Dietro i Numeri: Come l’Intelligenza Artificiale è Diventata la “Dipendente” più Rentabile della Finanza

Nei media, la banca e, più in generale, la finanza sono spesso rappresentate come persone in abiti eleganti che prendono decisioni aziendali dai piani alti dei grattacieli, o come trader dotati che possono capire lo stato del mercato da pochi dati. Poiché è una delle immagini più potenti della finanza, molte discussioni sulle nuove caratteristiche tecniche in questo settore si concentrano su come cambieranno questo lavoro di front office.

L’intelligenza artificiale non fa eccezione, e una grande parte dei dibattiti sulla sua adozione nella finanza si concentra su come gli agenti sostituiranno i trader o se potranno allocare il capitale più efficacemente degli advisor. Tuttavia, l’applicazione più efficiente dell’intelligenza artificiale si è rivelata essere lontana dall’immagine glamour che molti si immaginano. In realtà, l’intelligenza artificiale sta generando più denaro da quello che può essere chiamato il “lato noioso” della finanza, le operazioni quotidiane.

Dove l’Intelligenza Artificiale Crea Valore

Il principale vantaggio dell’intelligenza artificiale è che può gestire compiti molto più a buon mercato e diverse volte più velocemente degli esseri umani. E facendolo, genera letteralmente profitto attraverso un’efficienza operativa aumentata.

Ad esempio, con l’aiuto degli strumenti di intelligenza artificiale, Citigroup ha ridotto il tempo di revisione dei documenti prima dell’apertura del conto da oltre un’ora a soli 15 minuti. Naturalmente, una presa di decisione più rapida piacerà ai clienti e potrebbe anche renderli più fedeli. Ma allo stesso tempo, quei 45 minuti si traducono in centinaia di migliaia di dollari di risparmi per la banca, poiché questi strumenti liberano ore e ore di lavoro umano per compiti più importanti.

L’intelligenza artificiale aiuta a ottimizzare il vasto strato di burocrazia finanziaria e quadri interni su cui le aziende si basano. È per questo che i casi d’uso più preziosi spesso si rivelano essere lontani da quelli più spettacolari. I trader autonomi o un chatbot che suggerisce i migliori affari a un cliente possono sembrare impressionanti, ma le procedure di KYC automatizzate e i controlli di due diligence sono probabilmente in grado di portare un valore economico molto maggiore a una banca o a un’azienda finanziaria.

Detto ciò, proprio come nel caso del processo di revisione dei documenti di Citigroup, nulla impedisce che questi miglioramenti beneficino anche i clienti. Gli utenti possono apprezzare un assistente personale di intelligenza artificiale in un’app, ma lo apprezzerebbero ancora di più se le decisioni sui prestiti potessero essere ridotte da giorni a minuti, o se le loro transazioni non fossero state segnalate erroneamente come frodi, poiché tali probabilità sono state ridotte di decine di punti percentuali.

Come l’Intelligenza Artificiale è Diventata la “Dipendente” più Rentabile?

Di solito, quando la base di clienti di una banca cresce, il suo personale deve crescere quasi proporzionalmente. Era impossibile esaminare un numero crescente di transazioni e documenti dei clienti con la stessa dimensione del team. Varie soluzioni tecnologiche moderne hanno aiutato in qualche misura, ma la crescita aziendale ha comunque portato a un aumento del numero di dipendenti. E più dipendenti ha un’azienda, più manager sono necessari e più costoso diventa supervisionare l’intera struttura.

Ora che l’intelligenza artificiale è emersa, questo problema inizia a scomparire, poiché meno dipendenti possono ancora servire efficacemente un numero crescente di clienti con l’aiuto degli strumenti di intelligenza artificiale. Alcune aziende stanno già utilizzando questa logica: Klarna, ad esempio, ha affermato che un assistente di intelligenza artificiale può fare il lavoro di 700 persone. Qualunque sia il costo dell’applicazione di tali strumenti, è improbabile che si avvicini ai regolari stipendi di diverse centinaia di dipendenti.

Tuttavia, per farlo funzionare realmente, un’azienda dovrebbe integrare l’intelligenza artificiale correttamente nei suoi flussi di lavoro, al di là di semplici esperimenti. Nella finanza, molti progetti rimangono allo stadio pilota, che ovviamente non può generare molto valore. Mentre un’azienda potrebbe stare discutendo se adottare nuovi strumenti o come scalare gli agenti di intelligenza artificiale, i suoi concorrenti non staranno fermi, costruendo le loro capacità di intelligenza artificiale.

Rimandare in questa gara porterebbe a significative perdite finanziarie. Per essere precisi, le aziende che non riescono a spostare le operazioni sui binari dell’intelligenza artificiale potrebbero perdere fino al 9% dei loro profitti. Recuperare tale svantaggio in seguito non sarebbe facile e richiederebbe alle aziende finanziarie di costruire una solida strategia di intelligenza artificiale.

