Una visione globale dell’AI nei servizi finanziari per il 2025 e oltre

L’industria dei servizi finanziari (FSI) è uno spazio in cui l’AI è da tempo una realtà, piuttosto che un sogno irrealistico di un ciclo di hype. Con l’analisi e la scienza dei dati saldamente radicate in aree come la rilevazione delle frodi, il contrasto al riciclaggio di denaro (AML) e la gestione del rischio, l’industria è sul punto di inaugurare un’altra ondata di capacità alimentate dall’AI, alimentate da tecnologie basate sull’AI generativa.

L’industria è sull’orlo di una rivoluzione dell’AI paragonabile all’adozione di Internet o all’introduzione dello smartphone. Proprio come i dispositivi mobili hanno generato interi ecosistemi di applicazioni e comportamenti dei consumatori, l’AI e in particolare i sistemi basati su GenAI sono pronti a ridisegnare radicalmente il modo in cui lavoriamo, interagiamo con i clienti e gestiamo il rischio.

Le organizzazioni che sono pronte a muoversi sono destinate a subire spostamenti trasformativi nella sicurezza, nella produttività, nell’efficienza, nell’esperienza del cliente e nella generazione di entrate. Con la maggior parte delle violazioni dei dati dovute a credenziali utente compromesse, qualsiasi strategia di sicurezza dell’AI degna di questo nome non solo rivolge la sua attenzione all’istruzione degli utenti finali, ma si affida anche all’abilitazione a livello di dispositivo resa possibile da una nuova classe di processori di PC. Vediamo prima cosa ha reso FSI un pioniere probabile.

Settore AI

Ironia della sorte, con la sua reputazione per conservatorismo, FSI è sempre stata all’avanguardia nella ricerca di modi intelligenti per gestire i dati, in particolare grandi volumi di dati. Ciò è in parte dovuto alla necessità: la enorme quantità di dati generata in FSI presenta una sfida permanente di volume-variety-velocity e l’ambiente normativo rigoroso costituisce un caso convincente per abbracciare l’AI a braccia aperte.

Equilibrio tra innovazione e rischio

Ogni industria capisce la paralisi frustrante che segue i progetti di proof-of-concept dell’AI: molti esperimenti emozionanti, ma dove è il ROI? L’implementazione dell’AI comporta un mondo di preoccupazioni, tra cui:

• Sapere da dove iniziare
• Mancanza di un approccio strategico (AI per il sake dell’AI)
• I sette V dei dati (volume, veracità, validità, valore, velocità, variabilità, volatilità)
• Lacune nelle competenze e carenza di personale
• Gestione dei rischi di sicurezza informatica in evoluzione
• Rispetto delle leggi sulla conformità in evoluzione sull’AI e GenAI che differiscono tra paesi e geos
• Difficoltà di integrazione di dati semplici o complessi da fonti diverse, in particolare con sistemi legacy (silos di dati) e allucinazioni
• Garanzia di trasparenza, spiegabilità e assenza di pregiudizi
• Fiducia del cliente intorno alla privacy dei dati e resistenza dei dipendenti
• Perdita di dati del cliente e strategie di trading confidenziali al di fuori dell’azienda (ad esempio, ChatGPT è vietato in alcune grandi istituzioni)
• Hardware e dispositivi sottopotenziati
• Valuta dei dati
• Governance
• Paura della sostituzione
• Equilibrio tra on-premises, ibrido e cloud pubblico

AI basata sulla sicurezza

Se l’industria ha la volontà di adottare l’AI, ha anche una preoccupazione fondamentale per la sicurezza, in particolare la sicurezza informatica e la protezione dei dati che la trattengono.

Oltre alla precisione, alla spiegabilità e alla trasparenza, la sicurezza è un pilastro fondamentale dell’integrazione dell’AI nei processi aziendali. Ciò include l’adesione alle necessarie e diverse norme sull’AI da tutto il mondo, come il EU AI Act, il Digital Operational Resilience Act (DORA) nell’UE, il modello decentralizzato negli Stati Uniti e il GDPR, nonché garantire la privacy dei dati e la sicurezza delle informazioni. A differenza dei sistemi IT tradizionali, le soluzioni dell’AI devono essere costruite su una base di governance solida e misure di sicurezza robuste per essere responsabili, etici e affidabili.

Tuttavia, con l’integrazione dell’AI in FSI, ciò presenta diversi nuovi vettori di attacco, come attacchi di sicurezza informatica, avvelenamento dei dati (manipolazione dei dati di training utilizzati dai modelli dell’AI, portando a output inaccurati o malintenzionati), inversione del modello (dove gli attaccanti inferiscono informazioni sensibili dalle risposte del modello dell’AI), e input malintenzionati progettati per ingannare i modelli dell’AI, causando previsioni errate.

AI responsabile

AI responsabile è imperativo quando si sviluppa e si implementa uno strumento dell’AI. Quando si sfrutta la tecnologia, è fondamentale che l’AI sia legale, etica, equa, rispettosa della privacy, sicura e spiegabile. Ciò è vitale per FSI in quanto dà priorità alla trasparenza, all’equità e alla responsabilità.

