L'intelligenza artificiale porterà a termine ciò che le neobanche hanno iniziato, e le banche tradizionali non se ne accorgeranno.

Lo schema che ogni settore rivoluzionato segue

Esiste uno schema ricorrente nel modo in cui le industrie consolidate reagiscono alle innovazioni tecnologiche. Inizialmente, osservano da una distanza di sicurezza. Poi esitano, adducendo come motivazione la complessità o la regolamentazione. Infine, adottano le nuove tecnologie, ma a quel punto i clienti più importanti se ne sono già andati.

Il settore bancario sta vivendo proprio questo momento e l'intelligenza artificiale è ciò che lo renderà irreversibile.

Come le neobanche hanno spostato le regole del gioco

Per anni, l'allontanamento dei clienti aziendali esperti di tecnologia dalle banche tradizionali è stato lento e facile da ignorare. Le neobanche hanno gradualmente eroso il divario con una migliore esperienza utente, un processo di onboarding più rapido e interfacce più intuitive. Ma le grandi banche hanno sempre potuto appellarsi alla stabilità, alle relazioni a lungo termine e all'inerzia degli acquisti aziendali per mantenere la propria posizione.

Questa argomentazione sta perdendo slancio.

Le aziende che se ne vanno per prime lo fanno in silenzio. Nessun comunicato stampa, nessuna scissione pubblica. L'adozione di conti aziendali è diventata una tendenza strutturale delle neobanche., con questo segmento che ora rappresenta circa il 67% del fatturato delle neobanche nel 2025. Ciò è dovuto proprio alle aziende che non possono permettersi i costi operativi derivanti dai rapporti con le banche tradizionali. Il messaggio è chiaro: la velocità è ormai imprescindibile per il livello operativo.

Non è possibile gestire un'azienda moderna basata sull'intelligenza artificiale e tollerare un rapporto bancario in cui un bonifico bancario richiede a un responsabile di stampare un modulo, raccogliere dieci firme e inserirlo manualmente in un sistema. Pensate a quanto costa un singolo bonifico bancario in ritardo a un'azienda che gestisce gli stipendi in tre valute diverse o che elabora i pagamenti ai fornitori legati a contratti con scadenze ravvicinate. La discrepanza va ben oltre il semplice disagio. Si accumula gradualmente su ogni transazione finché qualcuno con un budget definito non decide di intervenire.

Perché l'IA cambia la domanda che viene posta alle banche

Una volta che hai ricostruito la tua attività attorno all'intelligenza artificiale, vedi ogni fornitore in modo diverso. Ti chiedi: perché questo processo è ancora manuale? Perché ci vogliono giorni? La tua banca non fa eccezione. Per la maggior parte delle banche tradizionali, non esiste una risposta valida.

Il caso d'uso è concreto. Un'azienda che gestisce la contabilità fornitori tramite un agente basato sull'intelligenza artificiale necessita di un'infrastruttura in grado di leggere una fattura in entrata, determinare la valuta corretta, attivare le approvazioni delle parti interessate attraverso un flusso di lavoro integrato e autorizzare il pagamento senza l'intervento umano in ogni fase. Non si tratta di un'ipotesi. I team finanziari stanno già creando proprio questi flussi di lavoro e ogni passaggio manuale reintrodotto dalla banca alla fine della catena rappresenta un potenziale punto di errore che preferirebbero eliminare.

Un'analisi di Accenture del 2024 Si prevede che l'automazione tramite IA potrebbe ridurre i costi delle operazioni finanziarie fino al 25% in tesoreria e pagamenti. Entro la fine del 2025, Revisione annuale del settore bancario globale di McKinsey Si stima che la riduzione dei costi operativi netti derivante dalla sola intelligenza artificiale agentiva si aggiri intorno al 20% o più, pur avvertendo che questi vantaggi verrebbero in gran parte annullati dalla concorrenza anziché essere mantenuti. Un'analisi separata di PwC È emerso che le banche che adottano pienamente l'intelligenza artificiale potrebbero registrare un miglioramento fino a 15 punti percentuali nel loro indice di efficienza, con un istituto che ha riportato una riduzione del 40% dei costi di verifica dei clienti commerciali.

Per le aziende che già raggiungono internamente questo livello di efficienza, un partner bancario che reintroduce passaggi manuali nell'ultimo miglio rappresenta semplicemente un onere a questo punto.

Il problema dell'incompatibilità architettonica

Anziché limitarsi a scegliere una banca, le startup e le aziende tecnologiche assemblano un vero e proprio ecosistema operativo. Ogni strumento all'interno di questo ecosistema deve integrarsi, reagire alle nuove tecnologie man mano che emergono e migliorare la propria efficienza operativa nel tempo. Una banca che non è in grado di fornire un saldo in tempo reale (e, incredibilmente, molte delle più grandi istituzioni finanziarie mondiali ancora non lo sono) è architettonicamente incompatibile con le moderne infrastrutture aziendali.

