CIBC Mellon amministra 3,5 trilioni di dollari in attività in un mercato in cui un solo giorno può costare centinaia di milioni. Ecco come l’azienda sta utilizzando l’intelligenza artificiale per assicurarsi di essere sempre la prima a raggiungere l’obiettivo.

Il 18 febbraio 2021, il primo ETF Bitcoin in Nord America è stato lanciato in Canada e ha raccolto oltre 500 milioni di dollari nella sua prima settimana. Il giorno successivo, un secondo ETF Bitcoin è stato lanciato sulla stessa borsa valori. Il secondo, secondo Mal Cullen, CEO di CIBC Mellon, ha raccolto 35 milioni di dollari. Sebbene fosse un prodotto simile nel stesso mercato, lanciato solo un giorno dopo, c’è stata una grande differenza nei numeri che hanno raccolto.

Quella differenza è il tipo di cosa che definisce il mondo di Cullen. CIBC Mellon è una delle più grandi società di servizi di amministrazione di attività in Canada, responsabile dell’amministrazione di 3,5 trilioni di dollari in attività. In quel tipo di ambiente, un ritardo di un solo giorno può costare denaro vero — a volte, centinaia di milioni di dollari.

“Qual è il valore di un giorno nel tuo business?” ha chiesto Cullen al pubblico di Appian World 2026 a Orlando lo scorso mese. “Nel nostro business, può essere enorme.”

Quella domanda sta ora guidando una delle più importanti distribuzioni di intelligenza artificiale nei servizi finanziari canadesi, e le lezioni che se ne possono trarre vanno ben oltre i mercati dei capitali.

Il problema con 30 anni di processo

CIBC Mellon è in attività da 30 anni. È una joint venture tra BNY — che amministra più di 59 trilioni di dollari in attività a livello globale — e CIBC, una delle più grandi banche canadesi. Quella parentela porta enormi dimensioni e credibilità istituzionale. Porta anche complessità.

“C’è solo una cosa migliore di essere di proprietà di una banca”, ha detto Cullen, con un sorriso misurato, “ed è essere di proprietà di due banche. Due banche significano due team di conformità, due team di rischio e due opinioni su quasi tutto.”

Diventare seri sull’intelligenza artificiale per CIBC Mellon ha significato resistere all’impulso di muoversi velocemente. Prima che uno strumento venisse distribuito, l’azienda è tornata alle basi. Il team ha mappato ogni flusso di lavoro, identificato dove la capacità era limitata, dove il rischio era più alto e dove il lavoro manuale era concentrato. Quello che hanno trovato li ha sorpresi.

“Le persone che svolgevano il lavoro non erano il problema”, ha notato Cullen. “Era come il lavoro fluiva tra i team che stava causando i limiti.” In altre parole, la tecnologia non avrebbe mai risolto ciò che il processo aveva rotto.

Dalle linee di montaggio all’intelligenza artificiale

La prima grande distribuzione ha coinvolto la contabilità dei fondi — un processo che CIBC Mellon esegue su vasta scala. L’azienda produce circa 350.000 valutazioni di fondi ogni mese, ognuna soggetta a scadenze strette e requisiti di accuratezza severi.

Per anni, il processo è stato eseguito verticalmente: un contabile possedeva un file dall’inizio alla fine. Era un processo costruito sull’esperienza individuale, che significava che era anche costruito sui limiti individuali e quasi impossibile da scalare. L’azienda ha ridisegnato il processo orizzontalmente, distribuendo il lavoro tra team specializzati. Ma ciò ha creato un nuovo problema — i passaggi tra i team sono diventati una fonte di attrito e ritardo. I supervisori non avevano visibilità su dove si trovava il lavoro senza chiedere.

Un contabile dei fondi con oltre un decennio di esperienza, che conosceva il processo meglio di chiunque altro nell’edificio, ha utilizzato la piattaforma di automazione dell’intelligenza artificiale di Appian per costruire ciò che Cullen chiama una “torre di controllo” — un sistema di flusso di lavoro che fornisce a ogni team la visibilità in tempo reale su dove si trova il lavoro nel processo, automatizzando i passaggi che stavano causando i ritardi.

Il risultato è stato un guadagno di efficienza del 34% in un solo processo. Con 350.000 valutazioni al mese, ciò si traduce rapidamente.

“Mi ha detto che ha progettato fuori tutto ciò che non gli piaceva del suo lavoro”, ha detto Cullen. “Quando le persone che capiscono il processo lavorano su di esso, non automatizzano le cose manuali che c’erano prima. Ri-progettano il processo e lo rendono migliore.”

