IA nel Wealth Management: come ChatGPT e Anthropic mettono in discussione il classico rapporto bancario
Friedhelm Schmitt
Nel dibattito sull'intelligenza artificiale nel Wealth Management, si parla quasi sempre di strumenti, sistemi di assistenza, automazione ed efficienza. Friedhelm Schmitt, co-fondatore e CEO di fincite, ritiene che questa sia la prospettiva sbagliata. La vera domanda non è quali strumenti utilizzino le banche, ma su cosa si basi il loro modello di business, e questo vantaggio si è già spostato. fincite sviluppa con fincite • cios un software di Wealth Management modulare, utilizzato da oltre 9.000 Wealth Manager in Europa, ed è parte di Harvest Group.
Il vantaggio informativo delle banche non è più un'esclusiva
Per decenni, il modello di business di una banca si è basato su un vantaggio informativo. La banca comprendeva i mercati, i prodotti e le dinamiche finanziarie meglio dei suoi clienti, e da questa asimmetria nasceva il valore della consulenza. Se oggi fornitori come OpenAI integrano funzioni finanziarie direttamente in ChatGPT o se Anthropic introduce il suo modello nei dipartimenti finanziari delle aziende, è facile giungere alla conclusione che la classica relazione bancaria stia vacillando.
Tuttavia, il fatto che un software si inserisca tra fornitore e cliente non è un fenomeno nuovo. Lo abbiamo visto nel settore dei viaggi con Booking, nel commercio con Amazon e nello stesso banking con i portali di comparazione come C24.
L'aspetto straordinario è un altro: per la prima volta è pronto un sistema in grado di comprendere la situazione finanziaria di una persona in modo più completo di quanto non faccia una banca oggi. L'esclusione da parte di un intermediario non è quindi la vera minaccia. L'aspetto cruciale è che la comprensione del cliente non è più un'esclusiva della banca.
Perché categorie come le classi di rischio non rappresentano più il cliente in modo olistico
Il modo in cui le banche profilano oggi i loro clienti è rimasto notevolmente approssimativo. Un cliente viene classificato in base all'età, alla classe di rischio e all'orizzonte temporale di investimento, e da questa classificazione deriva la sua consulenza. Viene quindi considerato propenso o avverso al rischio, come se questa fosse una caratteristica permanente e non un'istantanea del momento. Questo ha ben poco a che fare con la realtà di una persona, e ancor meno con il funzionamento dei sistemi moderni.
Un'intelligenza artificiale è in grado di comprendere in modo olistico in quale fase della vita si trovi una persona, come cambi la sua situazione e quando sia sul punto di prendere una decisione contraria ai propri interessi. Offre quindi già oggi una valutazione più differenziata ed elaborata rispetto a quanto non faccia il classico processo di consulenza nella maggior parte delle banche.
Di conseguenza, si affermeranno quei Wealth Manager che intendono il proprio ruolo come una piattaforma. Accompagneranno il cliente nella gestione dell'intero patrimonio, interverranno in base alle specifiche situazioni e costruiranno un rapporto di fiducia nel lungo periodo, anziché incasellare il cliente in uno schema predefinito una volta all'anno.
I tre livelli dello stack bancario nell'era dell'IA
Chi analizza a fondo l'architettura tecnologica dell'era dell'IA riconosce tre livelli sovrapposti. Per le banche, l'aspetto cruciale non è l'esistenza di questi livelli, ma quali di essi controllino direttamente.
Il livello di aggregazione dei dati costituisce la base, poiché i modelli linguistici e le applicazioni aziendali possono esprimere il loro potenziale solo quando hanno accesso a dati dei clienti affidabili.
Il livello delle applicazioni aziendali e dell'IA genera l'effettivo valore aggiunto, direttamente attraverso la banca o tramite partnership, ed è completato dai modelli superiori.
