Imoney tab white
Utilizziamo i cookie per offrirti la miglior esperienza possibile sul nostro sito Web.
Quando utilizzi il nostro sito Web, accetti che vengano trasmessi cookie sul tuo dispositivo. Ulteriori informazioni

Machine learning

L'analisi
18 luglio 2018

Le banche sono morte. Viva le banche

di Paolo Marizza
Indagini prevedono che il 40% dei posti di lavoro nel settore bancario sarà spazzato via dall’intelligenza artificiale. Ma senza di nuovi modelli di business la tecnologia non ha mai cambiato nulla
CONDIVIDI
26105
L'analisi
18 luglio 2018 di Paolo Marizza Image

Investitori e banchieri parlano molto del potenziale dell’intelligenza artificiale (IA) per rivoluzionare un settore che ha lottato con la redditività nel decennio successivo alla crisi finanziaria. Indagini e ricerche sull’uso dell’IA da parte delle maggiori banche sembrano rivelare un’industria entusiasta delle prospettive di una tecnologia che può aiutare a tagliare i costi e aumentare la redditività.

Molte di esse prevedono che il 30-40% dei posti di lavoro nel settore bancario potrebbe essere spazzato via dall’IA nei prossimi cinque/dieci anni. Quasi tutte le grandi società di consulenza hanno pubblicato ricerche su come l’IA trasformerà il settore bancario: dagli “assistenti virtuali” che sostituiscono le persone in tutti i punti dell’interazione con il cliente, ai robot che prevengono le frodi, che eseguono affari complessi o che siedono nei Consigli d’Amministrazione a supporto dei processi decisionali.

Questa è la narrazione che occupa la scena, ma la realtà è molto più complicata. C’è scarso consenso su come l’IA potrebbe o dovrebbe essere utilizzata nel settore bancario e molti degli attuali sforzi per applicare l’apprendimento automatico sono limitati e a macchia di leopardo.

Le risorse allocate variano da qualche milione a centinaia di milioni di euro a seconda dei casi e il personale dedicato  varia da poche decine di operatori a diverse centinaia. Diverse banche che stanno sperimentando l’intelligenza artificiale non sono così ottimiste come suggerirebbero i proclami pubblici, arrivando a stimare risparmi sui costi a regime inferiori al 20%.

Molti esperti dicono che c’è il rischio che troppi investimenti si riversino in aree “sexy” come i chatbot (software che simula conversazioni tra esseri umani) a spese degli investimenti in processi di back end in cui le banche potrebbero ottenere guadagni più significativi.

Le aspettative incerte e poco realistiche non sono le uniche problematiche che le banche stanno affrontando nel valutare  le opportunità e gli impatti che il mondo dell’IA promette. Se da un lato le banche concordano sul fatto che l’intelligenza artificiale è un importante veicolo per il settore, dall’altro le loro strategie per introdurla e utilizzarla non sembrano sorrette da una chiara visione del futuro del banking.

A cominciare da ciò che le banche considerano come IA: da programmi che eseguono più funzioni di base che  coinvolgono logiche algoritmiche, apprendimento e auto correzione, a un insieme di tecnologie e approcci che consentono alle macchine di fare cose che richiedono intelligenza se fatte dall’uomo a una visione dell’IA pervasiva che comprende tutti i processi, inclusi quelli che si proiettano al di fuori dei confini aziendali.

Le progettualità spaziano da realizzazioni focalizzate sull’ottimizzazione e automazione di processi standardizzati e ripetitivi a bassa variabilità (middle e back end), sul miglioramento della gestione e della capacità di assumere rischi, sull’apprendimento automatico per gestire la formulazione del pricing, sull’utilizzo di chatbots e voice bots per l’interazione e il problem solving con i clienti, sull’analisi di masse di dati non strutturati per calibrare l’offerta e generare comunicazioni e decisioni personalizzate basate sui profili comportamentali di ciascun cliente.

Le banche si trovano in una fase di sperimentazione focalizzata sull’individuazione degli ambiti che possono generare maggior valore: selezionare le aree “giuste” per utilizzare l’IA è un problema complesso. I primi risultati promettenti mostrano che diverse banche, grazie all’implementazione di queste tecnologie, sono state in grado di vendere più prodotti/servizi e di comunicare meglio con i loro clienti, mentre altre stanno ottenendo risultati sulle operazioni di back office.

È sicuramente troppo presto per valutare risultati tangibili che orientino le politiche di investimento. Prove di migliori rapporti costo/reddito e vendita incrociata richiedono più tempo per consolidare la fase sperimentale. Sembra comunque emergere una linea di demarcazione tra banche che considerano la nuova tecnologia come fattore abilitante lo sviluppo di innovativi modelli di business e nuovi ruoli nella catena di valore (non solo finanziaria) rispetto a banche che adottano approcci verticali limitati a obiettivi specifici che possono creare solo miglioramenti marginali.

I progetti di IA portano le banche in molte direzioni diverse, ma è tutto il settore che ha bisogno di cambiare modelli di business e organizzativi. Non si tratta tanto della IA di per sé. Ogni giorno siamo bombardati da articoli sulla necessità di digitalizzare o su come IA / API / Cloud / Mobile / IoT / blockchain trasformerà o estinguerà questa o quest’altra industria. Dimentichiamo che la tecnologia in assenza di nuovi modelli di business non ha mai cambiato nulla.

Non è stato Internet a trasformare la vendita al dettaglio o la musica. Non è stato lo smartphone a creare Uber. Invece è il cambiamento del modello di business che ha sfruttato il potenziale delle nuove tecnologie. Nel commercio al dettaglio, è stato il modello di business Amazon. Nella musica è stato il modello iTunes a permetterci di acquistare singoli brani. È il modello di Spotify che con un servizio in abbonamento consente uno streaming musicale universale e personalizzato.

E così nel settore bancario possiamo tranquillamente prevedere che non sarà l’IA e le tecnologie adiacenti a trasformare l’industria: saranno i nuovi modelli di business potenziati da quelle tecnologie. L’economia pre-digitale era tutta basata sull’effetto scala. Una volta che un’azienda aveva ideato e realizzato un prodotto vincente, la sfida consisteva nello sfruttare al massimo le economie di scala. Ciò ha permesso di ridurre al minimo i costi unitari. Pertanto, tutti gli investimenti miravano a massimizzare le dimensioni – marketing di massa, produzione di massa, distribuzione di massa – e le attività erano organizzate in strutture gerarchiche centralizzate per renderlo possibile.

Ma le logiche di sola scala nell’era digitale stanno rapidamente passando da fonti di vantaggio competitivo a fonti di svantaggio competitivo. In termini economici, la tecnologia ha ridotto la scala minima della produzione. E con una struttura aziendale monolitica, di tipo meccanico, le diseconomie di scala iniziano prima. La sfida per gli operatori  tradizionali, non solo bancari, consiste quindi nel come allontanarsi dal retaggio della scala, una sfida più grande di quanto sembri poiché la cultura della scalabilità è profondamente radicata nelle strutture aziendali, nei parametri di performance, nelle logiche di remunerazione, nei processi e nelle competenze dei dipendenti. La minaccia non proviene dalle tecnologie: il rischio è che le banche non sentano la necessità di ridefinire i loro modelli di business prima di intraprendere un importante rinnovamento tecnologico. In effetti, il rinnovo della tecnologia in assenza di un rinnovo del modello di business potrebbe peggiorare le cose perché rafforzerebbe i modelli di business esistenti.

Commenti (0)
Comment