Marmonti (SAS): “Le PMI sono un’area di crescita, ma servono modelli più granulari”

Dopo una fase di risultati molto positivi, le banche guardano a nuove aree di crescita per difendere la redditività in uno scenario più volatile, competitivo e selettivo. Tra queste, le PMI assumono un ruolo centrale: un segmento con forte potenziale, ma ancora spesso servito con modelli non pienamente coerenti con le sue esigenze.

 Lo sottolinea Anselmo Marmonti, Vice President Banking Risk, Fraud & Compliance di SAS, nella videointervista rilasciata a Bancaforte in occasione di Supervision, Risks & Profitability 2026. Secondo Marmonti, molte banche stanno concentrando l’attenzione sull’area SME, oggi frequentemente gestita con logiche troppo vicine al retail, quindi insufficienti per livello di sofisticazione, oppure con processi da corporate, spesso non compatibili con le attese di rapidità e semplicità di queste controparti.

La sfida è duplice. Da un lato migliorare la user experience, ancora in molti casi troppo basica. Dall’altro rendere più granulari modelli, dati e strategie commerciali. Non basta scegliere di presidiare un settore, come hospitality o agricoltura. Occorre capire quali sottosettori, quali profili di clientela e quali combinazioni rischio-rendimento offrano le migliori opportunità di crescita.

In questo quadro, l’intelligenza artificiale non è un obiettivo in sé. È un acceleratore, se aiuta la banca a raggiungere risultati di business più chiari. Il punto di partenza, osserva Marmonti, è l’Active Portfolio Management: analizzare il portafoglio per individuare settori e sottosettori in cui la banca può ottenere maggiore allineamento con la clientela, migliori margini e una gestione più consapevole del rischio.

L’AI consente anche di rendere accessibili agli utenti di business strumenti di advanced analytics che altrimenti resterebbero appannaggio di figure altamente specialistiche. Può supportare le decisioni quotidiane, migliorare l’utilizzo dei dati interni ed esterni, integrare synthetic data quando le informazioni disponibili non sono sufficienti e accelerare attività legate allo sviluppo, al deployment e alla validazione dei modelli. Un esempio riguarda la generazione automatica di schede modello e model book, sempre sotto supervisione umana.

Un altro ambito decisivo è il disegno delle strategie creditizie. Attraverso simulazioni preventive è possibile valutare policy, pricing risk-adjusted e impatti attesi sul portafoglio prima dell’esecuzione. In questo modo il business può decidere con maggiore consapevolezza, avendo una visione più chiara degli effetti che le scelte di underwriting produrranno sui risultati.

La tecnologia interviene poi nella fase di execution, dove la qualità dell’esperienza cliente diventa cruciale. L’orchestrazione di agenti può aiutare a raccogliere dati, simulare scenari, richiamare motori di valutazione online e stimare con maggiore precisione il costo della posizione, includendo anche elementi come l’allocazione ottimale dei collateral. Il gestore dispone così di un quadro più trasparente e utilizzabile nel processo decisionale. 

L’automazione, però, non può essere il punto di partenza. Arriva solo quando i modelli sono calibrati, affidabili e sufficientemente accurati. È questa, per Marmonti, la condizione per digitalizzare davvero il credito alle PMI: usare AI e analytics non per semplificare artificialmente la complessità, ma per governarla meglio, migliorando margini, qualità del servizio e controllo del rischio.

Guarda lo Speciale Supervision, Risks & Profitability 2026