IA generativa nel Fintech: liberare il potenziale oltre i chatbot

Il percorso dell’intelligenza artificiale del fintech è stato a dir poco straordinario. L’industria fintech , da tempo abituata all’intelligenza artificiale (AI) , è pronta a fare passi da gigante, come evidenziato da Isabelle Castro Margaroli in Fintech News . Secondo le proiezioni, l’intelligenza artificiale nel mercato fintech raggiungerà l’incredibile cifra di 31,71 miliardi di dollari entro il 2027, mostrando un notevole tasso di crescita del 28,6%. L’utilizzo dell’intelligenza artificiale nel fintech ha già trovato le sue basi, con uno sconcertante 90% delle aziende fintech che già incorporano l’intelligenza artificiale nelle proprie operazioni, come riportato dal Cambridge Centre for Alternative Finance.

Tuttavia, in questo panorama di evoluzione tecnologica, è emerso un nuovo attore: l’intelligenza artificiale generativa. Questa nuova tecnologia promette di ridefinire il modo in cui affrontiamo i servizi finanziari, trascendendo i chatbot convenzionali e gli strumenti di automazione a cui siamo abituati. Tuttavia, è importante riconoscere che il settore ha appena iniziato a sfruttare il potenziale dell’intelligenza artificiale generativa e che c’è ancora un viaggio considerevole da fare prima che raggiunga il suo apice.

Robert Antoniades, co-fondatore e socio accomandatario di Information Venture Partners, riassume perfettamente lo stato attuale dell'intelligenza artificiale generativa nel settore finanziario: «Come viene utilizzata la Gen AI dai servizi finanziari? La risposta semplice è che non viene utilizzato. Certamente non in modo ampio. Ma ciò che ha fatto la Gen AI è stato aumentare il riconoscimento del potere dell’IA per le istituzioni finanziarie.» Antoniades spiega che, sebbene le aziende abbiano iniziato a implementare strumenti di intelligenza artificiale generativa come Chat GPT per semplificare i processi rivolti ai clienti, il vero impatto trasformativo della tecnologia potrebbe risiedere nel rivoluzionare il backend dei servizi finanziari.

Tuttavia, rimane un ostacolo significativo: la precisione. Affinché l’intelligenza artificiale generativa possa realizzare il suo potenziale nei servizi finanziari, deve raggiungere una precisione assoluta. Purtroppo, questa precisione è attualmente fuori portata. Gli eventi recenti hanno evidenziato i pericoli di un’IA generativa imprecisa. Il 1° giugno si è scatenato uno scompiglio sui social media quando «fonti anonime» avrebbero riferito che il presidente della SEC Gary Gensler si era dimesso in attesa di una «indagine interna». Successivamente, queste affermazioni furono smascherate come false e la fonte di questi rapporti errati? Un bot di intelligenza artificiale generativa.

Antoniades sottolinea la fondamentale necessità di assoluta precisione nei servizi finanziari, affermando: «Bisogna capire che nei servizi finanziari, se qualcosa è importante, deve essere accurato al 100%. Non c'è spazio per le allucinazioni. Non c'è spazio per errori. Le risposte generate dall'intelligenza artificiale sono affascinanti da vedere perché in realtà sono decenti, ma non sono accurate.» Le conseguenze delle inesattezze nella consulenza finanziaria e nella tenuta dei registri potrebbero essere catastrofiche.

Tuttavia, le potenziali applicazioni dell’intelligenza artificiale generativa nei servizi finanziari sono profonde. I servizi di consulenza finanziaria, spesso fuori portata per molti a causa dei vincoli di costo, potrebbero diventare più accessibili attraverso l’intelligenza artificiale generativa. Questa tecnologia potrebbe personalizzare i servizi di consulenza in base alle interazioni dei singoli clienti, fornendo guida e supporto su misura.

Antoniades sottolinea questo punto: «La Gen AI è in realtà un caso d'uso molto interessante su come fornire quell'interazione e contestualizzazione tra il cliente e l'istituto finanziario. Inserendo tutti questi dati, ora è possibile avere quella che si potrebbe considerare una conversazione con un cliente.»

Inoltre, l’intelligenza artificiale generativa ha il potenziale per migliorare in modo significativo gli sforzi di rilevamento delle frodi e antiriciclaggio (AML) , basandosi sulla già crescente dipendenza dall’intelligenza artificiale e dai modelli di apprendimento automatico in questi settori.

Un’applicazione particolarmente dirompente dell’intelligenza artificiale generativa è la modernizzazione dell’infrastruttura obsoleta del sistema bancario. Basato su COBOL, un linguaggio di programmazione risalente al 1959, questo framework antiquato è rimasto sostanzialmente invariato mentre la tecnologia ha fatto passi da gigante. Questo sistema obsoleto è complicato da adattare e richiede un'ampia programmazione personalizzata per eventuali aggiornamenti.

Antoniades propone una soluzione: «Penso a questo come un modo per modernizzare le infrastrutture. L’intelligenza artificiale generativa potrebbe essere utilizzata per riscrivere l’arcaico codice COBOL e fornire una patch per accelerare la transizione verso una nuova e moderna infrastruttura.» La posta in gioco è alta quando si ha a che fare con sistemi legacy, poiché eventuali errori potrebbero avere conseguenze catastrofiche.

Come dice sinteticamente Antoniades: «Quando effettui un deposito sul tuo conto bancario, vuoi sapere che i soldi sono lì. Non è che possa essere lì il 99,9% delle volte. È sempre lì. Quando ti danno consigli, dovrebbero essere accurati al 100%. Non dovrebbe essere accurato al 90%.»

Il potenziale dell’intelligenza artificiale generativa nel fintech è innegabile e le istituzioni finanziarie ne sono profondamente consapevoli. La prossima sfida del settore è quella di portare avanti lo sviluppo finché i risultati di GenAI non si avvicineranno alla perfezione. L’orizzonte dei servizi finanziari è pronto per la trasformazione e l’intelligenza artificiale generativa è il presagio di questo profondo cambiamento.