PREVIOUS ARTICLENEXT ARTICLE

La roadmap per le banche che vogliono diventare Ai-first

La roadmap per le banche che vogliono diventare Ai-first

Salva
Salva
Condividi
Livia Caivano
Livia Caivano

29 Settembre 2020
Tempo di lettura: 3 min
Tempo di lettura: 3 min
Salva
  • La svolta tecnologica potrebbe portare al sistema bancario globale circa mille miliardi l’anno

  • I vantaggi per i singoli istituti? Tanto per cominciare, maggiori profitti

  • Da dove iniziare? Come sempre, dal cliente

La corsa al digitale innescata dai lockdown messi in atto dai governi durante la pandemia di Covid ha trovato molti istituti bancari impreparati – ma le big tech pronte a lanciarsi nel campo dei servizi finanziari. Per combattere ad armi pari contro le grandi aziende tecnologiche, il settore bancario ha una sola strada da percorrere: quella dell’intelligenza artificiale

Oltre la digitalizzazione. Le tecnologie di intelligenza artificiale potrebbero portare al settore bancario globale fino a mille miliardi di dollari di valore aggiunto ogni anno. Ma basta guardare al caso italiano per capire che la strada sia tutta in salita: un report McKinsey spiega in quattro punti da dove il mondo bancario dovrebbe (ri)partire per mettere in atto questa trasormazione.

 

Molte banche, seppure consapevoli dei vantaggi che l’intelligenza artificiale (Ai) potrebbe portare alle loro attività, faticano nel passare dalla sperimentazione su casi d’uso selezionati al ridimensionamento della tecnologia in tutta l’organizzazione. Le ragioni, spiega McKinsey in un report dal titolo “AI-bank of the future: Can banks meet the AI challenge?”riguardano la mancanza di una strategia chiara, un nucleo tecnologico spesso poco flessibile ma affamato di investimenti, risorse di dati frammentate e modelli operativi antiquati che ostacolano la collaborazione tra i team aziendali e tecnologici. “Diverse tendenze nell’impegno digitale hanno subito un’accelerazione durante la pandemia di Covid e molte grandi aziende tecnologiche stanno cercando di entrare nei servizi finanziari – si legge nello studio della società di consulenza -. Per poter competere con le big tech e prosperare, le banche devono puntare a diventare istituzioni “Ai-first”, adottando cioè le tecnologie di intelligenza artificiale come base per nuove proposte di valore ed esperienze distintive dei clienti”.

Quali sono i vantaggi?

Le innovative tecnologie di intelligenza artificiale possono impulso significativo alle capacità degli istituti bancari di raggiungere quattro risultati chiave: maggiori profitti, personalizzazione su larga scala, esperienze omni-canale distintive e rapidi cicli di innovazione. “Le banche che non riescono a mettere l’Ai al centro della loro strategia e delle loro operazioni di base rischieranno di essere sopraffatte dalla concorrenza e abbandonate dai loro clienti”, precisa McKinsey.

Come potrebbe essere la banca Ai del futuro?

Per soddisfare le crescenti aspettative dei clienti e sconfiggere la competizione dell’era digitale, la banca Ai-first offrirà proposte ed esperienze intelligenti consigliando azioni, anticipando e automatizzando decisioni o attività chiave, personalizzate e veramente omni-canale, che non escludano la dimensione fisica ma neanche quella online – su più dispositivi e coerente.

L’istituto modello descritto da McKinsey sarà ottimizzato per l’efficienza operativa attraverso l’automazione estrema delle attività manuali e la sostituzione o l’aumento delle decisioni umane mediante motori diagnostici avanzati in diverse aree delle operazioni bancarie. La prima banca Ai del futuro “godrà della velocità e dell’agilità che oggi caratterizzano le aziende native digitali. Innoverà rapidamente, lanciando nuove funzionalità in giorni o settimane invece che in mesi. Collaborerà ampiamente con i partner per fornire nuove proposte di valore integrate perfettamente attraverso i percorsi, le piattaforme tecnologiche e i set di dati”.

