Sfide e opportunità del salto tecnologico

Implementare soluzioni di intelligenza artificiale efficaci all’interno di una organizzazione, in particolare nelle istituzioni finanziarie – banche e assicurazioni - ha ancora un costo economico importante: “L’IA generativa oggi rappresenta un costo operativo importante, anche se i prezzi sono in discesa”, commenta Roberto Tognoni, executive partner di Reply. Questo aspetto rappresenta una sfida significativa soprattutto per le banche. “Negli ultimi decenni, le banche sono misurate dagli analisti sul cost/income, cioè quanto pesano i costi rispetto ai ricavi. Al momento, quelli di questa tecnologia sono costi vivi, perché non si riescono a capitalizzare”, sottolinea. La questione organizzativa diventa quindi cruciale: dove collocare la responsabilità dell’IA all’interno dell’azienda? Sempre più organizzazioni stanno valutando l’introduzione del Chief AI Officer.

Ma i benefici potenziali di questa tecnologia sono enormi e si articolano su tre livelli principali. Il primo è l’aumento della produttività: “Permette di fare lo stesso lavoro con meno persone - spiega Tognoni - Ad esempio, un operatore del contact center può rispondere al doppio delle chiamate grazie all’IA”.

Il secondo impatto riguarda la gestione del ciclo di vita dei software, particolarmente rilevante per banche e assicurazioni che gestiscono enormi sistemi informativi. “Sono tra le aziende con le più grandi macchine operative software, perché di fatto gestiscono grandi moli di dati e contratti”, sottolinea. L’intelligenza artificiale sta rivoluzionando il modo in cui si sviluppano e gestiscono i software. Immaginiamo di avere un assistente che ci aiuta a scrivere un codice migliore, trova bug prima che diventino problemi e tiene d’occhio come sta funzionando il software: non solo automatizza le parti ripetitive del lavoro, ma aiuta anche a prendere decisioni migliori analizzando dati che un umano potrebbe non notare.

Il terzo aspetto riguarda il modo di interagire con i sistemi informativi. “Cambia il modo in cui in cui definisco come risolvo un problema nel mix tra uomo e macchina”, spiega Tognoni. Prendiamo come esempio un bonifico bancario: tradizionalmente, ogni processo digitale viene diviso in una serie di passaggi predefiniti, dove l’utente deve seguire una sequenza di azioni (inserire l’iban, l’importo, la causale e così via). Oggi l’IA può gestire autonomamente questi processi, comunicando con l’utente in modo conversazionale. Non è più necessario programmare manualmente ogni singolo passaggio, perché l’IA è in grado di capire cosa fare e di guidare l’utente attraverso il processo in modo più fluido.

Per operazioni critiche come quelle bancarie, sarà sempre necessario configurare l’IA con le giuste autorizzazioni, regole e accessi ai database. La differenza fondamentale è che questa configurazione può essere fatta spiegando all’IA cosa deve fare in linguaggio naturale, senza dover programmare minuziosamente ogni passaggio. La tecnologia si occupa poi autonomamente di gestire il flusso di lavoro, raccogliendo le informazioni necessarie ed eseguendo i controlli richiesti. Un esempio concreto è già realtà: “Abbiamo sviluppato un’interfaccia per migliaia di agenti assicurativi: al posto di numerose applicazioni, hanno un agente virtuale a cui dicono cosa devono fare in linguaggio naturale, e lui gestisce tutto il processo”.

Tuttavia, rimangono sfide importanti da affrontare, in particolare sul fronte normativo e della compliance. “Se un’azienda adotta soluzioni di IA, c’è una prassi che si deve formare da parte degli studi legali, delle banche, delle assicurazioni, per essere sicuri di non incorrere in falle - specifica Tognoni - Per quanto riguarda l’aspetto legale, quando usiamo questi sistemi, condividiamo informazioni che potrebbero essere sensibili e poi la proprietà intellettuale. L’IA genera infatti contenuti che potrebbero violare i diritti d’autore di altri”. Questi problemi richiedono che aziende come banche, assicurazioni e studi legali sviluppino nuove prassi per proteggersi.

Fondamentale è poi la compliance, cioè la conformità alle normative. Ogni comunicazione di una banca con i clienti, per esempio, deve essere attentamente controllata dagli uffici di compliance per garantire il rispetto di tutte le normative. Qui emerge un problema: l’IA può “allucinare”, ovvero produrre risultati non corretti. Questo significa che c’è “sempre un rischio, anche se minimo, che il contenuto generato non rispetti le normative vigenti – commenta l’esperto - La soluzione ideale sarebbe avere un sistema di compliance in tempo reale che controlli costantemente l’output dell’IA, a cui stiamo lavorando anche con il mondo accademico”.

La strada è tracciata, ma richiede un approccio strategico e ponderato agli investimenti: “La tecnologia costa – conclude Tognoni -, l’approccio ‘metto un po’ di IA dappertutto’, non è forse il migliore. Conviene concentrarsi dove è più efficace e essere ambiziosi in quegli ambiti”.