Il problema ETF

Il secondo esempio risale a quella storia di ETF Bitcoin. Quando un ETF viene lanciato o distribuisce i rendimenti ai detentori di unità, coinvolge una rete complessa di controparti — il gestore del fondo, il custode, la borsa valori, il market maker e l’agente di trasferimento. Ognuno di essi deve essere notificato. Ognuno ha un ruolo. Far uscire il fondo un giorno prima richiede che tutti si muovano all’unisono.

Un esperto di prodotti ETF di CIBC Mellon ha costruito un flusso di lavoro su Appian che porta trasparenza in tutte queste controparti in un unico luogo — trasformando un processo frammentato e pesante sulle email in qualcosa di automatizzato e verificabile.

Tre settimane prima di Appian World, CIBC Mellon ha dimostrato l’applicazione ai principali fornitori di ETF canadesi in un gruppo di utenti clienti a Toronto. “La stanza è diventata più silenziosa”, ha ricordato Cullen. “Le persone si sono inclinate in avanti. Uno dei nostri clienti più grandi ha detto ai suoi colleghi: Quello mi ha appena risparmiato una quantità significativa di tempo nella mia giornata.”

La questione della governance

Nessuno di questi sviluppi è avvenuto rapidamente, e Cullen è diretto su perché. CIBC Mellon non sta utilizzando l’intelligenza artificiale in nulla di client-facing ancora. Ogni distribuzione di intelligenza artificiale fino ad oggi è interna — contenuta all’interno di flussi di lavoro definiti, verificabile e revisionata da esseri umani prima che qualsiasi output influisca su un cliente.

“Possiamo muoverci con l’intelligenza artificiale solo alla velocità del livello di comfort dei nostri clienti”, ha detto. “Abbiamo intenzionalmente non incorporato l’intelligenza artificiale in nulla di client-facing perché non sentiamo che la governance sia lì ancora.”

I numeri del mercato più ampio confermano ciò che Cullen già sapeva. Secondo un nuovo studio di Harvard Business Review Analytic Services, sponsorizzato da Appian e rilasciato alla conferenza, il 92% delle organizzazioni concorda che gli agenti di intelligenza artificiale necessitano di paratie basate su regole per operare in sicurezza — eppure meno della metà ha effettivamente definito tali paratie. CIBC Mellon è tra le organizzazioni che hanno scelto di costruire la base prima di scalare la distribuzione.

All’interno dell’organizzazione, quella cautela sta plasmando come l’azienda sta preparando le sue persone. L’azienda ha designato 100 dipendenti su circa 2.000 come campioni di intelligenza artificiale. Questi campioni hanno accesso anticipato agli strumenti, tempo per costruire casi d’uso e un mandato per testare le applicazioni in sandbox prima che qualcosa si sposti alla produzione. Eseguono sessioni interne settimanali chiamate “Parlando artificialmente”, portando società come Snowflake e Microsoft (MSFT ) per condividere cosa funziona e cosa no.

Cullen ha visto questo modello ripetersi prima. Vent’anni fa, stava avendo conversazioni con CTO che dicevano che il cloud era una moda e non sarebbe mai stato affidabile con dati sensibili. Poi è emerso l’ibrido cloud, dando alle organizzazioni un percorso intermedio — l’efficienza dell’infrastruttura cloud senza la perdita percepita di controllo. Si aspetta la stessa curva con l’intelligenza artificiale.

“Credo che vedremo l’ibrido di intelligenza artificiale dopo”, ha detto. “Contenuto, governato, ma in movimento.”

Cosa il resto del mercato può imparare

La storia di CIBC Mellon non è una storia su una svolta tecnologica. È una storia su disciplina organizzativa applicata a uno strumento potente. Misurare prima di costruire, mettere le persone che conoscono il processo più vicino al problema e governare prima di scalare.

Queste lezioni si applicano ben oltre la servizio di amministrazione di attività. In un mercato in cui solo il 16% delle organizzazioni segna il raggiungimento di un valore significativo dall’intelligenza artificiale, le organizzazioni che ottengono risultati reali sono quelle che hanno trattato la governance come una funzione, non come una limitazione.

“Non iniziare con la tecnologia”, ha detto Cullen al pubblico di Appian World. “Misurare tutto per primo.”

In un’industria in cui un solo giorno può significare la differenza tra 500 milioni e 35 milioni di dollari, quel tipo di pazienza si rivela essere un vantaggio competitivo di per sé.