L'Intelligenza Artificiale in banca: perché può fare la differenza
di Mattia, Schieppati
-
30 Gennaio 2018
Sono 4 le strategie 2018 per l'AI: insight al servizio del cliente, rapporti senza frizione, “infallibilità” del Risk Management, ottimizzazione delle Operations. Due ricerche di McKinsey e di The Financial Brand spiegano la svolta, con un'avvertenza: non preoccupatevi della tecnologia
Dopo i Governi, per i quali è già la tecnologia chiave per tutto quel che riguarda la sicurezza e l'antiterrorismo, secondo l'ampio approfondimento sviluppato da
McKinsey (
qui la ricerca), le banche sono - insieme a sanità e retail - l'industry che, nel corso di quest'anno appena iniziato, più verrà coinvolta dalle innovazioni che si svilupperanno grazie al combinato di intelligenza artificiale e machine learning.
Secondo il McKinsey Global Institute, che ha analizzato un campione di 600 aziende di grandi dimensioni che già stanno implementando sistemi di intelligenza artificiale nei propri processi, «in generale le soluzioni adottate a oggi sono ancora a livello di progetto pilota e non rappresentano ancora sistemi scalabili». Siamo insomma nella fase iniziale di questa ulteriore rivoluzione. Per quanto riguarda in particolare le banche, i sistemi di AI vengono utilizzati per tenere sotto controllo comportamenti sospetti nelle movimentazioni o per segnalare possibili attività di riciclaggio di denaro.
In senso positivo, gli algoritmi di AI vengono invece utilizzati sia per aiutare (nel senso di "velocizzare") transazioni, sia per sviluppare analisi di dati sulla base delle quali prendere decisioni: non solo automatismi e bot, insomma, ma anche processi evoluti di affiancamento uomo-macchina, o meglio di macchine messe al servizio di scelte che restano in capo alle persone. Ma che possono essere prese con la garanzia che l'analisi a monte «viene effettuata con un'accuratezza che nessun impiegato oggi può garantire», scrive McKinsey.
Il motivo per cui proprio le banche stanno ai vertici delle tipologie di impresa che possono (devono!) giocare un ruolo guida nello sviluppo dell'intelligenza artificiale è evidente: quello bancario è uno dei settori che da sempre raccoglie e conserva, in maniera diciamo così "tradizionale", un'enorme massa di dati dei clienti, dati che da "big" possono diventare "smart", ovvero intelligenti, significativi, utili, attraverso la potenza e la velocità di processo messa a disposizione dai sistemi di AI.
4 ambiti di applicazione
A indicare gli ambiti specifici rispetto ai quali, nel corso del 2018, le banche potranno giocare positivamente tutto il vantaggio competitivo che deriva loro da questo patrimonio, rendendolo produttivo attraverso i sistemi di Data Analysis resi possibili dall'intelligenza artificiale, è un'analisi pubblicata da
The Financial Brand (
leggi qui), che indica 4 applicazioni dell'AI in banca su cui da subito è conveniente investire.
1. Mettere gli insight al servizio del cliente
Non immaginiamoci grandi fratelli in azione. Il cambio di mentalità nell'utilizzo dell'AI per scandagliare la massa di dati raccolta e conservata dalle banche consiste proprio nell'uscire da una mentalità azienda-centrica, dove ogni innovazione deve essere vista come funzionale a fare business, e passare a una mentalità davvero e completamente consumer-centrica. L'analisi accelerata, quando non istantanea, dei dati può e deve consentire alle banche innanzitutto di migliorare il servizio, e di farlo in maniera davvero (finalmente!) personalizzata per ogni singolo cliente. «I sistemi di analisi basati su intelligenza artificiale», scrive The Financial Brand, «consentono di incrociare dati in maniera inedita, consentendo di scoprire bisogni ed esigenze, magari inespresse, che un analista "umano" non sarebbe mai in grado di cogliere». Per il cliente, ciò significa avere non solo una banca in grado di rispondere in maniera rapida e puntuale alle sue richieste, ma addirittura una banca capace di anticipare i bisogni ed essere proattiva rispetto alle opportunità che si possono far cogliere allo stesso cliente.
2. Accelerare l'engagement del cliente
Vantaggio immediato e molto molto pratico dell'AI per le banche è la possibilità di rendere meno rigida, più fluida («frictionless» è il termine inglese utilizzato, che rende ottimamente il senso di questo concetto) e più veloce sia l'acquisizione del cliente, sia la quotidianità del suo rapporto con la banca. Basti pensare a come già oggi i chat bot siano in grado di migliorare (nel senso di velocizzare) la customer experience rispetto all'attività tradizionale di desk. Un tassello fondamentale, in questo, lo giocherà lo sviluppo dei sistemi di "assistente vocale" su cui i big del tech stanno lavorando alacremente. È l'anello che ancora manca a questa magica catena. Quando l'utente potrà relazionarsi con la sua banca per richieste/attività codificate e ripetitive in maniera totalmente "automatizzata", ovvero dialogando con un assistente vocale basato su un motore di AI che in tempo reale analizza le opzioni e fornisce una risposta/un servizio personalizzato sul profilo del cliente, allora sarà davvero cambiata la customer experience in ambito bancario.
3. Perfezionare il Risk Management
Anche questo è un campo molto produttivo, perché è tra l'altro l’ambito in cui l'intelligenza artificiale è chiamato a fare quello che sa fare meglio: incrociare dati calcolando in maniera esatta rischi e opportunità. Il perfezionamento progressivo del Risk Management, via via che progrediscono i sistemi di AI, significa per le banche non solo migliorare i propri profitti, ma anche – e forse ancora più importante – migliorare la propria reputazione presso i clienti. Interessante in particolare l'applicazione all'ambito bancario di quei sistemi di "dynamic pricing" che sistemi di intelligenza artificiale mettono già a disposizione per esempio dei grandi retailer online, Amazon su tutti.
4. Incrementare l'efficienza delle Operations
Non solo clienti, però. La grande sfida per le banche (come per tanti altri settori industriali) è quella di mettere sistemi sempre più avanzati di AI e di automazione al servizio dei processi interni. Ottimizzando l'efficienza di aree come quella del product management, della distribuzione, del resource management, oltre che del customer service. Ciò si può tradurre in interventi significativi nella direzione sia di un miglioramento della produttività, sia di un saving sui costi. Questo quarto tassello è forse il più complesso e ambizioso, perché entra nel merito di una stratificazione di processi e di abitudini radicate e perché per avere successo deve essere accompagnato da un forte cambio di mentalità da parte del management e di ogni singolo operatore.
Il consiglio in generale a quelle banche che vogliono intraprendere con convinzione la strada dell'implementazione spinta dell'AI, è semplice quanto rivoluzionario. Scrive The Financial Brand: «Se la vostra organizzazione vuole accogliere la sfida di mettere a valore le potenzialità dell'intelligenza artificiale, non fermatevi a ragionare sull'intelligenza artificiale. È tempo sprecato. Pensate agli obiettivi che volete far raggiungere alla vostra organizzazione, a che cosa volete che sia fatto meglio, o in maniera più veloce, da qui ai prossimi 5 anni. Qualsiasi sia il vostro pensiero, state sicuri che l'intelligenza artificiale ha le capacità per farlo».