Marmonti-Popescu (SAS): “Così l'AI generativa rivoluziona il credit decisioning”

A Supervision, Risks & Profitability 2025, l’intelligenza artificiale è stata protagonista anche nei processi di credit decisioning, con un focus specifico su come Generative AI e Agentic AI stiano cambiando – concretamente – il modo in cui le banche valutano il rischio, ottimizzano l’efficienza e presidiano la compliance.

A raccontarlo a Bancaforte, attraverso un caso d’uso operativo, sono Anselmo Marmonti, Vice President Risk, Fraud & Compliance Solutions, e Alida Popescu, Customer Advisory Sr Manager Risk Practice di SAS

«Lo scorso anno – spiega Marmonti – abbiamo introdotto il concetto di Enterprise Customer Decisioning, per offrire una visione integrata del journey del cliente, dall’onboarding fino all’eventuale collection. Quest’anno siamo andati oltre, mostrando come l’AI generativa e gli agenti AI possano aumentare produttività, accuratezza e ridurre i costi operativi e normativi».

Cuore della proposta SAS è un’infrastruttura decisionale avanzata che combina modelli predittivi, policy interne, motori di regole e tecnologie AI emergenti. Il risultato? Processi più veloci, intelligenti e trasparenti. «Abbiamo portato un caso concreto – aggiunge Popescu – per mostrare come orchestrare AI agentica e modelli tradizionali consenta di automatizzare il decisioning mantenendo un controllo rigoroso su equità, spiegabilità e governance».

Il valore aggiunto non è solo tecnologico, ma strategico. La piattaforma consente di integrare i modelli decisionali nei sistemi bancari esistenti tramite API, assicurando coerenza operativa e auditabilità. Ogni decisione può essere accompagnata da una spiegazione comprensibile, anche in ottica regolamentare.

Un aspetto centrale dell’approccio SAS è la validazione automatizzata dei modelli. «È un fronte su cui stiamo investendo molto – evidenzia Popescu – anche alla luce dell’AI Act europeo. Automatizzare la generazione di KPI di validazione consente ai validatori di comprendere meglio i modelli, individuarne i punti critici e migliorarne l’affidabilità».

Ma l’adozione dell’AI richiede metodo, selezione accurata degli use case e consapevolezza dei limiti: «Non è una panacea – precisano – ma uno strumento potente che va gestito con responsabilità. È fondamentale costruire una governance solida, che assicuri modelli trustworthy e adatti alla produzione».

Il messaggio che SAS invia da Supervision, Risks & Profitability è chiaro: l’AI è già una leva concreta per l’evoluzione dei processi decisionali in banca. Ma solo se accompagnata da visione strategica, orchestrazione tecnologica e presidio normativo può generare valore reale.