Costruire la banca intelligente
come l'Agentic AI sta trasformando le esperienze, i pagamenti e la sicurezza
Con l’ingresso degli agenti AI nel settore finanziario e l’allentamento delle pressioni normative, gli esperti di Kyndryl Financial Services scrutano l’orizzonte per individuare le prossime trasformazioni del banking.
Articolo co-creato da Bloomberg Media Studios e Kyndryl
Come praticamente in ogni settore, anche il settore bancario sta subendo l’influenza dell’AI. Un’analisi del 2025 di Bloomberg Intelligence evidenzia potenziali incrementi di redditività superiori al 12% — pari a 100 miliardi di dollari — man mano che le banche intensificano il loro ricorso all’AI.
Secondo Bloomberg l’introduzione di agenti AI potrebbe permettere alle banche di ottenere incrementi di produttività persino superiori al 5% atteso dalla GenAi nell’arco dei prossimi tre-cinque anni.
Ma se il detto “ogni azienda è ora un’azienda tecnologica” assume un significato particolare nell’era dell’AI, le istituzioni finanziarie devono essere ancora più strategiche e mirate prima di lanciarsi nell’automazione, afferma Neha Arora, Vicepresident and Consult Partner Financial Services, presso Kyndryl.
Man mano che le banche rispondono all’imperativo di operare come nativi digitali, l’implementazione dell’AI assume un peso molto diverso nel settore bancario, afferma.
Questo perché le banche non solo devono mantenere aggiornati i propri sistemi tecnologici, ma devono anche far fronte a una regolamentazione stringente, a rigorosi controlli di compliance e a una sensibilità accentuata in tema di dati e fiducia dei clienti, il tutto mentre, in molti casi, effettuano aggiornamenti parziali alle infrastrutture legacy.
Tuttavia è importante comprendere che l’onere regolamentare non rallenterà l’AI. Al contrario, plasmerà la prossima ondata di competitività.
“Per le banche, essere un’azienda tecnologica non significa semplicemente adottare l’IA. Significa incorporare fiducia, compliance e resilienza in ogni livello dello stack tecnologico.”
Neha Arora
Vicepresident and Consult Partner , Financial Services
Kyndryl
Valutare la prontezza del settore bancario all’IA
L’analisi di Bloomberg sull’AI nel settore bancario si è basata su un sondaggio condotto su 93 leader di banche di tutto il mondo, incluse istituzioni tradizionali e neo-banche.
Secondo quanto emerso dal sondaggio di Bloomberg, sebbene l’uso dell’AI nel banking superi già le aspettative degli analisti, il percorso verso una piena adozione e un’autonomia agentica potrebbe richiedere più di cinque anni a causa dell’unico contesto regolamentare del settore.
L’infrastruttura legacy del settore bancario rappresenta inoltre un ostacolo all’adozione diffusa dell’AI. Più di un quarto dei leader del banking e dei servizi finanziari intervistati per il Kyndryl 2025 Readiness Report afferma che i propri sistemi operativi, server e reti sono arrivati o stanno per arrivare al termine del loro ciclo di servizio, e il 58% ha dichiarato di essere approdato all’attuale ambiente cloud “per caso”, piuttosto che come risultato di una strategia proattiva.
Ci sono tuttavia elementi positivi. Il 54% degli intervistati, nei vari settori, segnala che i propri investimenti in AI e machine learning stanno già generando ROI.
E, secondo Arora, nelle sfide si nascondono opportunità.
Una consiste nel dare priorità a un sistema API-first — una tendenza di settore che crea prodotti discreti e ben definiti, invece di integrazioni che devono essere assorbite in altri sistemi. Modulari e interoperabili per progettazione, i prodotti API aiutano le banche e le società fintech a concentrarsi sui servizi rapidi e affidabili che i clienti si aspettano.
“Tutti devono procedere a piccoli passi,” afferma Arora. “Concentrarsi sulle API consente alle banche di integrare l'AI senza una trasformazione radicale.”
Questa dinamica è particolarmente vantaggiosa per le banche più piccole, che tendono a essere libere dai sistemi legacy radicati che possono rallentare l’integrazione dell’AI per gli operatori più grandi.