Il livello normativo e di conformità (compliance) deve essere tassativamente controllato dalle banche stesse, poiché è l'unico che garantisce che tutto ciò che si trova al di sopra resti affidabile, verificabile, tracciabile e conforme alle normative.
Proprio questo ultimo punto viene sottovalutato nell'attuale dibattito, e solo poche banche lo hanno inserito nei propri piani strategici. Finora il settore si è concentrato principalmente sull'elaborazione e sulla rappresentazione delle informazioni. Il prossimo passo evolutivo dell'IA risiede tuttavia nell'azione: in sistemi di consulenza che eseguono raccomandazioni in modo autonomo e, di conseguenza, nella gestione attiva dei portafogli. Finora, pochissimi istituti sono preparati a questo sviluppo.
La Wealth Aggregation come fattore strategico
Con l'Open Banking, l'Europa ha perso un'opportunità strategica. Sia nell'attuazione normativa che nella rappresentanza degli interessi politici, l'apertura dei dati finanziari è stata più frenata che incentivata. Lo sviluppo negli Stati Uniti mostra tuttavia chiaramente quale sia la direzione: l'aggregazione dei dati finanziari avverrà, e l'unica domanda aperta è quale sarà l'operatore a gestirla.
Finché le banche o gli aggregatori regolamentati controlleranno questo livello, manterranno la sovranità sull'accesso, sull'assegnazione delle autorizzazioni, sulla governance e sul consenso dei clienti. In questo modo mantengono l'effettivo controllo su chi può utilizzare quali dati e per quale scopo.
Per questo motivo, la Wealth Aggregation gestita direttamente dalla banca è il primo passo concreto. Rappresenta l'accesso al livello dell'IA ed rientra nelle responsabilità della banca. Chi vi rinuncia rischia di ridursi, a lungo termine, a una mera infrastruttura, mentre altri gestiranno la relazione con il cliente. È proprio attorno a questo livello che è stato sviluppato fincite • cios, un software di Wealth Management dal design modulare che opera in modalità API-first e può essere integrato nei sistemi di core banking esistenti.
La memoria come prossima fase evolutiva della consulenza
L'aspetto strategicamente più rilevante riguarda la capacità di memorizzare il contesto nel corso del tempo. Considero questa forma di memoria la prossima grande fase evolutiva dell'intelligenza artificiale. L'identità umana è determinata in larga misura dalle esperienze che ci plasmano, dal fatto che le colleghiamo nel corso degli anni e ne ricaviamo dei modelli di comportamento. I sistemi odierni non possiedono ancora del tutto questa capacità, ma lo sviluppo si sta muovendo chiaramente in questa direzione.
È proprio in questo punto che la debolezza delle banche emerge in modo particolarmente evidente. L'immagine che una banca ha del proprio cliente si limita nella maggior parte dei casi al reddito, alla classe di rischio, allo stato civile e ad alcune note di colloquio. Rimane un'istantanea statica che non corrisponde né alla realtà di una persona né alla logica secondo la quale opereranno i futuri sistemi di IA.
Ciò che le banche devono quindi sviluppare è un livello che colga il contesto di un cliente durante tutto il suo ciclo di vita, dagli eventi significativi dell'esistenza alle mutevoli fasi di mercato fino ai cambiamenti di comportamento. Solo su questa base diventa possibile una consulenza davvero personalizzata.
Conclusioni: cosa significa l'intelligenza artificiale nel Wealth Management per le banche europee
L'intelligenza artificiale nel Wealth Management ha invertito l'asimmetria informativa di cui le banche hanno beneficiato per decenni. Il vantaggio non risiede più per ovvi motivi nella banca, ma in quel sistema che comprende meglio il cliente. Chi vuole riconquistare questo vantaggio deve mantenere sotto la propria responsabilità l'aggregazione dei dati, il livello di compliance e la memoria storica del cliente. La Wealth Aggregation rappresenta il primo passo concreto in tal senso e la tecnologia necessaria è già disponibile. La decisione spetta alle banche stesse.