Come possono le banche trasformarsi in Ai-first?

Con l’approccio olistico. Per diventare Ai le banche devono investire nella trasformazione del livello di coinvolgimento dell’utente, del livello decisionale, della tecnologia di base e del modello operativo. “Quando questi livelli interdipendenti lavorano all’unisono, consentono a una banca di fornire ai clienti esperienze omni-canale distintive, supportare la personalizzazione su larga scala e guidare i rapidi cicli di innovazione fondamentali per rimanere competitivi nel mondo di oggi. Ogni livello ha un ruolo unico da svolgere: un investimento insufficiente in un singolo livello crea un anello debole che può paralizzare l’intera azienda”.

  • Reinventare il livello di coinvolgimento del cliente

Sempre più spesso, i clienti si aspettano che la loro banca sia presente nei loro percorsi di utilizzo finale, conoscano il loro contesto e le loro esigenze, indipendentemente da dove interagiscono con la banca, e per consentire un’esperienza senza attriti. Le banche dovranno reinventare il modo in cui interagiscono con i clienti: a partire dall’offerta di prodotti. Va poi ridisegnata l’esperienza complessiva dei clienti: “consentire ai clienti di spostarsi attraverso più modalità (ad esempio web, app mobile, filiale, call center, dispositivi intelligenti) senza soluzione di continuità all’interno di un unico percorso e di conservare e aggiornare continuamente il contesto di interazione più recente.

  • Livello decisionale basato sull’intelligenza artificiale

“Fornire messaggi e decisioni personalizzati a milioni di utenti e migliaia di dipendenti, in tempo (quasi) reale attraverso l’intero spettro di canali di coinvolgimento, richiederà alla banca di sviluppare un livello decisionale su scala basato sull’intelligenza artificiale”: in tutti i domini all’interno della banca, le tecniche di intelligenza artificiale possono sostituire completamente o aumentare il giudizio umano per produrre risultati significativamente migliori (maggiore precisione e velocità), esperienza migliorata per i clienti (interazioni e offerte personalizzate), approfondimenti per i dipendenti (quale cliente contattare per primo con le raccomandazioni sull’azione migliore successiva) e una migliore gestione del rischio più forte (rilevamento precoce della probabilità di inadempienza e attività fraudolente).

  • Rafforzamento della tecnologia e dell’infrastruttura

L’implementazione delle capacità di intelligenza artificiale in tutta l’organizzazione richiede un set scalabile, resiliente e adattabile di componenti tecnologici di base: “Una debole spina dorsale tecnologica di base, priva degli investimenti necessari per la modernizzazione, può ridurre drasticamente l’efficacia dei livelli decisionali e di coinvolgimento. Il livello di tecnologia e dati di base ha sei elementi chiave”, prosegue McKinsey. Le banche dovrebbero disporre di una strategia tecnologica unificata che sia strettamente allineata alla strategia aziendale

  • Passaggio al modello operativo della piattaforma

“La prima banca del futuro basata sull’intelligenza artificiale avrà bisogno di un nuovo modello operativo per l’organizzazione, in modo da poter raggiungere l’agilità e la velocità richieste e liberare valore attraverso gli altri livelli”. Mentre la maggior parte delle banche lavora alla trasformazione digitale per diventare più modulare e flessibile, i team di lavoro all’interno della banca continuano a operare in silos funzionali con modelli di collaborazione non ottimali e spesso non allineati.

Livia Caivano
Livia Caivano
Condividi l'articolo
LEGGI ALTRI ARTICOLI SU:Digital TransformationBancheMckinsey
ALTRI ARTICOLI SU "Digital Transformation"
ALTRI ARTICOLI SU "Banche"
ALTRI ARTICOLI SU "Mckinsey"