L’AI? Strumento per rafforzare la relazione con il cliente

Tecnologie che non solo efficientano i processi interni, ma che consentono anche di rafforzare la relazione con i clienti offrendo servizi e prodotti sempre più ritagliati sulle effettive esigenze di persone e imprese. È questa la direzione verso la quale il settore finanziario guarda nel ragionare sulle opportunità che i sistemi più avanzati di intelligenza artificiale stanno aprendo.

Un tema che è stato al centro del confronto, che ha coinvolto 50 top manager di banche, compagnie di assicurazioni, associazioni di categoria, oltre che delle istituzioni e del mondo accademico, promosso da CRIF in occasione dell’edizione 2024 dei Tomorrow Speaks, che ha avuto come titolo: “AI & CRIF Metadata: customer-centric finance”.

A polarizzare la discussione sono stati gli approfondimenti sull’importanza e il ruolo dei dati, unici e di qualità, senza i quali l’intelligenza artificiale non potrebbe esistere. Si è discusso di come la digitalizzazione progressiva, dall’arrivo del web fino a oggi, abbia creato una ricchezza di dati che, grazie alle giuste tecnologie, modelli predittivi e algoritmi, permette all’AI di generare risultati senza precedenti.

Il dibattito si è incentrato anche sul tema della gestione dei servizi alla clientela. Pur riconoscendo la riduzione dei costi come una priorità per il settore, la vera sfida a medio-lungo termine è rappresentata dalle opportunità che la combinazione tra dati e AI offre per migliorare la relazione con i clienti. L’obiettivo è rispondere in modo più efficace alle loro esigenze, contribuendo a migliorare ricavi e marginalità.

L’AI tradizionale, con machine learning e algoritmi predittivi, è da tempo uno strumento utilizzato per valutare e monitorare la solvibilità dei clienti, retail e corporate, e potenziare gli indicatori Environmental, Social e Governance (ESG). L’avvento delle nuove forme di AI sempre più avanzate amplia questi confini, e offre la possibilità di potenziare la relazione tra clienti e aziende, rendendo più fluida e personalizzata la gestione delle loro esigenze e rivoluzionando così il settore finanziario. Questa tecnologia non solo migliora l’esperienza del cliente, rendendo l’interazione più semplice e intuitiva, ma riduce anche i tempi di attesa e alleggerisce il carico di lavoro sui team di supporto umano, ottimizzando la gestione delle risorse. Per fare solo un esempio in ambito bancario, tutte le attività legate ai processi di delibera, dalle analisi ex-ante alle valutazioni ex-post, possono ora essere reingegnerizzate, integrando al loro interno dei modelli linguistici in grado di preparare draft dei principali documenti e di rileggere le note prodotte dagli operatori per verificare che tutte le policy aziendali siano state rispettate.

“Il settore finanziario sta attraversando una fase di trasformazione radicale, guidata dall'integrazione di tecnologie avanzate come l’intelligenza artificiale e, oggi, con la Generative AI. Queste soluzioni, insieme con la potenza insostituibile dei dati, stanno rivoluzionando l'interazione con i clienti, rendendo i processi più fluidi, personalizzati e immediati, migliorando al contempo l’efficienza operativa. Crediamo fermamente che il connubio tra AI e dati di alta qualità rappresenti una leva strategica non solo per ottimizzare la gestione del rischio ma anche per anticipare le esigenze di famiglie e imprese, creando così valore attraverso esperienze sempre più customer-centriche e portando benefici concreti in termini di redditività e di consolidamento della fiducia dei clienti”, ha detto Marco Colombo, Managing Director Finance Italy di CRIF.

Un caso concreto presentato in occasione dell’evento è l’applicazione sviluppata da CRIF con l’AI per la fase di istruttoria e origination dei finanziamenti alle imprese. Questo strumento automatizza l’analisi dei documenti aziendali, come bilanci e perizie immobiliari, trasformando l’estrazione manuale di KPI in un processo preciso ed efficiente. Un altro caso è l’innovativo tool di CRIF per i controlli di secondo livello nelle banche, che automatizza l’analisi dei dossier di affidamento, efficientando il processo attraverso una prevalutazione automatica che permette agli operatori di processare il 100% delle pratiche.