Al prestito ci pensa l’algoritmo? Vantaggi e rischi per le banche

Quasi sette banche su dieci al mondo, secondo una recente analisi dell’Institute of international finance, utilizzano il machine learning nella valutazione delle richieste di credito. Oltre la metà ne usufruisce anche per monitorare i finanziamenti già erogati. Uno strumento che consente tra le altre cose di reperire “le informazioni salienti anche quando sono disperse o annegate in una congerie di dati irrilevanti”, nelle parole di Daniele Vergari, director, risk analytics lead di Crif management consulting. Ma che non manca di sollevare dubbi e difficoltà. Anche sul tema privacy. Un nuovo documento tecnico redatto da Crif e Banca Intesa Sanpaolo fa il punto sul tema.

Intelligenza artificiale: gli effetti sui processi del credito

Un elaboratore, spiegano da Crif e Banca Intesa Sanpaolo, permette di individuare rapidamente nuovi trend che possano influenzare la salute dei prestiti erogati, tagliare i costi e accedere a enormi patrimoni informativi reperibili negli archivi di una grande banca o sul web. “Automatizzando l’accesso ai dati e i processi decisionali, per gli istituti diventa possibile concedere credito in tempi ristrettissimi, presidiando nuovi canali come lo shopping online che diversamente rischiano di diventare appannaggio di società di fintech e di big data”, aggiunge Vergari. Vantaggi ai quali potrebbero accedere sempre più istituti di credito. Come sottolineato nel documento, il 50% degli istituti sondati dalla Bank of England stima per esempio un aumento dell’importanza di queste tecniche nella propria operatività per effetto della crisi pandemica. Ma restano una serie di rischi da non sottovalutare.

Si parte innanzitutto dal tema privacy. Questo perché se da un lato le macchine operano su informazioni pubbliche o volontariamente condivise, dall’altro le nuove tecniche di analisi e i moderni elaboratori riescono ad accedere anche a dettagli di vita personale. “E se è vero che le banche si muovono con grande cautela, gli operatori non tradizionali al momento sembrano ancora essere meno sensibili al tema”, avvertono Crif e Banca Intesa Sanpaolo. Un altro tema è quello del “black box”, vale a dire la possibilità che venga concesso o negato il credito senza garantire spiegazioni chiare a chi lo richiede.

I rischi delle normative sull’intelligenza artificiale

In questo contesto, secondo gli esperti, una normativa particolarmente stringente potrebbe intaccare la competitività del sistema finanziario europeo e impedire agli istituti di credito di valutare nella maniera più opportuna soggetti ritenuti meno affidabili e parallelamente di ridurre i costi delle insolvenze. Basti pensare che tra l’altro, stando al documento, l’accuracy ratio (che misura l’accuratezza dei modelli per la gestione dei rischi e che normalmente si aggira intorno al 50 e l’80%) potrebbe impennare del +10% attraverso dati e tecniche di elaborazione innovativi. Motivo per cui anche la Banca centrale europea avrebbe espresso i suoi dubbi rispetto al progetto di regolamento europeo sull’intelligenza artificiale.

“Dall’entità del rischio di credito dipende, in Europa, la quantità di patrimonio richiesta alle banche: se la prima è misurata in modo carente, anche il secondo può dimostrarsi inadeguato a reggere situazioni di stress”, spiega al proposito Giorgio Costantino, executive director – head di Crif global transformation services. Poi conclude: “Non c’è quindi da stupirsi che i supervisori vogliano vederci chiaro e individuare soluzioni in grado da un lato di garantire adeguate tutele ai richiedenti credito, dall’altro di mettere gli istituti di credito nella condizione di gestire in modo efficace ed efficiente l’operatività nei processi di erogazione”. Ricordiamo infine che il documento è stato già discusso con l’Autorità bancaria europea e sarà approfondito questo mese nell’ambito di un incontro cui parteciperanno anche la Banca centrale europea e le “big” della finanza italiana.