L’introduzione di sistemi di intelligenza artificiale all’aumentare della complessità è sempre più frequente e in poco tempo da tecnologia sperimentale è divenuta infrastruttura operativa in alcuni settori chiave. Nella Pubblica Amministrazione, ad esempio, i sistemi di intelligenza artificiale vengono utilizzati per incrociare basi dati, individuare anomalie e migliorare l’efficienza dei processi. È noto che l’Agenzia delle Entrate e l’INPS, solo per fare qualche nome, utilizzano sistemi avanzati di analisi dei dati, machine learning e modelli predittivi per l’operatività e la prevenzione di frodi. Inoltre nelle grandi organizzazioni e nelle multinazionali questi strumenti sono di supporto nell’ambito della gestione del rischio, della pianificazione e delle decisioni strategiche. In nessun caso però, afferma chi la utilizza, l’AI prende decisioni in totale autonomia: il suo ruolo è affiancare l’uomo, potenziando la sua capacità di lettura della complessità.
Il difficile equilibrio tra complessità e visione di insieme
Ma quale è esattamente il ruolo che può essere svolto dall’intelligenza artificiale? Prima di rispondere occorre fare una premessa meno banale di quello che sembra: nel private e nel wealth banking il patrimonio non è solo un insieme di numeri con una dimensione esclusivamente economica, finanziaria o fiscale. È anche storia familiare, potere, responsabilità e visioni diverse tra generazioni talvolta influenzate da emozioni o situazioni conflittuali.
Non tutto è codificabile
Queste dimensioni non sono pienamente codificabili e quindi governabili esclusivamente da un sistema informatico. Questo vuol dire che un sistema di intelligenza artificiale, per quanto sofisticato, non può sostituire un banker nella sua capacità di mediare tra interessi familiari in contrasto o di interpretare “silenzi” oppure costruire fiducia. In altre parole, nessun sistema può avere una conoscenza di un cliente pari a quella di un consulente che è in grado di capire quando una scelta “razionale” non è quella giusta per il cliente che conosce bene.
Alcuni esempi di applicazione della AI nel wealth management
Il valore di chi si occupa di un patrimonio complesso è quello di comprendere un cliente e le sue esigenze, sia in termini di obiettivi che di vincoli, prendendo decisioni coerenti con la visione di lungo termine concordata.
Per elaborare dati e compilare report l’AI può essere un alleato prezioso, liberando quella parte di tempo del consulente assorbita da attività a basso valore aggiunto. Affidare ai sistemi di AI le fasi di raccolta e riconciliazione di dati provenienti da fonti diverse, la verifica di coerenze formali e scadenze e simulazioni ripetitive consente al wealth manager di avere più tempo libero per la relazione con il cliente, oltre che per elaborare consulenza strategica e coordinarsi con altri professionisti (legali, fiscalisti…). Lo scenario che si configura è quello in cui l’intelligenza artificiale diventa uno strumento di precisione e il wealth manager il regista delle attività necessarie per una consulenza di valore.
Di seguito alcuni esempi di funzionalità a supporto dell’attività dei consulenti.
1. Aggregazione di dati eterogenei
Aggregazione non vuol dire solo sommare valori. Occorre anche classificare correttamente le esposizioni, evidenziando gli aspetti legati ai rischi e alla liquidità ed eventuali correlazioni tra asset diversi. Le soluzioni per raccogliere informazioni dai conti detenuti presso diversi intermediari e per integrare gli asset finanziari con quelli reali permettono una visione unificata del patrimonio e sempre aggiornata. Questi strumenti possono aiutare un consulente a vedere meglio e più velocemente connessioni talvolta poco evidenti, soprattutto quando i dati sono molto frammentati, riuscendo magari ad anticipare i bisogni del cliente e a rispondere meglio soprattutto alle attese dei clienti delle nuove generazioni.
2. Integrazione multidisciplinare
La comunicazione tra chi si occupa di aspetti legali, fiscali e legati alla pianificazione successoria non sempre avviene in maniera fluida, si tratta talvolta di compartimenti stagni. Senza strumenti dedicati, incoerenze tra obiettivi di successione e struttura degli asset possono passare inosservate, così come possono non apparire subito evidenti i rischi di un investimento a seguito di un cambiamento normativo o fiscale.
3. Costruzione di scenari
Che cosa succede ad un patrimonio a fronte di diversi scenari geopolitici, economici o finanziari? Esistono strumenti di AI in grado di analizzare migliaia di combinazioni possibili e di valutare velocemente tutte le implicazioni di eventuali shock di mercato o variazioni dei tassi, con alert che avvertono tempestivamente se determinate variabili si discostano dai valori attesi e richiedono immediata attenzione.
Le prossime sfide
In conclusione il potenziale dell’AI appare interessante in questa era digitale. Ma l’adozione di questi strumenti non è un semplice automatismo.
Secondo l’ultimo Market Impact Report di HFS Research sponsorizzato da IBM, infatti, la domanda di consulenza basata sull’intelligenza artificiale è in forte aumento ma meno del 30% delle aziende è completamente preparato in termini di forza lavoro, dati, governance e fornitori. In base alle evidenze di questa indagine globale condotta su mille dirigenti senior in 16 settori e 14 paesi, l’utilizzo della consulenza basata sull’IA triplicherà entro due anni, passando dal 12% al 35% dei servizi forniti e quindi le società di consulenza che utilizzano strumenti, tecnologie e metodi proprietari basati sull’IA per fornire soluzioni più efficienti ai propri clienti supereranno i concorrenti. Una sfida impegnativa, a cui sembra difficile sottrarsi.
