Scelta 01
Automatizzare in modo strutturato
Le attività operative vanno automatizzate con un disegno chiaro, non a macchia di leopardo.
Digital Operational Excellence Competence Center
Perché il vero ritorno dell'AI in banca non è l'efficienza, ma la qualità delle decisioni.
di Cristiano Pietrosanti, membro del comitato scientifico del Centro di Competenza Digital Operational Excellence di H-FARM Business School.
Per decenni le banche hanno concentrato la maggior parte del lavoro delle persone sulla raccolta, sul controllo e sulla riconciliazione dei dati. Anche le figure più qualificate (credit officer senior, risk manager, specialisti di compliance) dedicano fra il 35% e il 55% del proprio tempo ad attività operative di questo tipo. Alla conoscenza esperta e al giudizio, cioè a ciò che distingue una banca eccellente da una banca qualunque, resta uno spazio marginale.
Oggi le tecnologie per automatizzare gran parte di quel lavoro sono mature. Le banche che sapranno rispondere alla nuova domanda strategica costruiranno un vantaggio competitivo difficile da replicare. Le altre rischiano di ridurre un decennio di trasformazione digitale a un esercizio di compressione dei costi.
Il saggio offre al top management un modello per affrontare questo passaggio, in cinque messaggi chiave.
Oggi
0–0%
del tempo delle figure più qualificate va ad attività operative
Il sintomo
>0%
cost-to-income stabilmente sopra questa soglia
Il modello
⅓ → ⅘
quota di tempo dedicata a conoscenza e decisione
01
Un cost-to-income stabilmente sopra il 60% è solo il sintomo. La causa è un'organizzazione che impiega le proprie competenze migliori in attività a basso valore decisionale.
02
Nel modello proposto, la quota di tempo dedicata a conoscenza e decisione può passare da circa un terzo a circa quattro quinti del totale. I ruoli non scompaiono, cambiano natura.
03
Per una pratica di credito semplice, come un finanziamento retail di importo contenuto, l'istruttoria può passare da giorni a pochi minuti, con l'intervento umano riservato ai casi dubbi. Nelle pratiche più complesse il lavoro dell'analista si riduce in modo significativo e si concentra sulla valutazione critica.
04
Il ritorno dell'investimento si misura in mesi, non in anni. Il valore però si realizza solo se il tempo liberato viene davvero reinvestito in analisi, relazione e giudizio, e non riassorbito da nuova burocrazia.
05
Delegare troppo agli algoritmi impoverisce proprio le competenze che servono a controllarli. Il modello del “K Aumentato” indica un equilibrio sostenibile tra AI e giudizio umano, coerente con l'AI Act e con le attese della vigilanza.
L'intelligenza artificiale non è soltanto una leva di efficienza. È l'occasione per ridisegnare il modello operativo della banca intorno a ciò che crea davvero valore: la capacità di leggere il rischio, di costruire relazioni di fiducia e di decidere bene in condizioni di incertezza. Per farlo servono tre scelte.
Scelta 01
Le attività operative vanno automatizzate con un disegno chiaro, non a macchia di leopardo.
Scelta 02
Il tempo recuperato va destinato ad analisi, relazione e giudizio, e non riassorbito da nuova burocrazia.
Scelta 03
Il rapporto tra persone e algoritmi deve essere trasparente, controllabile e difendibile davanti a board e regolatori.
Ogni capitolo del saggio si chiude con indicazioni operative per CEO, COO, CFO, CRO e Chief Business Officer, pensate per trasformare questa visione in un percorso concreto.
Il paper completo
Un saggio di Cristiano Pietrosanti, membro del comitato scientifico del Centro di Competenza Digital Operational Excellence di H-FARM Business School.