“C'è più agilità,” osserva Arora.
Anju Tiwari, Vicepresident and Consult Partner Partner di consulenza, Financial Services presso Kyndryl, rileva inoltre che l’adozione dell’AI si sta muovendo più rapidamente nel segmento intermedio del banking. Non troppo piccolo per scalare le applicazioni di AI, né troppo grande da dover affrontare gli ostacoli legati ai dati tipici di un sistema legacy, il segmento medio è nella posizione di muoversi più velocemente.
“Se si parla con le grandi banche che stanno affrontando la concorrenza delle neobank, si capisce che il loro obiettivo non è diventare semplicemente una banca digitale ma passare direttamente ad essere una banca intelligente,” afferma Tiwari.
Intelligence sulla customer experience
Il prossimo salto di qualità nel banking abilitato dall’AI consisterà nell’aggiungere uno strato alla customer experience che Arora e Tiwari descrivono come “invisible embedded finance”: prodotti e app intuitivi che si presentano all’interno delle routine finanziarie degli utenti nei momenti in cui possono offrire il massimo valore.
Inoltre, oltre all’automazione nella rilevazione delle frodi e nel credit scoring, le banche faranno sempre più affidamento sull’AI per l'orchestrazione intelligente dei pagamenti.
Arora cita i precedenti in termini di customer experience di Apple Pay, Google Pay e PayPal, che hanno guadagnato fiducia nell’ambito dei pagamenti al di fuori del contesto bancario tradizionale. Integrandosi senza attriti nei comportamenti di acquisto dei consumatori, queste società tecnologiche hanno esercitato una pressione sulle banche perché elevassero il proprio livello digitale, afferma Arora.
“Questo apre la strada all’adozione dell’AI come elemento distintivo competitivo,” afferma.
L’AI può valutare costo, velocità e rischio per scegliere il payment rail ottimale, che si tratti di una automated clearing house (ACH), di un circuito di carte o della blockchain. Ciò contribuisce a ridurre i costi operativi per le banche, offrendo al contempo meno transazioni fallite e una migliore customer experience.
Arora prevede inoltre la diffusione mainstream di applicazioni di AI che analizzano la posizione geografica e i modelli di spesa di un cliente bancario su un determinato orizzonte temporale, consentendo al sistema di suggerire offerte o opzioni di finanziamento pertinenti al momento dell’acquisto. Questo livello superiore di personalizzazione — supportato da trasparenza e fiducia consolidata — mette in evidenza la capacità dell’AI di andare oltre l’efficienza per approfondire le relazioni con i clienti.
“Questo sarà un grande game changer per le banche,” afferma Arora.
Alla fine della giornata, i clienti non vogliono solo un banking più veloce. Vogliono un banking che sia di supporto, equo e spiegabile — fondato su fiducia e trasparenza.
Promuovere la fiducia nelle decisioni agentiche
Una quota sempre maggiore dei processi che determinano sia la rapidità sia il livello di supporto del banking verrà affidata agli agenti AI, in linea con la tendenza dell’agentic acceleration.
Come riportato da Bloomberg, i riferimenti agli agenti AI nelle earnings call hanno registrato un aumento di 4 volte nel quarto trimestre del 2024 rispetto al trimestre precedente, segnalando la loro crescente importanza nelle strategie di AI a livello enterprise.
Patrick Gormley, Global Data Science and AI Consult Lead presso Kyndryl, riconosce che il mercato degli agenti AI è attualmente caratterizzato da molto rumore e afferma di vedere grandi aziende che cercano di affermare le proprie credenziali in ambito AI citando le migliaia di agenti che hanno costruito.
In realtà, osserva Gormley, ciò che dovrebbero fare è costruire un numero inferiore di agenti, ma più capaci ed eseguibili.
“I clienti non vogliono comprare agenti. I clienti vogliono comprare risultati.”
Patrick Gormley
Global Data Science and AI Consult Lead
Kyndryl
Arora osserva che molti clienti del settore bancario stanno sfruttando l’AI per ridurre i costi e prevede un imminente cambiamento strategico non solo nella sicurezza — utilizzando strumenti di AI per contrastare minacce potenziate dall’AI — ma anche nella customer experience.
