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 errata. La vera domanda non è quali strumenti utilizzino le banche, ma su cosa si fondi in realtà la loro attività, 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 di conoscenza delle banche non è più esclusivo
Per decenni, il modello di business di una banca si è basato su un vantaggio di conoscenza. La banca comprendeva i mercati, i prodotti e le relazioni finanziarie meglio dei suoi clienti, e da questa asimmetria nasceva il valore della consulenza. Se oggi provider come OpenAI integrano funzioni finanziarie direttamente in ChatGPT o Anthropic porta il suo modello nei dipartimenti finanziari delle aziende, è facile concludere che la classica relazione bancaria stia vacillando.
Il fatto che un software si inserisca tra il provider e il cliente, tuttavia, non è un fenomeno nuovo. Lo abbiamo visto nel settore dei viaggi con Booking, nel commercio con Amazon e nel banking stesso con portali di comparazione come C24.
C'è qualcosa di ancora più notevole: 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 oggi una banca. La perdita di quote di mercato a favore di un intermediario non è 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 care 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 ancora meno con il funzionamento dei sistemi moderni.
Un'Intelligenza Artificiale può comprendere in modo olistico la fase della vita in cui si trova una persona, come sta cambiando la sua situazione e quando sta per prendere una decisione contraria ai propri interessi. Offre quindi già oggi una valutazione più differenziata rispetto a quella fornita dal classico processo di consulenza nella maggior parte delle banche.
Si affermeranno quindi quei Wealth Manager che intendono il proprio ruolo come una piattaforma. Accompagneranno il cliente nella gestione dell'intero patrimonio, interverranno in base alle situazioni e costruiranno fiducia nel lungo termine, anziché classificare il cliente in una griglia predefinita 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 il fattore decisivo non è l'esistenza di questi livelli, ma quali di essi controllano direttamente.
Il livello di aggregazione dei dati costituisce la base, perché 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'utilità effettiva, sia tramite la banca stessa sia attraverso partnership, ed è integrato dai modelli sovrastanti.
Il livello regolamentare e di compliance deve essere necessariamente controllato dalle banche stesse, poiché è l'unico che garantisce che tutto ciò che si trova al di sopra rimanga affidabile, verificabile, tracciabile e conforme alla normativa.
Proprio quest'ultimo punto viene sottovalutato nell'attuale dibattito, e solo poche banche lo hanno inserito strategicamente nei propri piani. Finora il settore si è concentrato principalmente sulla preparazione e sulla visualizzazione 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. Solo pochissimi istituti sono preparati finora a questo sviluppo.
La Wealth Aggregation come fattore strategico
Con l'Open Banking, l'Europa ha sprecato un'opportunità strategica. Sia nell'attuazione normativa che nella rappresentanza degli interessi politici, l'apertura dei dati finanziari è stata frenata anziché promossa. Lo sviluppo negli Stati Uniti mostra chiaramente dove stiamo andando: l'aggregazione dei dati finanziari avverrà, e l'unica questione aperta è attraverso quale attore passerà.
Finché le banche o gli aggregatori regolamentati controlleranno questo livello, conserveranno la sovranità sull'accesso, sull'assegnazione delle autorizzazioni, sulla governance e sul consenso dei clienti. In questo modo manterranno il controllo effettivo su chi può utilizzare quali dati e per quale scopo.
Per questo motivo, la Wealth Aggregation gestita dalla banca è il primo passo concreto. È la porta d'accesso al livello dell'IA e rientra nella responsabilità della banca. Chi vi rinuncia rischia di ridursi nel lungo termine a una semplice 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 concepito in modo modulare che opera con un approccio API-first e può essere integrato nei sistemi di core banking esistenti.
La memoria come prossima fase evolutiva della consulenza
L'aspetto strategicamente più significativo riguarda la capacità di memorizzare il contesto nel tempo. Ritengo che questa forma di memoria rappresenti la prossima grande fase evolutiva dell'Intelligenza Artificiale. L'identità umana si sviluppa essenzialmente attraverso le esperienze che ci plasmano, che colleghiamo nel corso degli anni ricavandone dei modelli comportamentali. I sistemi attuali non possiedono ancora appieno questa capacità, ma lo sviluppo si sta muovendo chiaramente in questa direzione.
Proprio in questo punto emerge con particolare evidenza la debolezza delle banche. L'immagine che una banca ha del proprio cliente si limita solitamente a reddito, classe di rischio, stato civile e alcune note di colloquio. Rimane un'istantanea statica che non corrisponde né alla realtà di una persona né alla logica secondo cui opereranno i futuri sistemi di IA.
Ciò che le banche devono creare è quindi un livello in grado di cogliere il contesto di un cliente durante tutto il suo ciclo di vita, da eventi cruciali a mutevoli fasi di mercato fino a cambiamenti nel comportamento. Solo su questa base diventerà possibile una consulenza davvero individuale.
Conclusione: cosa significa l'Intelligenza Artificiale nel Wealth Management per le banche europee
Nel Wealth Management l'Intelligenza Artificiale ha invertito l'asimmetria informativa su cui le banche hanno prosperato per decenni. Il vantaggio non è più naturalmente della banca, bensì di 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 è il primo passo concreto in questa direzione, e la tecnologia necessaria è già disponibile. La decisione spetta solo alle banche stesse.
