Dopo anni di sperimentazioni, progetti pilota e use case circoscritti, il settore bancario è entrato nella fase dell’integrazione strutturale dell’intelligenza artificiale. Ne è convinto Gianni Spada, CEO di Deda Bit, che in questa videointervista a Bancaforte descrive il passaggio in atto come una vera transizione verso un modello di “AI company”, destinato a ridisegnare processi, organizzazione e modelli di servizio.
“Dichiariamo chiusa la fase sperimentale”, afferma Spada. Se fino a oggi l’AI è stata applicata a singoli processi o ad ambiti periferici rispetto al core banking, ora emerge con chiarezza la sua capacità di generare valore sistemico.
Le banche, più di altri settori, dispongono infatti di un patrimonio unico: complessità organizzativa, ampiezza dei processi e profondità dei dati. È proprio l’interazione tra questi elementi che consente all’intelligenza artificiale di esprimere appieno il proprio potenziale.
Le applicazioni sono ormai diffuse lungo l’intera catena del valore: dall’ambito documentale, terreno particolarmente fertile per l’automazione intelligente, ai processi di incassi e pagamenti, dalla valutazione del merito creditizio all’erogazione e gestione del credito distressed, fino alla finanza, al wealth management e ai processi operativi di ciclo attivo e passivo.
Un ruolo crescente riguarda anche il BPO, dove l’AI consente di ripensare modalità operative e livelli di efficienza. La vera sfida, tuttavia, non è tecnologica ma organizzativa. La transizione verso una AI company richiede change management, revisione dei modelli decisionali e un profondo cambiamento di mindset. Servono percorsi di education diffusi e un’adozione strutturale dell’AI lungo le catene di processo, superando la logica del singolo task automatizzato. “Non è solo automazione, ma ripensamento delle catene di processo e, in certi casi, del modo stesso di fare banca”, sottolinea Spada.
In questo scenario, il tema della sovranità digitale assume un ruolo centrale. Per Deda, la sovranità non riguarda soltanto protezione, sicurezza e riservatezza del dato, ma anche dominio tecnologico e libertà di scelta dello stack più adeguato al contesto. La possibilità di combinare modelli diversi in funzione di accuratezza, velocità, costi e criticità del processo rappresenta un fattore distintivo competitivo. Ogni processo bancario ha esigenze specifiche e richiede soluzioni calibrate sull’incrocio tra dati, business e controllo.
Il gruppo ha investito oltre 50 milioni di euro negli ultimi anni sull’intelligenza artificiale, con iniziative che vanno dalla costruzione di un LLM italiano alternativo ai grandi player internazionali, attraverso l’investimento in Istella, fino al potenziamento infrastrutturale con data center in Italia, in linea con le esigenze di sovranità e controllo del dato. Un percorso che affianca la valorizzazione del patrimonio informativo interno alla capacità di integrare foundation model, LLM specializzati sulla lingua italiana, soluzioni SLM in cloud o on-premise.
Tra le tecnologie su cui Deda sta puntando vi è il Federated Learning, che consente alle banche di mantenere la sovranità sui propri dati, mettendo però a fattor comune il valore informativo che può essere estratto. Applicazioni concrete si riscontrano nei pagamenti e nella compliance, ambiti in cui la collaborazione tra istituti può generare nuovi livelli di efficacia senza compromettere la riservatezza.
La trasformazione verso l’AI company riguarda anche Deda stessa. Il gruppo sta integrando l’intelligenza artificiale in modo esteso nelle proprie attività core - sviluppo, testing, gestione sistemi, cyber security - ma anche nelle funzioni corporate, dalle HR alla finanza e amministrazione. Un cambiamento strutturale che, secondo Spada, è inevitabile per restare competitivi in un mercato sempre più AI driven.
Con oltre 600 milioni di fatturato, più di 5 mila persone e una presenza capillare nel settore bancario italiano ed europeo, oltre che in Nord America, Emirati Arabi e Nord Africa, Deda punta a essere un attore di riferimento nella transizione delle banche verso un utilizzo maturo dell’intelligenza artificiale. La leva distintiva resta la conoscenza profonda dei processi bancari e dei dati che li alimentano. La fase che si apre non è più quella delle sperimentazioni isolate, ma quella dell’integrazione strategica. Per le banche, diventare AI company significa governare tecnologia, dati e organizzazione in modo coerente. Per i partner tecnologici, significa accompagnare questo percorso con competenze quantitative, modellistica avanzata e capacità di scegliere, caso per caso, la soluzione più adatta. È su questo terreno che si giocherà la competitività del banking nei prossimi anni.

