L’intelligenza artificiale completerà ciò che le neobanche hanno iniziato — e le banche tradizionali non lo vedranno arrivare

Il modello che ogni industria disruptata segue

C’è un modello su come le industrie stabilite rispondono alle innovazioni tecnologiche. Inizialmente, osservano da una distanza di sicurezza. Poi esitano, citando la complessità o la regolamentazione. Alla fine adottano, ma quando lo fanno, i clienti che vale la pena conservare se ne sono già andati.

La banca sta vivendo esattamente questo momento e l’intelligenza artificiale è la cosa che lo renderà irreversibile.

Come le neobanche hanno spostato i pali

Per anni, la deriva dei clienti aziendali tecnologicamente avanzati lontano dalle banche tradizionali è stata lenta e facile da liquidare. Le neobanche hanno eroso i margini con una migliore esperienza utente, un’onboarding più rapida, interfacce più pulite. Ma le grandi banche potevano sempre fare riferimento alla stabilità, alle relazioni a lungo termine e all’inerzia degli acquisti aziendali per mantenere la loro posizione.

Quell’argomento sta finendo.

Le aziende che se ne vanno per prime lo fanno in silenzio. Non c’è comunicato stampa, non c’è rottura pubblica. L’adozione di conti aziendali è diventata una tendenza strutturale per le neobanche, con il settore che ora rappresenta circa il 67% del fatturato delle neobanche nel 2025. Ciò è dovuto precisamente alle aziende che non possono permettersi il peso operativo delle relazioni bancarie legacy. La scritta sulla parete: la velocità è non negoziabile per il livello operativo ora.

Non puoi gestire un’azienda moderna guidata dall’intelligenza artificiale e tollerare una relazione bancaria in cui un bonifico richiede a un manager di stampare un modulo, raccogliere dieci firme e inserirlo manualmente nel sistema. Considera cosa costa a un’azienda che gestisce la busta paga in tre valute o che elabora pagamenti a fornitori legati a contratti sensibili al tempo. La discordanza va oltre l’inconveniente. Si accumula attraverso ogni transazione fino a quando qualcuno con un budget non mette il piede giù.

Perché l’intelligenza artificiale cambia la domanda che viene posta alle banche

Una volta che hai ricostruito la tua azienda attorno all’intelligenza artificiale, vedi ogni fornitore in modo diverso. Chiedi: perché questo è ancora manuale? Perché questo richiede giorni? La tua banca non fa eccezione. Per la maggior parte delle banche tradizionali, non c’è una buona risposta.

Il caso d’uso è concreto. Un’azienda che esegue pagamenti tramite un agente di intelligenza artificiale ha bisogno di un’infrastruttura che possa leggere una fattura in entrata, determinare la valuta corretta, attivare l’approvazione degli stakeholder attraverso un flusso di lavoro integrato e rilasciare il pagamento senza un intermediario umano in ogni passaggio. Ciò non è speculativo. I team finanziari stanno costruendo proprio questi flussi di lavoro oggi e ogni passaggio manuale che la loro banca reintroduce alla fine della catena è un punto di fallimento che preferirebbero eliminare.

Un’analisi di Accenture del 2024 ha previsto che l’automazione dell’intelligenza artificiale potrebbe ridurre i costi delle operazioni finanziarie fino al 25% nel tesoro e nei pagamenti. Alla fine del 2025, la Revisione annuale globale della banca di McKinsey ha collocato il numero al 20% o più nella riduzione dei costi operativi netti da intelligenza artificiale agente, mentre anche avvertiva che questi guadagni sarebbero stati in gran parte competuti e non mantenuti. Un’analisi separata di PwC ha scoperto che le banche che abbracciano appieno l’intelligenza artificiale potrebbero vedere un miglioramento fino al 15% del loro rapporto di efficienza, con un’istituzione che segnalava una riduzione del 40% dei costi di verifica dei clienti commerciali.

Per le aziende che hanno già raggiunto quel tipo di efficienza internamente, un partner bancario che reintroduce passaggi manuali all’ultimo miglio è semplicemente un passivo a questo punto.

Il problema di incompatibilità architettonica

Invece di scegliere semplicemente una banca, le startup e le aziende tecnologiche assemblano un ecosistema operativo. Ogni strumento in quell’ecosistema è atteso per integrarsi, rispondere alla nuova tecnologia man mano che appare e crescere l’efficienza operativa nel tempo. Una banca che non può fornire un saldo in tempo reale (e sorprendentemente, molte delle istituzioni più grandi del mondo non possono ancora farlo) è incompatibile con l’architettura aziendale moderna.

