Una nuova tecnologia della piattaforma bancaria digitale Plumery AI mira ad affrontare un dilemma per le istituzioni finanziarie: come andare oltre le prove di concetto e incorporare l’intelligenza artificiale nelle operazioni bancarie quotidiane senza compromettere la governance, la sicurezza o la conformità normativa.
L’“AI Fabric” di Plumery è stato posizionato dall’azienda come un framework standardizzato per connettere strumenti e modelli di intelligenza artificiale generativa ai dati e ai servizi bancari principali. Secondo Plumery, il prodotto ha lo scopo di ridurre la dipendenza da integrazioni su misura e di promuovere un’architettura API-first basata sugli eventi che possa scalare man mano che le istituzioni crescono.
La sfida che cerca di affrontare è riconosciuta nel settore. Le banche hanno investito molto nella sperimentazione dell’intelligenza artificiale negli ultimi dieci anni, ma molte implementazioni rimangono limitate. Una ricerca di McKinsey suggerisce che mentre l’intelligenza artificiale generativa potrebbe migliorare materialmente la produttività e l’esperienza del cliente nei servizi finanziari, la maggior parte delle banche fatica a tradurre i progetti pilota in produzione a causa della frammentazione del patrimonio di dati e dei modelli operativi dominanti. La società di consulenza sostiene che l’adozione dell’intelligenza artificiale a livello aziendale richiede infrastrutture e governance condivise e prodotti di dati riutilizzabili.
Nei commenti che hanno accompagnato il lancio del prodotto, il fondatore e amministratore delegato di Plumery, Ben Goldin, ha affermato che le istituzioni finanziarie hanno ben chiaro cosa si aspettano dall’intelligenza artificiale.
“Vogliono casi d’uso di produzione reali che migliorino l’esperienza del cliente e le operazioni, ma non scendono a compromessi su governance, sicurezza o controllo”, ha affermato. “L’architettura data mesh basata sugli eventi trasforma il modo in cui i dati bancari vengono prodotti, condivisi e consumati, senza aggiungere un altro livello di intelligenza artificiale su sistemi frammentati”.
I dati frammentati rimangono una barriera
La frammentazione dei dati rimane uno degli ostacoli all’IA operativa nel settore bancario. Molte istituzioni si affidano a sistemi core legacy che si trovano nei canali digitali più recenti, creando silos nei prodotti e nei percorsi dei clienti. Ogni iniziativa di intelligenza artificiale richiede un nuovo lavoro di integrazione, revisioni della sicurezza e approvazioni di governance, aumentando così i costi e rallentando la consegna.
Sostegni alla ricerca accademica e industriale questa diagnosi. Gli studi sull’IA spiegabile nei servizi finanziari rilevano che le pipeline frammentate rendono più difficile tracciare le decisioni e aumentano il rischio normativo, in particolare in aree come il credit scoring e l’antiriciclaggio. Le autorità di regolamentazione hanno chiarito che le banche devono essere in grado di spiegare e verificare i risultati guidati dall’intelligenza artificiale, indipendentemente da dove vengono sviluppati i modelli.
Plumery afferma che il suo AI Fabric affronta tali problemi presentando dati bancari orientati al dominio come flussi governati che possono essere riutilizzati in molteplici casi d’uso. L’azienda sostiene che separare i sistemi di registrazione dai sistemi di coinvolgimento e intelligence consente alle banche di innovare in modo più sicuro.
Prove di intelligenza artificiale già in produzione
Nonostante le sfide, l’intelligenza artificiale è già integrata in molti settori del settore finanziario. I casi di studio compilati dagli analisti del settore mostrano un uso diffuso dell’apprendimento automatico e dell’elaborazione del linguaggio naturale nel servizio clienti, nella gestione del rischio e nella conformità.
