Intelligenza artificiale e banche: risultati ancora poco misurabili, pesa la qualità dei dati
Fonte: Istock
L’intelligenza artificiale continua a guadagnare spazio nel settore bancario, ma la vera sfida ora è trasformare l’innovazione tecnologica in risultati concreti. È quanto emerge dal report “Global Insights 2026: Predictions for Credit and Fraud Risk” pubblicato da Experian, che analizza lo stato dell’adozione dell’AI negli istituti di credito a livello globale e in Italia.
Secondo lo studio, negli ultimi due anni gli investimenti in tecnologie di intelligenza artificiale nel settore finanziario sono più che quadruplicati, segno di un crescente interesse per strumenti in grado di migliorare processi come la valutazione del credito, la gestione del rischio e la prevenzione delle frodi. Tuttavia, la diffusione delle tecnologie non si traduce ancora in valore economico diffuso: circa il 95% dei progetti di AI generativa avviati dalle istituzioni finanziarie non produce risultati misurabili.
Il 2026 potrebbe quindi rappresentare un punto di svolta per l’intero settore. Dopo una fase caratterizzata da numerosi progetti pilota e sperimentazioni, le banche sono chiamate a dimostrare l’efficacia reale dell’AI attraverso governance solide, qualità dei dati e modelli operativi più integrati.
L’adozione dell’AI nelle banche italiane
Nel contesto italiano l’adozione della tecnologia è già significativa. Secondo l’analisi di Experian, circa il 75% delle grandi banche utilizza componenti di intelligenza artificiale nei processi di erogazione del credito. Le applicazioni principali riguardano l’onboarding digitale dei clienti, l’analisi dei profili di rischio e l’automazione di alcune decisioni operative.
A confermare la diffusione crescente dell’AI è anche il dato sugli investimenti: le spese in tecnologie basate sull’intelligenza artificiale da parte degli intermediari finanziari italiani sono aumentate di oltre quattro volte negli ultimi due anni. Parallelamente, circa il 10% delle grandi banche ha dichiarato di avere progetti AI ancora in fase di sviluppo, segno di un ecosistema tecnologico in rapida evoluzione.
Secondo Armando Capone, CEO di Experian Italia, il settore è ormai pronto per una nuova fase di maturità.
“Le banche italiane hanno accolto con prontezza l’intelligenza artificiale nei loro processi: il 75% ha avviato l’utilizzo di alcune componenti sia in ambito di onboarding digitale che di valutazione del credito”, spiega Capone. “Quando Banca d’Italia fornirà le linee guida e l’EU AI Act stabilirà standard comuni, gli istituti che avranno integrato profondamente la governance dell’AI nella propria architettura saranno pronti ad accelerare e a distinguersi dalla concorrenza”.
Un quadro normativo in evoluzione
Il passaggio dalla sperimentazione alla piena operatività dell’AI avviene in un contesto regolatorio sempre più definito. In primavera è atteso il report finale del progetto sull’intelligenza artificiale sviluppato da Banca d’Italia insieme all’OCSE e alla Commissione Europea. Il documento dovrebbe fornire indicazioni operative su trasparenza, governance e gestione dei rischi associati all’uso dell’AI nel settore finanziario.
Parallelamente, dal 2 agosto 2026 entreranno in vigore i principali requisiti dell’EU AI Act, il regolamento europeo che definisce un quadro normativo unitario per l’utilizzo dell’intelligenza artificiale nei diversi settori economici. Per le banche questo significa nuove responsabilità in termini di documentazione dei modelli, gestione del rischio e tracciabilità delle decisioni automatizzate. Non sorprende quindi che l’86% delle istituzioni finanziarie preveda un aumento del controllo normativo nei prossimi anni.
Verso un modello integrato di gestione del rischio
Lo studio di Experian evidenzia anche una trasformazione organizzativa in corso all’interno degli istituti finanziari. Secondo il report, l’87% delle banche prevede una convergenza tra le funzioni di credito, antifrode e compliance entro i prossimi cinque anni. Questo processo dovrebbe portare a piattaforme tecnologiche più integrate e a una gestione del rischio più coordinata.
