“Circa nove banche su dieci non sono ancora riuscite ad allineare pienamente fiducia e risultati concreti, e circa una su cinque opera ancora con dati frammentati in silos. Colmare il divario tra le ambizioni sull’AI e la reale capacità di adottarla dovrebbe essere una priorità per tutte le banche”.
Nel panorama italiano, con sede a Milano e Roma, le banche mostrano una spinta significativa verso l’AI affidabile nel settore bancario. Tuttavia, solo il 23% si colloca al livello più alto del Trustworthy AI Index di IDC. Gli indicatori più preoccupanti sono:
- solo l’11% delle banche ha raggiunto sia un’elevata fiducia interna nell’AI sia sistemi dimostrabilmente affidabili;
- quasi la metà (47%) vive il “dilemma della fiducia”: da un lato un uso limitato di AI consolidata per mancanza di fiducia, dall’altro un eccesso di dipendenza da sistemi non ancora validati.
Queste cifre mostrano che la maggior parte degli istituti è ancora lontana dall’“stato ideale” di alta fiducia e affidabilità.
Investimenti in crescita, fondamenta fragili
Le banche prevedono un incremento della spesa in AI compreso tra il 4% e il 20% per il 60% degli istituti, mentre un ulteriore 12% attende aumenti ancora più marcati. Nonostante questo entusiasmo, emergono criticità strutturali:
- data silos: il 19% delle banche opera ancora con infrastrutture dati frammentate, la percentuale peggiore tra tutti i settori analizzati;
- governance dei dati insufficiente: il 45% non dispone di una data governance efficace, e il 41% manca di un’infrastruttura dati centralizzata o ottimizzata;
- gap di competenze: il 42% segnala carenze di skill specialistiche in ambito AI. Per colmare queste lacune, il 52% delle banche prevede di ampliare l’architettura AI, il 43% intende creare o potenziare team dedicati, mentre solo il 31 % si concentrerà sullo sviluppo e tuning dei modelli.
“Il settore bancario comprende chiaramente il potenziale dell’intelligenza artificiale, ma capire e saper eseguire non sono la stessa cosa”, ha dichiarato Kathy Lange, Research Director of the AI and Automation Practice di IDC.
“Senza architetture dati solide, framework di governance e una pipeline di talenti, le banche rischiano di investire in iniziative IA che non portano ROI o, peggio, che minano la fiducia da cui dipendono”.
Il ROI nasce dall’innovazione responsabile
Il report sfata l’idea che il valore principale dell’AI affidabile nel settore bancario sia il solo risparmio sui costi. Il banking è l’unico settore a indicare l’innovazione di prodotti e servizi come prima leva di valore. I dati cross‑industry mostrano che le iniziative focalizzate sulla customer experience restituiscono 1,83 $ per ogni dollaro investito, seguite da quelle che puntano a incrementare la quota di mercato con 1,74 $, mentre le strategie di cost saving si fermano a 1,54 $. Inoltre, le organizzazioni che hanno dato priorità a un’AI affidabile hanno il 60 % di probabilità in più di raddoppiare il ritorno complessivo, dimostrando che l’innovazione responsabile è un acceleratore di crescita.
Le banche stanno anche guidando l’adozione dell’AI agentica: quasi un terzo prevede di aumentare gli investimenti in trustworthy AI per supportare sistemi più autonomi. Ma con l’aumentare dell’autonomia, la necessità di governance, spiegabilità e trasparenza diventa ancora più critica.
“I regolatori osservano. I clienti osservano. E oggi quasi metà delle banche sta usando un’intelligenza artificiale non comprovata o, al contrario, esita a sfruttare pienamente soluzioni già validate”, ha dichiarato Alex Kwiatkowski, Director of Global Financial Services di SAS. “In una dinamica così competitiva, i tagli di costo, da soli, non sono sufficienti. Il successo sarà possibile solo per le banche che investono in governance, in governance, spiegabilità, trasparenza e solide basi dati prima di scalare l’AI, non dopo che qualcosa non ha funzionato”.
News
Clicca per ingrandire l'immagine
Articolo del
