La vera partita dell’AI nel credito digitale: tre promesse concrete e tre miti da sfatare

di Stefano Piscitelli, CEO di Younited Italia Nel dibattito sull’intelligenza artificiale applicata ai servizi finanziari si rischia spesso di guardare soprattutto alla parte più visibile: chatbot, assistenti virtuali, interfacce conversazionali, processi più rapidi. Sono innovazioni utili, ma non esauriscono il tema. Nel banking, la trasformazione più rilevante non è necessariamente quella che il cliente vede sullo schermo, ma quella che avviene dietro le quinte, nei processi che permettono di leggere i dati, valutare il rischio, prevenire le frodi e prendere decisioni di credito più accurate. Questo è particolarmente vero nel credito digitale. Una decisione di credito non è una semplice raccomandazione commerciale, né un passaggio operativo da rendere solo più veloce. Incide sulla vita delle persone, sulla qualità del portafoglio e sulla relazione di fiducia tra cliente e operatore finanziario. Per questo l’AI, in questo ambito, non può essere misurata soltanto in termini di automazione, rapidità o riduzione dei costi. Secondo il rapporto OCSE-Banca d’Italia sull’intelligenza artificiale nei mercati finanziari italiani, il 59% delle banche utilizza già soluzioni di AI, con applicazioni concentrate soprattutto nei processi interni, nell’antiriciclaggio, nella prevenzione delle frodi e nell’ottimizzazione operativa. È un dato significativo perché conferma un punto spesso sottovalutato: il valore più concreto dell’AI nel banking non nasce solo dall’esperienza digitale visibile al cliente, ma dai processi decisionali che rendono quell’esperienza più semplice, sicura e affidabile. Nel credito, però, serve una distinzione fondamentale. Non tutto ciò che può essere automatizzato dovrebbe esserlo allo stesso modo, così come non tutte le tecnologie hanno lo stesso ruolo. Per capire dove si giocherà davvero la partita, bisogna partire da una domanda semplice: che cosa porterà davvero l’AI al credito e che cosa invece non porterà? Il primo cambiamento riguarda il modo in cui valutiamo il cliente. Il credito tradizionale ha sempre lavorato su una fotografia: busta paga, dichiarazione dei redditi, storico creditizio, informazioni patrimoniali e dati di centrale rischi. Sono elementi indispensabili, ma raccontano soprattutto ciò che è già accaduto. Oggi, grazie all’open banking e alla capacità dell’AI di analizzare anche grandi quantità di dati dinamici e non strutturati – come testi, documenti o interazioni digitali, laddove pertinenti e utilizzabili nel rispetto della normativa – si apre una prospettiva diversa: passare dalla fotografia al film. Non solo sapere com’era il cliente in un determinato momento, ma comprenderne meglio la continuità delle entrate, la gestione delle spese ricorrenti, la capacità di assorbire un imprevisto e l’evoluzione complessiva del profilo finanziario. Il secondo cambiamento riguarda l’inclusione. L’AI, se governata correttamente, può aiutare a rendere visibili profili che oggi il sistema fatica a leggere: i New to Credit, i lavoratori atipici, chi ha capacità di rimborso ma non una storia creditizia lunga o lineare. Questo non significa allargare il credito in modo indiscriminato, ma distinguere meglio tra assenza di storia e assenza di affidabilità. Il terzo cambiamento riguarda l’esperienza cliente. La banca passerà progressivamente da prodotti standard a esperienze più contestuali e personalizzate: pricing, offerte, contenuti, assistenza, gestione finanziaria e next-best-action più coerenti con il momento di vita e con la situazione reale del cliente. Non più solo “prestito personale”, ma “ti serve liquidità per questo evento, questa è la soluzione più adatta per te, con questo impatto sul tuo cash flow”. Ma proprio perché il potenziale è così rilevante, è necessario essere molto chiari anche su ciò che l’AI non porterà. La prima cosa che non porterà è la fine della responsabilità. Per quanto i modelli diventino sofisticati, una decisione di credito deve restare prevedibile, ripetibile e verificabile. Anche con l’agentic AI, una banca o un operatore finanziario non potranno mai dire semplicemente: “ha deciso il modello”. La responsabilità non si delega a un algoritmo. L’equazione più semplice è pensare che AI significhi automazione completa, meno persone, meno livelli intermedi di controllo, ma è una scorciatoia da cui il settore deve guardarsi. Nel credito, i livelli intermedi di controllo non sono burocrazia, ma il sistema immunitario di una banca e servono a intercettare errori, distorsioni, anomalie e incoerenze. La seconda cosa che l’AI non porterà è la scomparsa del rischio. Semmai, il rischio potrà essere amplificato in entrambe le direzioni. Un errore di valutazione manuale può restare un caso isolato; lo stesso errore incorporato in un processo automatizzato e replicato su larga scala può diventare un rischio sistemico. Nel credito, velocità e scala non sono mai neutre: amplificano la qualità delle decisioni esattamente quanto i loro difetti. La terza cosa che l’AI non porterà è una banca a costo zero, né una banca senza fondamentali. Al contrario, l’adozione dell’AI su larga scala comporterà costi crescenti e spesso sottovalutati: infrastrutture tecnologiche, governance, sicurezza, auditabilità, formazione delle persone e adeguamento alla regolamentazione. Più l’AI entrerà nei processi critici, più diventerà necessario misurarne non solo l’efficacia, ma anche la sostenibilità economica nel tempo. Nei prossimi anni le banche impareranno a misurarsi su un indicatore che oggi non esiste ancora: un vero e proprio “AI cost ratio”, cioè quanto costa l’intelligenza artificiale per ogni decisione presa e quanto valore quella decisione genera davvero. Chi oggi progetta la propria architettura sull’ipotesi di un’AI perennemente abbondante ed economica sta commettendo un errore strategico. C’è poi un limite ancora più profondo. L’AI può migliorare processi e decisioni, ma non cambia la natura del mestiere. Una banca vive di fiducia, licenza regolamentare, solidità patrimoniale, liquidità e reputazione. Nessun modello, per quanto potente, sostituisce questi fondamentali: può rafforzarli, se usato bene; ma può indebolirli, se usato male. Tra cinque anni la velocità sarà una commodity: ogni operatore saprà dire “sì” in pochi secondi, e nessuno si distinguerà più solo per questo. Il credito si distinguerà su un campo differente: l’intelligenza con cui saprà leggere le persone, includere chi oggi è invisibile al sistema e dire “no” quando è la cosa giusta. La prossima fase dei servizi finanziari non sarà definita da chi riuscirà ad automatizzare più passaggi, ma da chi saprà renderli davvero utili, sicuri e comprensibili per il cliente. Perché la partita dell’AI nel credito non la vincerà la banca con la tecnologia più potente, ma quella che avrà capito prima che la fiducia non si automatizza.