Attualmente, le banche utilizzano in media otto diversi strumenti di risk management. Una frammentazione che rende complessa l’analisi dei dati e rallenta l’implementazione dei modelli di intelligenza artificiale. Non a caso, il 79% degli istituti finanziari intervistati ha espresso l’intenzione di ridurre il numero di fornitori tecnologici, puntando a piattaforme più unificate. L’obiettivo è costruire infrastrutture di AI più solide e governabili, in grado di sostenere decisioni automatizzate senza compromettere la trasparenza e la sicurezza.
Il nodo della qualità dei dati
Uno degli ostacoli principali alla piena diffusione dell’intelligenza artificiale resta la qualità dei dati. Secondo la ricerca, il 29% dei decision-maker individua proprio nelle limitazioni dei dati il principale freno allo sviluppo dell’AI. Informazioni incomplete, non standardizzate o difficili da integrare possono compromettere la precisione degli algoritmi e ridurre l’affidabilità dei modelli predittivi.
Per superare questo problema, molte banche stanno valutando nuove fonti informative. Circa l’80% degli istituti prevede di aumentare l’utilizzo di dati alternativi o consensuali, come quelli provenienti da transazioni digitali o da servizi fintech, per migliorare le decisioni creditizie. Un’altra soluzione sempre più diffusa riguarda i dati sintetici, cioè dataset artificiali generati tramite algoritmi per simulare informazioni reali. Secondo il report, il 67% delle banche intende adottare questa tecnologia per sviluppare modelli di intelligenza artificiale rispettando allo stesso tempo i requisiti di privacy.
Tuttavia, l’efficacia di queste strategie dipende dalla presenza di sistemi di tracciabilità e governance dei dati. Solo con strumenti in grado di monitorare il data lineage, cioè l’intero ciclo di vita delle informazioni, sarà possibile trasformare grandi volumi di dati in conoscenza realmente utilizzabile.
L’AI come leva di efficienza
Nonostante le difficoltà iniziali, le prospettive di crescita dell’intelligenza artificiale nel settore bancario restano molto elevate. Secondo il report, il 92% degli intervistati ritiene che AI e automazione miglioreranno velocità ed efficienza operativa nei prossimi anni. L’uso di modelli avanzati potrebbe ridurre i tempi di valutazione delle richieste di credito, migliorare l’individuazione delle frodi e rendere più efficiente la gestione dei clienti.
Un ruolo sempre più rilevante potrebbe essere giocato anche dall’AI agentica, cioè sistemi capaci di prendere decisioni e agire in modo autonomo in base agli obiettivi impostati. Il 38% dei manager considera questa tecnologia una delle più impattanti nei prossimi cinque anni, soprattutto nell’ambito dell’underwriting e della valutazione del rischio creditizio.
Dalla sperimentazione al ritorno sugli investimenti
Il passaggio alla fase di maturità dell’AI comporta però anche una maggiore attenzione ai risultati economici. Secondo la ricerca, solo il 15% dei decision-maker ha registrato un miglioramento della marginalità negli ultimi 12 mesi grazie ai progetti di intelligenza artificiale. Un dato che dimostra come molti progetti siano ancora in fase sperimentale.
Per questo motivo, diversi gruppi finanziari stanno rivedendo le proprie strategie di investimento. I CFO europei stanno riallocando circa il 25% della spesa prevista per l’AI fino al 2027 verso progetti con ritorni economici dimostrabili. La pressione per trasformare l’innovazione tecnologica in valore concreto sta quindi spingendo le banche a selezionare con maggiore attenzione le iniziative più promettenti.
Il futuro dell’AI nel credito
L’analisi di Experian suggerisce che il settore bancario si trovi oggi in una fase di transizione decisiva. Dopo anni di sperimentazione e crescita degli investimenti, l’obiettivo diventa ora dimostrare che l’intelligenza artificiale può generare vantaggi competitivi reali.
Governance dei modelli, qualità dei dati e infrastrutture tecnologiche integrate saranno gli elementi chiave per trasformare l’AI da semplice innovazione tecnologica a leva strategica di crescita.
Con l’entrata in vigore delle nuove normative europee e con l’aumento degli investimenti in piattaforme avanzate, il 2026 potrebbe rappresentare l’inizio di una nuova fase per il sistema bancario: quella in cui l’intelligenza artificiale diventerà non solo uno strumento sperimentale, ma un pilastro stabile delle decisioni finanziarie.