Perché questo è ancora il caso? Secondo un rapporto del 2024 di 10x Banking, il 55% delle banche identifica le limitazioni dei sistemi legacy come il loro più grande ostacolo per raggiungere gli obiettivi aziendali, con più della metà che cita silos di dati e colli di bottiglia di produzione come il motivo per cui non possono scalare. Il COBOL, il linguaggio di programmazione sviluppato nel 1959, alimenta ancora più del 40% dei sistemi di banca core a livello globale. 45 delle prime 50 banche nel mondo continuano a eseguire mainframe come infrastruttura mission-critica. Gli sviluppatori originali si sono in gran parte ritirati e le istituzioni che eseguono questo codice spesso mancano dell’esperienza interna per comprendere appieno cosa faccia.

Non è che le banche tradizionali non vogliano modernizzarsi, ma che il patching incrementale di un core di 60 anni non può produrre l’infrastruttura API-first, event-driven di cui le aziende native di intelligenza artificiale hanno bisogno come loro livello bancario. Non puoi semplicemente riadattare un sistema di regolamento batch per comportarsi come un’infrastruttura in tempo reale, poiché queste limitazioni architettoniche sono fondamentali.

Le banche tradizionali hanno imparato a offrire pagamenti con carta. Poi app mobili. Poi, alla fine, una forma di accesso API. Ogni volta, hanno trattato la nuova funzionalità come una destinazione piuttosto che una direzione, implementandola, dichiarando la vittoria e poi rimanendo indietro rispetto alla prossima curva.

Le istituzioni che rispondono aggiungendo un chatbot di intelligenza artificiale a un core legacy si troveranno nella stessa posizione in cui si trovavano quando le neobanche sono apparse per la prima volta, cioè guarderanno i clienti andarsene senza capire perché.

Chi se ne va dopo — e quando

Le aziende che si sono mosse per prime (startup native di intelligenza artificiale, fintech adiacenti alla criptovaluta, operatori tecnologici) hanno in gran parte preso le loro decisioni. La seconda ondata sarà costituita dalle aziende di medie dimensioni e dalle grandi corporation che hanno già sentito l’intelligenza artificiale ridisegnare le loro stesse industrie. Sia attraverso l’automazione interna che ha alterato le loro strutture di costo, sia attraverso la pressione competitiva che ha cambiato i loro mercati nel loro complesso.

Il cambiamento di fedeltà è già misurabile. La Revisione annuale globale della banca di McKinsey del 2025 ha notato che negli Stati Uniti, solo il 4% delle nuove aperture di conti correnti proviene ora da clienti esistenti delle banche — sceso dal 25% nel 2018. Ciò non è un picco, ma uno sfilacciamento strutturale dell’inerzia su cui le banche tradizionali hanno a lungo fatto affidamento per mantenere la loro base di clienti.

Lo stesso rapporto prevede che le banche che non si adattano potrebbero vedere i loro bacini di profitti globali diminuire di 170 miliardi di dollari, circa il 9%, nel prossimo decennio. Più sorprendentemente, la minaccia che McKinsey identifica non proviene solo dalle neobanche o dalle fintech. Proviene dai clienti stessi che utilizzano agenti di intelligenza artificiale per ottimizzare le loro finanze: spostare i depositi a tassi migliori, gestire l’utilizzo del credito, instradare i pagamenti attraverso un’infrastruttura migliore. Un cliente che costruisce una funzione del tesoro nativa di intelligenza artificiale internamente non ha bisogno che la sua banca lo faccia per lui. In realtà, ha bisogno che la sua banca stia fuori dai piedi.

La linea di demarcazione

La divisione che sta per arrivare nel settore bancario è tra banche costruite per questo momento e banche che stanno cercando di adattarsi. Non si tratta di istituzioni grandi e piccole. Non si tratta di incumbent e challenger.

Costruito per questo significa che il livello API è il prodotto invece di un componente aggiuntivo. L’infrastruttura in tempo reale è la realtà operativa attuale. I flussi di lavoro di conformità, l’esecuzione FX e la logica di approvazione sono tutti programmabili dai sistemi del cliente stesso ora invece di essere instradati attraverso la casella di posta di un gestore di relazioni.

Secondo il rapporto sulle tendenze del banking al dettaglio di The Financial Brand del 2025, solo il 25% delle banche ha prioritizzato la modernizzazione della loro infrastruttura back-office, anche se più della metà elenca l’esperienza digitale come priorità strategica. Quella lacuna, tra intenzione dichiarata e investimento architettonico effettivo, è esattamente dove la prossima ondata di uscite dei clienti avrà origine.

Le neobanche hanno dimostrato che un’esperienza migliore è possibile. L’intelligenza artificiale dimostrerà che il modello di banca con un essere umano nella catena non è più valido per le aziende che si muovono più velocemente. Per le banche che hanno aspettato troppo a lungo, la finestra si chiuderà tutta in una volta, nel modo in cui queste cose sempre accadono. Lentamente, poi all’improvviso.

La domanda più interessante per me adesso è se ci sia un’istituzione tradizionale con la volontà organizzativa di muoversi prima che accada, o se la lacuna tra i deck di strategia e l’infrastruttura effettiva sia troppo ampia per essere chiusa in tempo?