Perché questa situazione persiste? Secondo un rapporto del 2024 di 10x Banking, il 55% delle banche identifica i limiti dei sistemi legacy come il principale ostacolo al raggiungimento degli obiettivi aziendali., con oltre la metà che cita i silos di dati e i colli di bottiglia nella produzione come motivo per cui non riescono a scalare. COBOL, il linguaggio di programmazione sviluppato nel 1959, alimenta ancora oltre il 40% dei sistemi bancari centrali a livello globale. 45 delle 50 principali banche al mondo continuano a utilizzare i mainframe come infrastruttura criticaLa maggior parte degli sviluppatori originali è andata in pensione e le istituzioni che utilizzano questo codice spesso non dispongono delle competenze interne necessarie per comprenderne appieno il funzionamento.

Non è che le banche tradizionali non vogliano modernizzarsi, ma il fatto che l'aggiornamento incrementale di un sistema vecchio di 60 anni non può produrre l'infrastruttura API-first e basata sugli eventi di cui le aziende native dell'IA hanno bisogno come livello bancario. Non è possibile semplicemente adattare un sistema di regolamento batch per farlo funzionare come un'infrastruttura in tempo reale, poiché questi vincoli architetturali sono fondamentali.

Le banche tradizionali hanno imparato a offrire pagamenti con carta. Poi le app per dispositivi mobili. Infine, in seguito, qualche forma di accesso tramite API. Ogni volta, hanno considerato la nuova funzionalità come un punto di arrivo piuttosto che come una direzione, implementandola, dichiarando vittoria e poi rimanendo indietro rispetto alla successiva innovazione.

Gli istituti che reagiranno integrando un chatbot basato sull'intelligenza artificiale in un sistema preesistente si ritroveranno nella stessa situazione in cui si trovavano quando sono apparse le prime neobanche, ovvero vedranno i clienti andarsene senza capirne il motivo.

Chi se ne andrà dopo? E quando?

Le aziende che si sono mosse per prime (startup native dell'IA, fintech legate alle criptovalute, operatori tecnologici) hanno in gran parte preso le loro decisioni. La seconda ondata sarà rappresentata dalle medie imprese e dalle grandi aziende che hanno già percepito l'impatto dell'IA sui propri settori, sia attraverso l'automazione interna che ha modificato le loro strutture di costo, sia attraverso la pressione competitiva che ha cambiato completamente i loro mercati.

Il cambiamento nella fedeltà dei clienti è già misurabile. Il rapporto annuale Global Banking 2025 di McKinsey ha evidenziato che negli Stati Uniti solo il 4% delle nuove aperture di conti correnti proviene da clienti già esistenti della banca, in calo rispetto al 25% del 2018.Non si tratta di un episodio isolato, bensì di un crollo strutturale dell'inerzia su cui le banche tradizionali hanno a lungo fatto affidamento per fidelizzare la propria clientela.

Lo stesso rapporto prevede che le banche che non si adatteranno potrebbero vedere i loro profitti globali diminuire di 170 miliardi di dollari, circa il 9%, nel prossimo decennio. Ancora più significativo, la minaccia individuata da McKinsey non proviene solo dalle neobanche o dalle fintech. Proviene dagli stessi clienti che utilizzano agenti di intelligenza artificiale per ottimizzare le proprie finanze: spostando i depositi verso tassi più vantaggiosi, gestendo l'utilizzo del credito, instradando i pagamenti attraverso infrastrutture più efficienti. Un cliente che sviluppa internamente una funzione di tesoreria basata sull'intelligenza artificiale non ha bisogno che la sua banca lo faccia per lui. Anzi, ha bisogno che la sua banca non si intrometta.

La linea di demarcazione

La prossima spaccatura nel settore bancario sarà tra le banche nate per questo momento e quelle che stanno cercando di adattarsi. Non tra grandi e piccole istituzioni. Non tra banche consolidate e nuove realtà.

"Progettato appositamente" significa che il livello API è il prodotto stesso, non un componente aggiuntivo. L'infrastruttura in tempo reale è l'attuale realtà operativa. I flussi di lavoro di conformità, l'esecuzione delle operazioni in valuta estera e la logica di approvazione sono ora tutti programmabili direttamente dai sistemi del cliente, anziché passare attraverso la casella di posta elettronica di un responsabile clienti.

Secondo il rapporto "Retail Banking Trends 2025" di The Financial BrandSolo il 25% delle banche ha dato priorità alla modernizzazione della propria infrastruttura di back-office, nonostante oltre la metà consideri l'esperienza digitale una priorità strategica. È proprio da questo divario, tra le intenzioni dichiarate e gli investimenti effettivi in ​​architettura, che avrà origine la prossima ondata di abbandoni da parte dei clienti.

Le neobanche hanno dimostrato che un'esperienza migliore è possibile. L'intelligenza artificiale dimostrerà che il modello bancario basato sull'intervento umano non è più sostenibile per le aziende che si evolvono più rapidamente. Per le banche che hanno aspettato troppo a lungo, la finestra di opportunità si chiuderà all'improvviso, come sempre accade in questi casi: lentamente, poi improvvisamente.

La domanda più interessante, a mio avviso, è se esista un'istituzione tradizionale con la volontà organizzativa di agire prima che ciò accada, oppure se il divario tra le strategie e le infrastrutture reali sia troppo ampio per essere colmato in tempo.