di nuovi paradigmi tecnologici e soluzioni di frontiera capaci di rivoluzionare nel profondo il settore dei servizi finanziari. Tra questi, un ruolo di primo piano oggi è ricoperto dall’intelligenza artificiale generativa, cui banche e fintech guardano con interesse per il valore aggiunto che potrebbe essere in grado di garantire in termini di prevenzione delle frodi, rapporto con la clientela, personalizzazione delle offerte e miglioramento complessivo dei processi e dei servizi. Nella partita c’è anche Visa che da 30 anni è impegnata sul fronte dell’intelligenza artificiale e recentemente, con il Generative AI Fund, ha annunciato un investimento di 100 milioni di dollari per supportare startup che operano nell’ambito della Generative AI. Quando si tratta di implementare soluzioni di intelligenza artificiale, il vantaggio competitivo delle società innovative è la capacità di muoversi rapidamente e convincere nuovi clienti.
Quanta AI c’è nel fintech?
Dalla pubblicazione di ChatGPT in poi l’interesse nei confronti dell’intelligenza artificiale è cresciuto. Bisogna però considerare che la tecnologia in questione non è recente: a metà Novecento lo scienziato Alan Turing si chiedeva in un paper (Alan Turing, “Computing Machinery and Intelligence”, Mind, Volume LIX, n. 236 – Ottobre 1950, Pag. 433–460) se le macchine sarebbero riuscite un domani a pensare. Il fatto che oggi accanto ad AI ci sia il termine generativa significa che è stato aggiunto un importante tassello. Passi avanti notevoli sono stati compiuti a partire dagli anni Sessanta, per una tecnologia che ha vissuto con alterne fortune.
In un white paper (Visa – White Paper “Opportunities for Generative AI in Financial Services” – Aprile 2024) che analizza il rapporto tra intelligenza artificiale e comparto fintech, Visa ha presentato i casi d’uso già consolidati dell’AI nel settore dei Financial Services. Tra i più comuni c’è quello dei robo-advisor, software in grado di analizzare la composizione del portafoglio di un cliente e fornirgli consulenza mirata; il machine learning è poi, storicamente, un alleato nella lotta contro le frodi (Visa cita gli esempi di società come Minerva e Sardine). All’inizio degli anni Novanta Visa è stata tra le prime reti di pagamento ad applicare una tecnologia che gestiva il rischio di frodi sfruttando l’intelligenza artificiale. Da allora, ha continuato a investire nell’AI e nell’infrastruttura di dati per cercare di garantire la massima sicurezza nella movimentazione dei flussi di fondi e implementare le più sofisticate misure di prevenzione delle frodi. Oggi, la piattaforma tecnologica di Visa può fornire molti esempi di quali sono i benefici concreti che l’AI può offrire.
Sono oltre 300 i modelli di AI che attualmente contribuiscono ad offrire valore e sicurezza a consumatori e imprese. More Wealth, Sofi Invest ed Ellevest sono esempi di robo-advisor e strumenti di gestione patrimoniale basati sull’intelligenza artificiale. In questi prodotti, il motore di AI analizza i dati di mercato storici in tempo reale, e aiuta gli utenti a prendere decisioni informate, prevedendo le tendenze del mercato, identificando opportunità di investimento e valutando i potenziali rischi.
Diversi istituti finanziari già oggi adottano chatbot e assistenti virtuali per velocizzare i processi e assistere i propri clienti. Insomma, per quanto venga descritta come una tecnologia di frontiera, l’AI è già oggi parte integrante dell’offerta fintech in diversi ambiti. Si tratta di un’innovazione spesso invisibile, caratteristica questa che potrebbe condividere anche con alcune delle future innovazioni di AI. Nel white paper di Visa un intero capitolo è dedicato agli scenari ancora inesplorati e che suggeriscono ambiti di sviluppo dell’intelligenza artificiale.
… e quanta ce ne sarà?
Si stima che l’AI generativa avrà bisogno di anni prima di diffondersi a livello globale nel fintech, così come per i software stile ChatGPT. Dove ci si aspettano innovazioni? Si può partire, ad esempio, dal tema dei cosiddetti unbanked, ossia le persone che non hanno un conto in banca. Si tratta di profili con cui gli istituti non hanno modo di interagire. Per allargare l’accesso al credito le aziende finanziarie potrebbero sfruttare il machine learning, ad esempio, per valutare il merito creditizio di persone che non hanno uno storico alle spalle su cui basarsi. L’AI in questi casi dovrà contrastare i cosiddetti bias, cioè i pregiudizi.
