Genio Diligence. AI, dati e compliance by design nel banking

Daniele Giuliani, CEO di Genio Diligence, racconta la trasformazione nei financial services, che coinvolge l’automazione dei processi documentali e arriva fino agli agenti intelligenti, passando per la governance e il principio di compliance by design

Crescente pressione sull’efficienza operativa, maggiore disponibilità di dati e maturazione delle tecnologie di automazione e intelligenza artificiale. Sono questi i tre fattori che stanno trasformando il settore dei servizi finanziari. Ma nei prossimi tre-cinque anni, l’impatto più rilevante arriverà dalla capacità di integrare queste tecnologie nei processi core, superando la logica dei progetti isolati.

«La vera differenza non sarà avere accesso all’AI, ma riuscire a utilizzarla in modo strutturale nei processi decisionali, nella gestione documentale, nei controlli e nella relazione con il cliente – racconta Daniele Giuliani, CEO di Genio Diligence. Nei financial services, però, questa trasformazione presenta una complessità ulteriore: innovazione, compliance e gestione del rischio, infatti, devono evolvere insieme. Non basta automatizzare un processo; bisogna farlo garantendo trasparenza, sicurezza, tracciabilità e tutela del cliente».

Il dato al centro delle nuove strategie

Di questi tre driver, il dato è quello che determina il successo degli altri due. La disponibilità di informazioni sta cambiando radicalmente il modo in cui vengono costruiti e gestiti i processi finanziari, ma il punto non è averne di più: è disporre di dati affidabili, strutturati e utilizzabili nel momento corretto.

«È una condizione che diventa ancora più stringente con la diffusione dell’intelligenza artificiale, poiché l’efficacia di qualsiasi modello dipende direttamente dalla qualità delle informazioni su cui opera – sottolinea Giuliani. In un settore in cui molti dati sono ancora distribuiti tra sistemi differenti o contenuti in documentazione non strutturata, raccogliere, verificare e validare il dato diventa una componente essenziale sia dell’efficienza operativa sia della gestione del rischio».

La digitalizzazione va oltre la superficie

È proprio qui, nella zona d’ombra tra dati frammentati e processi core, che Genio Diligence individua il maggior margine di innovazione: i processi operativi legati al credito, con la loro gestione documentale, i controlli, la qualità del dato e la compliance.

«Molti processi – osserva Giuliani – sono digitali solo in superficie: dietro interfacce evolute continuano a esistere attività manuali, verifiche frammentate, data entry e passaggi tra sistemi non completamente integrati. Il rischio è digitalizzare l’esperienza utente senza trasformare realmente il processo sottostante. Non proponiamo di sostituire l’infrastruttura esistente, ma di intervenire sui punti di maggiore inefficienza, introducendo progressivamente automazione, controllo e integrazione. Lavoriamo sul processo costruendo soluzioni integrate nei sistemi core tramite API, con particolare attenzione ai workflow ad alta intensità documentale e regolamentare, che richiedono due diligence strutturate, verifiche documentali, controlli antifrode e precise attività di compliance».

L’intelligenza artificiale e l’arrivo degli agenti

L’intelligenza artificiale è una componente centrale delle soluzioni. L’AI, in una prima fase, è stata impiegata nella classificazione documentale, nell’estrazione e nella normalizzazione dei dati. Un passaggio che ha trasformato informazioni sparse in dati strutturati e verificabili. «Su questa base, oggi i dati estratti alimentano nuovi processi di analisi – precisa Giuliani. I modelli predittivi non si limitano a controllare che un dato sia presente o formalmente corretto, ma ne valutano la coerenza nel contesto della pratica: possono per esempio evidenziare se il reddito dichiarato sia allineato con la documentazione disponibile, con i dati storici e con profili comparabili». A questi modelli si affiancano agenti AI che coordinano controlli, fonti informative e passaggi operativi. «Analizzare puntualmente tutti i dati di una pratica di finanziamento e individuare anomalie o incongruenze – illustra Giuliani – richiede spesso a un operatore di correlare molti elementi, anche lontani tra loro: un modello di AI e un agente possono svolgere questa analisi con continuità e rapidità, segnalando i casi che meritano approfondimento e riducendo i tempi di risposta».

La compliance by design

Una simile potenza analitica, però, solleva la questione che accompagna ogni adozione dell’AI nel settore finanziario: la governance. «Nel settore finanziario, la maturità dell’AI non si misura soltanto nella sofisticazione dei modelli, ma nella capacità di governarne l’utilizzo – chiarisce Giuliani. Qualità dei dati, tracciabilità, bias, cybersecurity, dipendenza dai fornitori e protezione del cliente diventano parte integrante della progettazione, soprattutto quando l’AI si avvicina ai processi decisionali». Per questo Genio Diligence adotta un approccio compliance by design: i requisiti regolamentari e di supervisione vengono incorporati fin dall’origine nelle soluzioni tecnologiche, anziché aggiunti a posteriori con controlli e correttivi. A presidio resta però la supervisione umana: l’AI e gli agenti supportano l’analisi e l’organizzazione delle attività, ma la valutazione finale e le decisioni restano in capo agli operatori.

Riduzione dei rework fino al 90%

Ogni risultato deve essere misurabile e i progetti vengono valutati in base alla capacità di ridurre i tempi di lavorazione, le attività manuali, gli errori e i rework. «Raggiungiamo riduzioni del rework fino al 90%, incrementi significativi nella velocità di lavorazione delle pratiche e tempi di classificazione e lettura documentale nell’ordine di pochi secondi – rileva Giuliani. Ma il beneficio più importante è spesso meno visibile: trasformare processi frammentati e difficili da monitorare in workflow strutturati, tracciabili e governabili. È qui che si colloca il ruolo di Genio Diligence: accompagnare questa evoluzione integrando progressivamente automazione e AI nei processi esistenti, con soluzioni interoperabili e progettate per garantire efficienza, qualità del dato, tracciabilità e conformità normativa».