I sei pilastri dell’AI responsabile a cui le organizzazioni dovrebbero attenersi includono:

1. Diversità e inclusione – assicura che l’AI rispetti le prospettive diverse e eviti i pregiudizi.
2. Privacy e sicurezza – protegge i dati degli utenti con misure di sicurezza e privacy robuste.
3. Responsabilità e affidabilità – tiene i sistemi/sviluppatori dell’AI responsabili degli esiti.
4. Spiegabilità – rende le decisioni dell’AI comprensibili e accessibili a tutti gli utenti.
5. Trasparenza – fornisce una chiara visione dei processi e della presa di decisioni dell’AI.
6. Sostenibilità – impatto ambientale e sociale minimizza l’impronta ecologica dell’AI e promuove il bene sociale.

Ripensare il ruolo dell’IT

Nel mondo tradizionale, risponderesti a queste sfide potenziando i tuoi sistemi IT: elaborazione delle transazioni, gestione dei dati, supporto back-office, capacità di archiviazione e così via. Ma mentre l’AI si infiltra ulteriormente nella tua pila tecnologica, il gioco cambia. Poiché l’AI diventa più che un software, crea un intero nuovo modo di operare.

Quindi, i tuoi team IT diventano non solo ‘i custodi dei dati’, ma anche consulenti digitali per la tua forza lavoro, automatizzando le attività di routine, integrando soluzioni guidate dall’AI e facendo funzionare i dati per loro, aiutandoli a migliorare la loro produttività e efficienza, e fornendo loro la potenza di elaborazione personale di cui hanno bisogno. Le soluzioni dell’AI su dispositivi intelligenti come i PC dell’AI che eseguono i più recenti processori ad alta velocità, come i processori Intel® Xeon® scalable, prevedono le esigenze degli utenti in base al comportamento, mantenendo al contempo i dati privati a meno che non vengano condivisi con il cloud. Inoltre, i PC dell’AI di oggi offrono funzioni di elaborazione emergenti come le unità di elaborazione neurale (NPUs) che accelerano ulteriormente le attività dell’AI e rafforzano la protezione della sicurezza.

AI in uso oggi

Oggi stiamo vedendo alcuni casi d’uso dell’AI emozionanti che avranno implicazioni a livello di settore. Ma prima, le aziende devono costruire un’architettura dell’AI scalabile, sicura e sostenibile e ciò è molto diverso dal costruire un patrimonio IT tradizionale. Richiede un approccio olistico, basato su team, che coinvolga stakeholder da leadership, architettura infrastrutturale, operazioni, sviluppo software, scienza dei dati e linee di business. I casi d’uso includono:

• Simulazione e modellazione: simulazioni predittive, apprendimento profondo e apprendimento per rinforzo per personalizzare le raccomandazioni, migliorare le catene di approvvigionamento e ottimizzare la presa di decisioni, la previsione e la gestione del rischio.
• Rilevamento delle frodi e sicurezza: algoritmi di riconoscimento di modelli guidati dall’AI per rilevare le anomalie, automatizzare il rilevamento delle frodi, migliorare la conformità KYC e rafforzare la sicurezza.
• Trasformazione dei rami intelligenti e degli edifici: chioschi guidati dall’AI e analisi edge per creare esperienze personalizzate per i clienti (come molteplici traduzioni di lingue simultanee); elaborazione LLM locale per garantire la completa privacy e telecamere intelligenti per migliorare la sicurezza dei rami.
• Automazione dei processi: l’AI semplifica le attività e i flussi di lavoro ripetitivi come la segnalazione finanziaria, il riconcilio dei registri, l’elaborazione dei prestiti e il miglioramento dei servizi al cliente, garantendo al contempo la conformità e la sicurezza.
• Processi ripensati: l’AI offre l’opportunità di ripensare radicalmente i processi aziendali, andando oltre la semplice digitalizzazione per creare flussi di lavoro veramente intelligenti.
• AI Ops: le tecnologie dell’AI possono automatizzare i flussi di lavoro dell’infrastruttura per accelerare la provisioning e la risoluzione dei problemi.
• Servizi al cliente: l’AI consente alle organizzazioni di fornire supporto 24/7, risposte immediate, esperienze personalizzate e una risoluzione più efficiente dei problemi, inclusi assistenti virtuali.
• Accelerazione della due diligence: espedito notevolmente il tuo processo di due diligence, che sia l’analisi dei contratti o parte delle fusioni e acquisizioni, e identificare potenziali sinergie, nonché rischi.
• Conformità: automatizzare i controlli normativi, garantire l’accuratezza, ridurre i rischi e mantenere registri aggiornati in modo efficiente.
• Gestione della ricchezza e consulenti di ricchezza personale: abbinare i clienti con prodotti finanziari adatti e fornire consulenza di investimento personalizzata per migliorare la soddisfazione del cliente e l’efficienza operativa.
• Risparmio energetico: ottimizzazione dell’AI nei data center e sull’AI del dispositivo con processori ad alta efficienza, migliora la gestione dell’alimentazione e riduce il consumo di energia.
• Dipendenti digitali: l’AI può abilitare l’automazione dei processi e delle attività con agenti supervisionati dai dipendenti.

Tracciare un percorso in avanti

Nel 2025, il potere trasformativo dell’AI non risiede solo in ciò che può fare, ma in come progettiamo il suo dispiegamento. Costruire un ecosistema dell’AI scalabile, sicuro e sostenibile richiede la collaborazione tra leadership, infrastrutture, operazioni e sviluppo. Mentre le industrie abbracciano l’AI – dalla simulazione predittiva al rilevamento delle frodi, all’automazione dei processi e alle esperienze personalizzate per i clienti – stanno ripensando i flussi di lavoro, migliorando la conformità e guidando l’efficienza energetica. L’AI non è più uno strumento – è il fondamento dell’innovazione intelligente e della crescita sostenibile.