Ad esempio, presto, gli agenti AI si occuperanno del lavoro di valutazione delle richieste di prestito e di formulare le decisioni. E sebbene Arora e Tiwari concordino sul fatto che la velocità conti meno della trasparenza, la capacità dell’agentic AI di semplificare i processi rappresenta un vantaggio per entrambe le parti della scrivania — sia per bancario sia per il cliente.
Decisioni o deliberazioni che un tempo richiedevano più di un’ora per essere raggiunte possono essere prese in meno di 20 minuti grazie agli agenti AI, osserva Tiwari.
Ciò richiede profili accurati dei clienti, una storia delle transazioni dei dati dei credit bureau chiaramente documentata e informazioni su occupazione e reddito.
“Ciò che permetterà a un agente AI dedicato alla valutazione dei prestiti di avere successo è una solida base dati”, afferma Arora..
Successivamente, quale che sia la decisione, la motivazione deve essere chiara ed equa, richiamando fattori tradizionali e dimostrabili come il rapporto debito/reddito.
In caso contrario, consiglia Arora, i clienti potrebbero respingere automaticamente qualsiasi decisione sfavorevole che sanno o sospettano sia stata generata da un agente AI anziché da un impiegato umano.
I regolatori passano dall’essere barriere all’AI a essere abilitatori dell’AI
Nel corso del Wyoming Blockchain Symposium della scorsa estate, la newsletter Banking Industry Monitor di Bloomberg ha riportato che Michelle Bowman, Vice Chair for Supervision del Board of Governors della Federal Reserve, ha avvertito le banche che rischiano di perdere rilevanza nell’economia se non alleggeriranno le regole che disciplinano l’AI e le criptovalute nel loro settore. Questo è stato uno dei segnali più forti finora del fatto che persino i regolatori stanno riconoscendo non solo l’inevitabilità, ma anche l’opportunità che l’AI rappresenta.
Questo consiglio è in linea con quanto Arora e Tiwari raccolgono dai clienti del settore bancario i di Kyndryl mentre bilanciano tecnologia emergente e compliance.
La buona notizia, afferma Arora, è che investire in un sistema di governance trasparente basato sull’AI può trasformare la pressione normativa in un vantaggio competitivo.
I regolatori che supervisionano l’AI — com’era prevedibile — non sono favorevoli a modelli di governance opachi di tipo black box, afferma Tiwari.
Tiwari spiega che Kyndryl offre tranquillità e un percorso chiaro ai clienti aiutandoli a comprendere le aspettative in evoluzione dei regolatori e a stabilire una chiara trasparenza della audit trail quando le valutazioni e le decisioni vengono effettuate dall’AI. Integrare la trasparenza nel modo in cui i modelli sono allineati ai framework regolamentari, incluso il modo in cui i modelli vengono addestrati, contribuisce anche a consolidare la fiducia dei regolatori.
“Se sono fiduciosi che il modello stia rispettando i requisiti normativi, incluso l’addestramento finalizzato al raggiungimento delle decisioni, possono accettarlo,” afferma Tiwari.
“I regolatori sanno di non poter essere una barriera all’AI. Devono essere un abilitatore.”
Anju Tiwari
Vicepresident and Consult Partner , Financial Services
Kyndryl
Il delicato equilibrio del banking
Le analisi di Bloomberg sull’intersezione tra AI e banking confermano che la tecnologia sta modellando la fedeltà dei clienti bancari a un livello iper-specifico, sviluppando tra l’altro modelli in grado di prevedere quando un cliente potrebbe star valutando di spostare il proprio denaro altrove, così che la banca possa intervenire e preservare la relazione.
Arora comprende le sfumature tra le aspettative dei clienti e le realtà di back-end del banking.
“Tutti vogliono approvazioni dei prestiti più rapide e un supporto always-on che è raggiungibile solo tramite chatbot e virtual assistant,” afferma. “Non vogliono attese, ma vogliono anche affidabilità.
“Il modo in cui le banche stabiliranno questo equilibrio definirà ciò che sarà il futuro dell’AI nel banking.”
Scopri ulteriori insight sul futuro del banking intelligente qui.