Restiamo sul capitolo prestiti. Alle famiglie a basso reddito spesso non vengono concessi, e finora l’AI non è stata ancora impiegata al massimo. Grandi insiemi di dati potrebbero tuttavia migliorare i risultati e garantire un maggiore accesso al credito. Un altro esempio di come utilizzare l’AI riguarda la gestione del budget. Nel recente sondaggio di Plaid “Fintech Effect 2023”, oltre la metà dei consumatori intervistati ha espresso interesse per questo tipo di consulenze. Realtà come Monarch Money e Recurly si concentrano sull’intelligenza artificiale: utilizzano il machine learning per aiutare i clienti a elaborare il budget in modo più efficace, costruire ricchezza e gestire i costi ricorrenti. Cleo, nel Regno Unito, utilizza un assistente AI conversazionale che dialoga con gli utenti per la gestione delle spese.
Quando si tratta di chatbot, tecnologia che abbiamo già citato, la questione imprescindibile riguarda l’aderenza alle normative. L’intelligenza artificiale e i software non possono permettersi di fornire ai clienti informazioni sbagliate, pena sanzioni. Ciò significa che l’AI generativa deve perfezionarsi e rispondere in maniera chiara a dubbi e domande delle persone.
L’intelligenza artificiale generativa può svolgere i lavori più ripetitivi, lasciando a consulenti ed esperti tempo per svolgere diverse mansioni. Moduli, piani di investimento, presentazioni, tutto materiale che può essere elaborato dai software. Finora l’AI generativa, per quanto dibattuta sui media, è una materia da early adopter e gli sviluppi si stanno concentrando in hub e Paesi che possono disporre di capitali e talenti. Ciò non significa che il fintech del futuro non possa raggiungere le aree più periferiche grazie a processi di automazione che semplificano accessi al credito e altri servizi.
Leggi anche: Visa Innovation Program sbarca in Italia. Un’altra freccia all’arco delle startup fintech
Una delle chiavi per il successo dell’implementazione della Gen AI nel settore bancario è il rispetto di standard etici di AI e il mantenimento di una governance dei dati di alta qualità. Per avere un impatto su scala, i prodotti finanziari abilitati dall’intelligenza artificiale devono essere sicuri per gli utenti finali, devono evitare violazioni normative e migliorare i risultati per i clienti, creando al contempo efficienza per gli istituti finanziari. Il consenso dei clienti per l’utilizzo dei dati, test preventivi e valutazioni rigorose dei modelli di apprendimento automatico e la condivisione di informazioni trasparenti sono tutti requisiti indispensabili per creare strumenti di Gen AI duraturi e ben governati nel settore finanziario.
Un dato ripreso dal white paper di Visa, citato in un report McKinsey, fotografa una situazione ancora embrionale per quanto riguarda l’impiego di AI: solo il 25% delle società bancarie ha adottato l’AI per rilevare le frodi o valutare il merito creditizio (Dati McKinsey pubblicati dalla Federal Reserve – Econ Focus Second Quarter 2023 “Artificial Intelligence and Bank Supervision”). Ciò conferma che il percorso è ancora lungo, richiederà investimenti, la collaborazione tra startup e corporate, così come un coinvolgimento attivo da parte delle persone, ma una volta impostato, svolgerà un ruolo importante nel miglioramento dei prodotti, consentendo agli istituti finanziari di offrire servizi più efficienti ed efficaci.
I casi di studio, le statistiche, le ricerche e le raccomandazioni sono fornite “COSÌ COME SONO” e sono intese esclusivamente a scopo informativo e non devono essere utilizzate come consigli operativi, di marketing, legali, tecnici, fiscali, finanziari o di altro tipo. Visa Inc. non fornisce alcuna garanzia o dichiarazione in merito alla completezza o all’accuratezza delle informazioni contenute nel presente documento, né si assume alcuna responsabilità che possa derivare dal fare affidamento a tali informazioni. Le informazioni contenute nel presente documento non sono da intendersi come consulenza legale e i lettori sono invitati a rivolgersi a un professionista legale competente qualora tale consulenza sia necessaria.