Come Governare le Decisioni dell’Intelligenza Artificiale

Ecco la sfida più grande, perché incorporare gli agenti di intelligenza artificiale nelle operazioni finanziarie significherebbe inevitabilmente delegare una certa autorità decisionale a loro. Nella finanza, dove l’intelligenza artificiale è diventata una sorta di fonte inesauribile di “dipendenti junior” grazie all’ottimizzazione delle operazioni di base, questo rappresenta un rischio significativo. La cosa è, gli errori in questo tipo di lavoro sono spesso i più costosi.

In generale, i regolatori stanno impedendo alle organizzazioni finanziarie di fare qualcosa di rischioso e stanno creando regole per minimizzare i danni possibili. Tuttavia, quando si tratta di intelligenza artificiale, l’industria si sta muovendo molto più velocemente della supervisione, poiché solo un quarto delle autorità raccoglie dati sull’uso dell’intelligenza artificiale da parte delle entità regolamentate. Ciò non è chiaramente sufficiente per stare al passo con il crescente numero di aziende che stanno aggiungendo agenti alle loro operazioni.

Di conseguenza, le aziende finanziarie devono trovare modi per regolare gli strumenti guidati dall’intelligenza artificiale da sole. Ciò è comprensibile, dato che qualsiasi errore qui può portare a perdite di milioni di dollari. Ad esempio, nelle banche moderne gli agenti vengono dati permessi limitati, proprio come i dipendenti reali. Se l’intelligenza artificiale lavora con i documenti dei clienti, non ha chiaramente bisogno del diritto di modificare la valutazione del rischio di un cliente. L’agente viene assegnato un ruolo operativo rigoroso e non gli è consentito superarlo.

Un altro meccanismo possibile e certamente necessario è mantenere registri dettagliati di tutte le azioni dell’intelligenza artificiale, in modo che se si verifica un errore, ogni passo che l’agente ha intrapreso possa essere tracciato. In aree come la convalida dell’identità del cliente e la rilevazione delle frodi, potrebbero sorgere domande su un cliente mesi dopo, quindi le banche devono assolutamente conservare un registro completo della logica dell’assistente di intelligenza artificiale.

Il comportamento dell’intelligenza artificiale può anche essere testato in un ambiente di prova. La Banca d’Inghilterra, ad esempio, ha iniziato a simulare sessioni di trading di intelligenza artificiale per capire come gli agenti interagirebbero gli uni con gli altri e con il mercato reale. Tali test aiutano a identificare esattamente dove un agente commette errori e a risolvere il problema prima che venga reso pubblico.

Alla fine, è importante ricordare che ogni decisione dell’intelligenza artificiale deve essere confermata da un essere umano, che rimane responsabile di essa. In caso di perdite, nessuno accetterà la risposta “perché il modello ha deciso così”, e un dirigente senior deve comunque approvare le azioni dell’intelligenza artificiale e assumersi la responsabilità di esse.

Da “Banche contro Fintech” a “Veloci contro Lenti”

La regolamentazione dell’intelligenza artificiale plasma anche la concorrenza nel mercato finanziario. I clienti potrebbero essere felici quando il loro documento viene elaborato 30 minuti più velocemente, ma non saranno certamente felici se un bot di intelligenza artificiale danneggia la loro storia creditizia o costa loro denaro. Per evitare tali problemi, sono più propensi a fidarsi dei loro soldi alle aziende che spiegano la loro strategia di intelligenza artificiale in modo trasparente e onesto. E che, naturalmente, hanno meno problemi nella gestione di essa.

Le aziende fintech hanno un vantaggio ovvio, semplicemente perché non sono gravate dal peso dei sistemi legacy. Le moderne aziende fintech possono costruire i loro servizi intorno all’intelligenza artificiale fin dall’inizio e automatizzare tutti i processi immediatamente. Costruire qualcosa di nuovo può essere molto più facile che cercare di integrare gli agenti di intelligenza artificiale in organizzazioni che ancora si basano su fax e sistemi COBOL vecchi di decenni. Non è un caso che quasi la metà delle aziende fintech abbiano già raggiunto uno stadio avanzato di adozione dell’intelligenza artificiale, rispetto a meno di un terzo tra le istituzioni finanziarie tradizionali.

Le banche non sono condannate all’estinzione. Dopo tutto, hanno superato la Grande Depressione, gli anni ’70, la Grande Recessione, e altro. Sanno come adattarsi ai cambiamenti. A causa del loro patrimonio, hanno accumulato enormi quantità di dati dei clienti, capitale e reputazione. Tuttavia, per utilizzare in modo significativo questi vantaggi, dovrebbero integrare completamente l’intelligenza artificiale in tutti i loro processi, poiché aggiungerla semplicemente a un prodotto laterale non aiuterebbe molto.