L’intelligenza artificiale generativa sta aprendo una nuova fase nella trasformazione digitale dei settori bancario e finanziario. Dopo anni in cui machine learning e analytics sono stati utilizzati soprattutto per automatizzare attività specifiche e migliorare l’efficienza operativa, banche e compagnie assicurative stanno iniziando a ripensare processi, modelli organizzativi e strategie di business alla luce delle potenzialità offerte dall’AI agentica e dai Large language model.
Questo è stato il tema centrale del summit GenAI @ Scale: verso l’Agentic AI, organizzato da Cetif, il Centro di Ricerca dell’Università Cattolica del Sacro Cuore di Milano. Un confronto che ha messo in evidenza come il vero cambiamento non riguardi soltanto la tecnologia, ma la capacità delle organizzazioni di integrarla nei propri modelli operativi.
Dalla tecnologia alla trasformazione organizzativa
Secondo Federico Rajola, professore ordinario di Organizzazione Aziendale all’Università Cattolica di Milano e direttore di Cetif, il principale ostacolo non è rappresentato dalle capacità dell’intelligenza artificiale, ma dalla capacità delle imprese di adattarsi. “L’intelligenza artificiale non è soltanto una nuova tecnologia: richiede una trasformazione completa dell’organizzazione, delle competenze, dei processi e della cultura aziendale”.
L’adozione dell’AI impone infatti una revisione della governance, dei processi decisionali e delle modalità di valorizzazione del patrimonio informativo aziendale. Le prospettive di crescita sono ampie, ma il divario tra aspettative e risultati concreti resta ancora significativo.
I primi benefici sono già visibili nella produttività individuale, nella gestione della conoscenza e nell’automazione delle attività di back office. Tuttavia, le applicazioni potenziali si estendono a funzioni strategiche come gestione del rischio, antifrode, credito e consulenza finanziaria. E su tali versanti di progetti che hanno portato a implementazioni effettive ancora non ce ne sono. E non solo in Italia, sottolinea Rajola, nemmeno in Europa.
L’AI entra nelle strategie industriali
Una visione condivisa anche da Stefano Sperimborgo, Data & AI Lead Italy, Greece and Central Europe di Accenture, secondo cui il settore sta vivendo una fase caratterizzata da aspettative molto elevate.
Le grandi trasformazioni tecnologiche richiedono tempo per produrre effetti strutturali, ma l’intelligenza artificiale sta seguendo una traiettoria di adozione più rapida rispetto alle precedenti innovazioni digitali. La diffusione tra i consumatori sta infatti accelerando la pressione sulle imprese affinché integrino queste tecnologie nei propri modelli di business.
Anche in Italia gli investimenti stanno crescendo, sebbene il mercato si trovi ancora nelle fasi iniziali di un percorso destinato a consolidarsi nei prossimi anni. Per Sperimborgo il passaggio decisivo sarà superare la logica delle iniziative isolate: “L’AI non può più essere affrontata come una somma di singoli progetti sperimentali, ma deve diventare una componente strutturale dei piani industriali e delle strategie di trasformazione aziendale”.
L’evoluzione verso gli ecosistemi agentici
Se Accenture sottolinea l’importanza dell’integrazione strategica, Reply richiama l’attenzione sull’evoluzione tecnologica in corso. Paolo Zandano, head of Strategic Customers, Financial Services Gruppo Reply, evidenzia come il mercato sta rapidamente passando da una fase centrata sui singoli modelli a una basata su ecosistemi agentici. “Per banche e assicurazioni la scelta non riguarda più semplicemente il modello più performante o meno costoso, ma la definizione di un portafoglio di soluzioni in grado di combinare modelli, dati e piattaforme differenti in funzione delle esigenze operative”.
Le organizzazioni dovranno quindi imparare a gestire architetture sempre più articolate, nelle quali più agenti collaborano tra loro e interagiscono con applicazioni e sistemi aziendali.
In questo scenario, il fattore realmente differenziante non sarà la tecnologia in sé, ma la capacità di incorporare il patrimonio informativo aziendale all’interno dei processi.
Parallelamente crescerà l’importanza della governance. L’aumento dell’autonomia degli agenti richiederà infatti meccanismi di controllo, supervisione e accountability sempre più sofisticati.
Governance e compliance al centro
Anche Chiara Frigerio, professore di Organizzazione Aziendale e segretario generale di Cetif, evidenzia come il dibattito stia progressivamente spostandosi dalla tecnologia alle modalità con cui essa verrà governata.
La fase dominata dalla ricerca di singoli use case sta lasciando spazio a una visione più ampia, nella quale il vero vantaggio competitivo non deriverà dalla disponibilità dei modelli, destinati a diventare progressivamente una commodity, ma dalla capacità delle organizzazioni di valorizzare competenze, conoscenza e governance.
L’AI agentica rappresenta un cambio di paradigma perché non si limita a generare contenuti o sintetizzare informazioni. Può orchestrare attività complesse, coordinare processi e supportare decisioni operative. La questione centrale diventa quindi definire quali attività affidare agli agenti intelligenti e quali mantenere sotto il controllo umano, soprattutto in settori altamente regolamentati come quello bancario e assicurativo.
Secondo i dati presentati da Frigerio, “il 58% degli operatori finanziari italiani considera governance e conformità normativa il principale fattore critico per l’adozione dell’AI agentica. Molte organizzazioni ritengono inoltre necessario colmare gap tecnologici e organizzativi prima di accelerare gli investimenti”.