Citibank, ad esempio, ha implementato chatbot basati sull’intelligenza artificiale per gestire le richieste di routine dei clienti, riducendo la pressione sui call center e migliorando i tempi di risposta. Altre grandi banche utilizzano l’analisi predittiva per monitorare i portafogli prestiti e anticipare i default. Santander ha descritto pubblicamente il proprio utilizzo di modelli di machine learning per valutare il rischio di credito e rafforzare la gestione del portafoglio.
Il rilevamento delle frodi è un’altra area matura. Le banche si affidano sempre più ai sistemi di intelligenza artificiale per analizzare i modelli di transazione, segnalando comportamenti anomali in modo più efficace rispetto ai sistemi basati su regole. Una ricerca condotta da società di consulenza tecnologica rileva che tali modelli dipendono da flussi di dati di alta qualità e che la complessità dell’integrazione rimane un fattore limitante per le istituzioni più piccole.
Ai margini stanno emergendo applicazioni più avanzate. Ricerca accademica in ampi modelli linguistici suggerisce che, sotto una governance rigorosa, l’intelligenza artificiale conversazionale potrebbe supportare alcune funzioni transazionali e di consulenza nel settore bancario al dettaglio. Tuttavia, queste implementazioni rimangono sperimentali e vengono attentamente esaminate a causa delle loro implicazioni normative.
Fornitori di piattaforme e approcci ecosistemici
Plumery opera in un mercato competitivo di piattaforme bancarie digitali che si posizionano come livelli di orchestrazione piuttosto che come sostituti dei sistemi principali. La società ha avviato partnership progettate per adattarsi a ecosistemi fintech più ampi. Suo integrazione con l’API Ozoneun fornitore di infrastrutture bancarie aperte, è stato presentato come un modo per le banche di fornire servizi conformi agli standard più rapidamente, senza sviluppo personalizzato.
Il suo approccio riflette una tendenza più ampia del settore verso le architetture componibili. Fornitori come Backbase e altri promuovono piattaforme incentrate sulle API che consentono alle banche di collegare AI, analisi e servizi di terze parti al core esistente. Gli analisti concordano in generale sul fatto che tali architetture sono più adatte all’innovazione incrementale rispetto alla sostituzione del sistema su larga scala.
La preparazione rimane irregolare
I dati suggeriscono che il livello di preparazione del settore non è uniforme. UN rapporto di Boston Consulting Group ha rilevato che meno di un quarto delle banche ritiene di essere preparata per l’adozione dell’intelligenza artificiale su larga scala. Il divario, sostiene, risiede nella governance, nelle basi dati e nella disciplina operativa.
Gli enti regolatori hanno risposto offrendo ambienti controllati per la sperimentazione. Nel Regno Unito, iniziative di sandbox normativo consentire alle banche di testare nuove tecnologie, inclusa l’intelligenza artificiale. Questi programmi hanno lo scopo di sostenere l’innovazione e rafforzare la responsabilità e la gestione del rischio.
Per fornitori come Plumery, l’opportunità sta nel fornire un’infrastruttura che allinei l’ambizione tecnologica e la realtà normativa. AI Fabric entra in un mercato in cui la domanda di IA operativa è evidente, ma dove il successo dipende dalla dimostrazione che i nuovi strumenti possono essere sicuri e trasparenti.
Resta incerto se l’approccio di Plumery diventi uno standard adottato. Mentre le banche passano dalla sperimentazione alla produzione, l’attenzione si sposta verso le architetture che supportano l’intelligenza artificiale. In tale contesto, le piattaforme in grado di dimostrare flessibilità tecnica e aderenza alla governance hanno maggiori probabilità di svolgere un ruolo importante nella prossima fase del digital banking.
(Fonte immagine: “Colorful Shale Strata of the Morrison Formation at the Edge of the San Rafael Swell” di Jesse Varner è concesso in licenza con CC BY-NC-SA 2.0.)
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx e co-localizzato con altri importanti eventi tecnologici. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
