Artificial Intelligence a servizio dei Financial Services
L’AI applicata ai Financial Services: perseguire obiettivi trasversali grazie a soluzioni innovative e competenze tecnico/specialistiche di PwC
La forte accelerazione dell’evoluzione tecnologica degli ultimi anni ha permesso di utilizzare e gestire la grande mole di dati disponibili alle aziende per realizzare applicazioni con funzionalità sempre più simili all’intelligenza umana.
Ricercatori e imprenditori di tutto il mondo sono alla ricerca di un'intelligenza artificiale autonoma che non richieda l'intervento umano per prendere decisioni anche molto complesse. Ciò significa nuovi modelli di business ovunque, che si tratti di servizi finanziari, sanità, energia, prodotti industriali o media e intrattenimento.
Gli ambiti di applicazione dell’AI
Communicating
Capacità di linguaggio e scrittura
Sensing
Lettura/ elaborazione di immagini/video e capacità di ascolto
Thinking and continuous learning
Capacità di decision making e apprendimento continuo
Taking action
Monitoraggio ed esecuzione di tasks
Principali scopi
Insights generation
Analisi di grandi volumi di dati, trasformando il flusso di informazioni in insight e suggerimento di azioni
- Estrarre valore dai dati trasformandoli in insight volti ad individuare le modalità migliori per soddisfare le strategie di business
- Supportare le decisioni e la direzione strategica identificando, dimensionando e gestendo casi d'uso
Process Enhancement
Automazione dei processi riducendo la necessità di intervento umano e/o ottimizzandone ed aumentandone le capacità
- Automatizzare le attività manuali per generare efficienza e concentrare gli sforzi umani sulle attività a valore aggiunto
- Aumentare l’efficacia degli interventi umani e ridurne i rischi operativi
I servizi finanziari sono però un settore caratterizzato da un elevato patrimonio informativo derivante dalla mole di dati a disposizione dei player presenti nel mercato. Costituisce di conseguenza una delle aree più interessanti per l’adozione di tecnologie data driven. Queste tecnologie stanno infatti diventando un fattore competitivo fondamentale per le istituzioni finanziarie, migliorando i processi decisionali, ridefinendo il modo di lavorare e di creare prodotti innovativi, riducendo i costi e trasformando la customer experience rafforzando la relazione con il cliente finale.
A prova di questo, l’intelligenza artificiale si è riconfermata al primo posto tra le priorità di indagine per le realtà italiane nelle rilevazioni ABI Lab sulle Priorità ICT 2022 e 2023, non limitandosi ad essere un focus dei soli player più grandi, ma anche di quelli di minori dimensioni.
Il 68%
Delle Banche conferma l’AI al primo posto nella lista delle priorità di indagine nel 20221
Il 59%
Delle Banche dispone di molte soluzioni AI in produzione attive da almeno 3 anni2
Il 76%
Delle Banche prevede un budget per le iniziative di AI che nel 65% dei casi è superiore a 500mila€2
1 «ICT scenario and market trends for the banking sector», ABI Lab, 2022 - 25 Banche italiane intervistate.
2 «ICT scenario and market trends for the banking sector», ABI Lab, 2023 - 22 Banche italiane intervistate.
I principi della Responsible AI
L’Artificial Intelligence ha un potenziale illimitato per farci progredire come società, ma da un grande potenziale derivano grandi rischi. È cruciale, dunque, porre un’attenzione sempre maggiore alla prevenzione, l’identificazione e la mitigazione dei potenziali rischi connessi all’introduzione dell’AI.
Quando si utilizza l’AI per supportare decisioni critiche per l'azienda basate su dati sensibili, è necessario essere sicuri di capire cosa sta facendo l’AI e perché, oltre che i benefici e i potenziali rischi associati. Sta prendendo decisioni accurate e consapevoli dei pregiudizi? Sta violando la privacy di qualcuno? Siete in grado di governare e monitorare questa potente tecnologia? Che implicazioni ci sono dal punto di vista etico in caso di comportamenti non desiderati?
A livello globale, le organizzazioni riconoscono la necessità di un’AI responsabile, ma si trovano in fasi diverse del percorso. Possiamo supportarti nell’identificare il tuo livello di maturità e le relative best practice di mercato da intraprendere.
Queste esigenze sono ulteriormente sostenute dalla normativa in fase di approvazione alla Commissione Europea denominata AI Act che renderà ancora più importante gestire adeguatamente questa tecnologia e le sue implicazioni.
Scopri come possiamo aiutarti nell’ambito AI
Nell'ambito dell'Intelligenza artificiale Generativa, PwC Italia ha costituito un gruppo di Lavoro multidisciplinare per accompagnare i propri clienti nell'analisi, stima, progettazione e sviluppo di soluzioni di generative AI in più ambiti, tra cui il Financial Services, facendo anche leva sulle competenze ed esperienze del Network PwC.
In particolare PwC, oltre agli aspetti tecnici/tecnologici, potrà fornire supporto ai clienti anche nell'analisi dei rischi collegati all'adozione di questa nuova tecnologia, verificando che i processi siano in grado di far fronte agli stessi. Scopri di più contattando i nostri professionisti nel form a fine pagina, saremo a disposizione per approfondire e organizzare workshop tematici.
L'intelligenza artificiale, nei Financial Services, come in altri settori industriali, è una disciplina non banale da inserire nei meccanismi decisionali e nei processi di un'azienda. Per questo motivo non si può semplicemente pensare di "reclutare" un manipolo di Data Scientist e aver risolto ogni problema.
Agire l'intelligenza artificiale presuppone un ecosistema multidisciplinare intorno alle capability specialistiche.
Sia l'introduzione che il running nel day-by-day dell'AI, a nostro avviso, presuppone quindi un'organizzazione cosiddetta data-driven e, soprattutto business-driven.
L'AI diventa dunque un ingrediente importante, ma insieme ad altri, per trasformare la propria azienda in una Data-Driven Company.
A titolo illustrativo e non esaustivo riportiamo nel seguito i cluster di "ingredienti" che riteniamo imprescindibili in una Data-Driven Company, inclusa ovviamente l'intelligenza artificiale.
Data Strategy and Data Product Design
Interagire con il business e le proprie esigenze, anche di alto livello, e tradurle in corrispondenti soluzioni analitiche in modo che possano essere implementate dagli specialisti e coglierne il valore rapidamente (grazie a un approccio Agile).
Data Governance & Quality
Garantire la governance degli asset (dati, modelli e data product), la loro qualità e coerenza, generando conoscenza e uniformità del linguaggio aziendale.
Data Science and AI
Algoritmi, modelli e motori per (i) fornire insights, (ii) aumentare l'automazione dei processi, (iii) simulare il comportamento e le azioni umane e (iv) risolvere problemi con metodi e tecniche più appropriati.
Data Experience & Visualization
Semplificare e sistematizzare l'accesso, l'uso e la condivisione degli strumenti e consentire un approccio self-service per un'esperienza utente dinamica, unica e fluida e un nuovo approccio al modo di consumo dei dati.
Cloud data Platforms
Big and Fast Data architetture, inclusa l’architettura di integrazione. Virtualizzazione dei dati e Cloud Data Platform - native/shift. Consentire lo scale-up, risolvere i colli di bottiglia architetturali e accelerare la trasformazione.
ML and AI Ops
Garantire l'affidabilità dei modelli, introducendo l'approccio DevOps, compresa la piena automazione supportata dall’AI.
Follow us
Contact us
