I servizi finanziari, a partire dal software specifico per questo settore, sono uno degli ambiti in cui l’intelligenza artificiale ha fatto irruzione, portando efficienza e altri tipi di vantaggio, ma anche nuovi rischi da governare. A che punto siamo con questa trasformazione? Ne abbiamo discusso con Daniele Savarè, chief technology officer di Finomnia, realtà europea nata quest’anno come evoluzione di Gruppo Fibonacci, con un’ampia offerta di software per i servizi finanziari.
L’Agentic AI è il tema tecnologico dell’anno. Come questa tecnologia impatta, oggi, e come impatterà in futuro sulla creazione del software?
Siamo di fronte a una vera e propria rivoluzione copernicana, che sta trasformando l’intero ciclo di sviluppo del software. Non si tratta solo di migliorare i processi, come avvenuto con l’Agile, ma di trasformare radicalmente tutte le fasi del ciclo di sviluppo, dalla generazione del codice fino al testing.
Già oggi è possibile prototipare applicazioni in tempi rapidissimi: partendo da un’esigenza espressa in linguaggio naturale, si possono generare in pochi giorni artefatti funzionali al 70-80%, riducendo drasticamente i margini di incomprensione tra business e IT. In prospettiva, vedremo catene agentiche sempre più autonome e capaci di apprendere. L'umano resterà fondamentale, ma sarà sempre più orientato alla supervisione, alla definizione degli obiettivi e alla validazione dei risultati. Non c’è dubbio che il futuro dell’IT sia agentico.
Nel settore del software finanziario, in particolare, quali trasformazioni tecnologiche state osservando oggi?
In questo momento gran parte dell’innovazione ruota attorno all’AI, riguardo la quale vediamo due filoni principali. Il primo è l’efficientamento operativo, che porta allo sviluppo di agenti che affiancano gli operatori nei processi quotidiani, riducendo tempi e complessità. Il secondo riguarda il supporto alle decisioni: in questo caso l’AI aiuta a interpretare dati, costruire scenari e formulare raccomandazioni. È un’evoluzione particolarmente interessante nel settore finanziario, dove la qualità e la tempestività delle decisioni hanno un impatto diretto sul business.
In entrambi i casi, gli utenti interagiscono con il sistema in linguaggio naturale all’interno dei propri workflow, senza dover cambiare contesto applicativo. Questo migliora l’esperienza d’uso e aumenta la produttività.
Daniele Savarè, chief technology officer di Finomnia
Quali tendenze osservate, invece, dal punto di vista della domanda?
Le domande che riceviamo dalle banche si concentrano proprio su queste due esigenze: aumentare l’efficienza dei processi e migliorare la capacità di prendere decisioni basate sui dati. Le organizzazioni più avanzate stanno già sperimentando modelli agentici che integrano dati e servizi provenienti da diversi domini applicativi. Altre realtà preferiscono partire da casi d’uso più concreti e immediatamente misurabili, come copilot e strumenti di analytics.
Oltre a queste due tendenze principali, stiamo notando un forte interesse nell’applicazione dell’AI nei processi core legati del credito. Sempre più spesso ci viene richiesto di introdurre modelli di scoring creditizio automatizzato capaci di analizzare informazioni provenienti dall’esterno, migliorando efficienza, time-to-market e scalabilità. Il tutto mantenendo l’elemento human-in-the-loop, fondamentale per garantire decisioni consapevoli e conformi. In ogni caso, la richiesta comune è poter integrare queste innovazioni senza stravolgere i processi esistenti.
A che punto della trasformazione digitale sono, in Italia, le aziende del settore dei servizi finanziari?
Il settore finanziario è storicamente uno dei più avanzati sul fronte della digitalizzazione. Quando si parla di AI, però, siamo ancora in una fase di adozione progressiva. L’interesse è molto elevato, ma viene accompagnato da un’attenzione particolare ai temi normativi, dalla protezione dei dati alla conformità con l’AI Act.
Dovendo identificare le aree che hanno la maturità digitale più spiccata, citerei sicuramente pagamenti e cybersecurity. Entrambe hanno vissuto un’accelerazione significativa negli ultimi anni, anche grazie alla spinta dall’open banking che ha aperto enormi opportunità ma ha, allo stesso tempo, portato con sé nuovi rischi da intercettare e mitigare. I player più grandi sono spesso anche i più avanzati nelle sperimentazioni, ma devono muoversi all’interno di un quadro regolatorio rigoroso. Per questo oggi vediamo un’adozione concreta, ma molto governata.
A vostro parere, quali sono i rischi di un’adozione non governata degli agenti AI? La compliance preoccupa più o meno della sicurezza?
Entrambi gli aspetti sono centrali, ma hanno caratteristiche diverse. La compliance è un tema importante, ma oggi esistono strumenti, policy e framework che consentono di gestirla in modo efficace. La sicurezza rappresenta invece una sfida più dinamica, perché l’evoluzione delle tecnologie AI porta con sé anche nuovi scenari di rischio.
C’è poi un altro elemento fondamentale: la qualità dei dati. Modelli alimentati con informazioni non aggiornate, infatti, possono produrre risultati fuorvianti. Per questo crediamo che l’adozione dell’AI debba sempre avvenire all’interno di processi governati, con adeguati controlli e con l’uomo che mantiene la responsabilità finale delle decisioni.
Quali trasformazioni tecniche, di interfacce, standard, architetture o altro, è necessario portare a termine per un’efficace adozione dell’AI nel software finanziario?
La buona notizia è che non servono rivoluzioni tecnologiche complete. Le soluzioni AI moderne sono progettate per integrarsi con i sistemi esistenti e possono essere introdotte progressivamente. È anche l’approccio che abbiamo adottato in Finomnia, offrendo una piattaforma aperta e modulare, pensata per dialogare con gli ecosistemi tecnologici già presenti nelle istituzioni finanziarie e facilitare l’introduzione di nuove funzionalità basate sull’AI.
La vera differenza la fa quindi il grado di modernizzazione del sistema. Chi possiede architetture moderne e API-based adotta l’AI più rapidamente ed efficacemente. Al contrario, i sistemi legacy e monolitici rallentano il processo, richiedendo maggiore effort per l’integrazione.
Come immaginate il futuro del software nel settore dei servizi finanziari?
Credo che il software finanziario sarà sempre più intelligente, conversazionale e proattivo. Gli agenti evolveranno in copilot capaci di comprendere il contesto dell’utente e anticiparne i bisogni. I servizi saranno sempre più personalizzati, grazie alla capacità di integrare dati da fonti diverse e analizzarli in tempo reale. In prospettiva, l’AI potrà avvicinarsi al ruolo di consulente finanziario digitale, sempre disponibile e in grado di supportare decisioni complesse. Questo renderà i servizi più accessibili, efficienti e orientati al cliente.