Per questo motivo il successo delle iniziative dipenderà dalla capacità di coniugare innovazione, sicurezza, trasparenza e controllo. Il vantaggio competitivo nascerà sempre più dal modo in cui gli agenti intelligenti verranno integrati nei processi aziendali.
UniCredit: dall’efficienza alla trasformazione dei processi
Questa visione sta già trovando applicazione concreta nelle strategie delle principali istituzioni finanziarie europee. UniCredit rappresenta uno degli esempi più avanzati di questa evoluzione. Alessandro Barardi, head of Group Artificial Intelligence Products, spiega come la banca abbia progressivamente abbandonato la logica delle sperimentazioni isolate per concentrarsi sulla trasformazione dei processi. L’approccio si sviluppa lungo due direttrici complementari: da un lato la diffusione dell’AI tra i dipendenti, dall’altro la revisione dei processi in ottica agentica.
Per Barardi, “la sola crescita della produttività individuale non è sufficiente a giustificare gli investimenti. Il valore emerge quando i benefici si traducono in riduzione dei costi, crescita dei ricavi o miglioramento dell’efficacia operativa”. Per questo UniCredit sta concentrando gli sforzi su processi strategici come lending, onboarding, transaction monitoring e software lifecycle management.
I risultati più evidenti stanno emergendo nell’ambito IT, dove gli strumenti di intelligenza artificiale sono già in grado di supportare attività tipiche di sviluppatori esperti. L’obiettivo è estendere progressivamente l’automazione all’intero ciclo di sviluppo software, dalla raccolta dei requisiti fino ai test e al rilascio delle applicazioni.
Intesa Sanpaolo punta sul patrimonio di conoscenza
Anche Intesa Sanpaolo sta affrontando una fase di maturazione analoga. Marco Ditta, executive director e head Data & Artificial Intelligence Officer del gruppo, sottolinea come il nuovo piano industriale valorizzi anni di investimenti in digitalizzazione e AI.
In linea con la strategia messa in atto da UniCredit, la banca sta evolvendo da un approccio basato su singoli use case verso una trasformazione più profonda dei processi e dei modelli operativi. “Nel settore finanziario questo percorso deve necessariamente coinvolgere tecnologia, business, governance e risk management. L’attenzione alla compliance e alla gestione del rischio rende l’adozione più prudente rispetto ad altri comparti, ma contribuisce anche a renderla più sostenibile nel lungo periodo”.
Un elemento centrale della strategia riguarda la valorizzazione della conoscenza aziendale. “In un contesto in cui modelli e piattaforme tendono a essere sempre più accessibili, il vero elemento distintivo diventa il patrimonio di competenze, dati e processi accumulato nel tempo”. L’AI sta inoltre modificando le modalità di collaborazione tra le diverse strutture aziendali e accelerando l’evoluzione delle competenze e della cultura organizzativa.
Allianz ridisegna i processi partendo dal cliente
Anche il settore assicurativo sta vivendo una trasformazione simile. Andrea Molteni, Chief operating officer del Gruppo Allianz, ricorda come l’AI venga utilizzata da anni nelle attività operative e nella gestione dei sinistri, ma evidenzia come le tecnologie generative abbiano aperto una fase completamente nuova. “L’attenzione si sta spostando dall’ottimizzazione di singole attività alla riprogettazione dei processi end-to-end, partendo dall’esperienza di clienti, agenti e dipendenti”.
In questa prospettiva il concetto di produttività assume un significato più ampio rispetto alla semplice riduzione dei costi. Maggiore efficienza significa anche qualità del servizio, personalizzazione dell’offerta e capacità di rispondere più rapidamente alle esigenze dei clienti. “L’intelligenza artificiale diventa quindi non solo una leva di efficienza, ma anche uno strumento di crescita e innovazione”.
Per accompagnare questa trasformazione Allianz ha investito nella formazione e nello sviluppo di strumenti dedicati, come Allianz GPT, con l’obiettivo di diffondere una conoscenza consapevole delle opportunità e dei limiti della tecnologia.
Particolare attenzione è stata dedicata anche alla rete distributiva. Soluzioni come Ultra AI consentono agli intermediari di accedere a un assistente specializzato sui prodotti assicurativi, capace di supportare la costruzione di offerte personalizzate e migliorare la qualità della consulenza.
Una sfida che parte dalla cultura
Le testimonianze raccolte durante il summit mostrano come il settore finanziario stia entrando in una nuova fase della propria evoluzione digitale. L’attenzione si sta spostando dalla sperimentazione di singoli algoritmi alla trasformazione dei processi, dei modelli operativi e delle modalità di relazione con clienti e dipendenti.
La sfida consiste nel trasformare i guadagni di produttività in valore aziendale, integrando tecnologia, competenze e governance all’interno di una strategia coerente. Per riuscirci sarà necessario accompagnare l’innovazione con una profonda evoluzione organizzativa. Come sottolinea Rajola, “la vera sfida non è soltanto economica: serve un cambiamento culturale che parta dal top management e coinvolga tutta l’organizzazione”. Perché la competizione sull’intelligenza artificiale, conclude, “si affronta nel rispetto delle regole, ma anche con una dose di coraggio”.
