Nel dicembre 2025, l’adozione dell’intelligenza artificiale a Wall Street ha superato gli esperimenti all’interno delle grandi banche statunitensi e si è estesa alle operazioni quotidiane. Intervenendo a una conferenza sui servizi finanziari di Goldman Sachs a New York il 9 dicembre, i dirigenti bancari hanno descritto l’intelligenza artificiale, in particolare l’intelligenza artificiale generativa, come un aggiornamento operativo che sta già aumentando la produttività in ambito tecnico, operativo e del servizio clienti.
La stessa discussione ha fatto emergere anche una realtà più dura. Se le banche riuscissero a produrre di più con gli stessi team, alcuni ruoli potrebbero non essere più richiesti ai livelli attuali una volta che la domanda si sarà stabilizzata.
Come le banche di Wall Street affermano che l’intelligenza artificiale sta dando risultati oggi
JPMorgan: i guadagni operativi cominciano ad aumentare
Marianne Lake, amministratore delegato del settore consumer e community banking di JPMorgan, ha affermato che la produttività nelle aree che utilizzano l’intelligenza artificiale è aumentata a circa il 6%, rispetto a circa il 3% prima dell’implementazione. Ha aggiunto che i ruoli operativi potrebbero eventualmente vedere incrementi di produttività dal 40% al 50% man mano che l’intelligenza artificiale diventerà parte del lavoro di routine.
Questi guadagni si basano su scelte deliberate piuttosto che su un’ampia sperimentazione. JPMorgan si è concentrata sull’accesso interno sicuro a modelli linguistici di grandi dimensioni, su modifiche mirate ai flussi di lavoro e su controlli rigorosi sul modo in cui vengono utilizzati i dati. La banca ha descritto la sua “LLM Suite” interna come un ambiente controllato in cui il personale può redigere e riassumere i contenuti utilizzando modelli linguistici di grandi dimensioni.
Wells Fargo: produzione in aumento in vista dei cambiamenti di personale
Il CEO di Wells Fargo, Charlie Scharf, ha affermato che finora la banca non ha ridotto l’organico a causa dell’intelligenza artificiale, ma ha osservato che “si sta facendo molto di più”. Ha affermato che il management si aspetta di trovare aree in cui sono necessarie meno persone man mano che la produttività migliora.
Nei commenti riportati lo stesso giorno, Scharf ha affermato che i budget interni della banca indicano già una riduzione della forza lavoro entro il 2026, anche prima di prendere in considerazione il pieno impatto dell’intelligenza artificiale. Ha anche segnalato un aumento dei costi di fine rapporto, suggerendo che sono in corso i preparativi per futuri aggiustamenti.
PNC: l’intelligenza artificiale accelera un turno di lunga durata
Il CEO di PNC Bill Demchak ha posizionato l’intelligenza artificiale come un acceleratore piuttosto che come una nuova direzione. Ha detto che l’organico della banca è rimasto sostanzialmente invariato per circa un decennio, anche se l’attività si è espansa. Questa stabilità, ha affermato, deriva dall’automazione e dall’ottimizzazione delle filiali, con l’intelligenza artificiale che probabilmente spingerà ulteriormente la tendenza.
Citigroup: guadagni nel software e nell’assistenza clienti
Il nuovo direttore finanziario di Citi, Gonzalo Luchetti, ha affermato che la banca ha registrato un miglioramento della produttività del 9% nello sviluppo di software. Ciò rispecchia un modello più ampio tra le grandi aziende che adottano copiloti IA per supportare il lavoro di codifica.
Ha inoltre indicato due aree del servizio clienti in cui l’intelligenza artificiale è d’aiuto: migliorare il self-service in modo che meno chiamate raggiungano gli agenti e supportare gli agenti in tempo reale quando i clienti hanno bisogno di parlare con una persona.
Goldman Sachs: cambiamenti nel flusso di lavoro abbinati a limitazioni nelle assunzioni
Secondo Reuters, il programma interno “OneGS 3.0” di Goldman Sachs si è concentrato sull’utilizzo dell’intelligenza artificiale per migliorare i processi di vendita e l’onboarding dei clienti. Ha inoltre preso di mira funzioni ad alto contenuto di processi come flussi di lavoro di prestito, reporting normativo e gestione dei fornitori.
Questi cambiamenti si stanno svolgendo parallelamente ai tagli di posti di lavoro e a un ritmo più lento di assunzioni, collegando la riprogettazione del flusso di lavoro direttamente alle decisioni sul personale.
Dove le banche di Wall Street vedono i primi guadagni di produttività dell’intelligenza artificiale
Nelle banche, i vantaggi più evidenti si riscontrano nel lavoro che fa molto affidamento sui documenti, segue passaggi ripetibili e opera all’interno di regole definite. L’intelligenza artificiale generativa può ridurre il tempo necessario per cercare informazioni, riassumere materiali, bozze di contenuti e spostare il lavoro attraverso catene di approvazione, soprattutto se abbinata a processi strutturati e controlli umani.
Le aree comuni che vedono un impatto precoce includono:
- Operazioni: redigere risposte, riassumere i casi e risolvere le eccezioni più rapidamente
- Sviluppo software: generare codice, scrivere test, refactoring e produrre documentazione
- Assistenza clienti: un self-service più potente combinato con il supporto in tempo reale per gli agenti
- Supporto alle vendite e onboarding: estrarre dati da documenti, compilare moduli e accelerare la configurazione del client
- Segnalazioni regolamentari: assemblando resoconti e prove più velocemente, sotto rigorosi controlli e revisioni
Perché la governance determina il ritmo di adozione
Per le banche l’entusiasmo non è il vincolo principale. Il controllo è. Le autorità di regolamentazione statunitensi richiedono da tempo una forte supervisione dei modelli e tali aspettative si estendono ai sistemi di intelligenza artificiale. Linee guida come la SR 11-7 della Federal Reserve e dell’OCC stabiliscono gli standard per lo sviluppo, la convalida e la revisione continua dei modelli. Un rapporto del 2025 del Government Accountability Office degli Stati Uniti ha rilevato che i principi esistenti di gestione del rischio dei modelli già si applicano all’intelligenza artificiale, compresi test e supervisione indipendente.
In pratica, ciò spinge le banche verso progetti che possano essere esaminati e tracciati. L’uso dell’intelligenza artificiale è spesso limitato nel modo in cui può agire in modo indipendente. I suggerimenti e gli output vengono registrati, le prestazioni vengono monitorate per eventuali derive e gli esseri umani rimangono responsabili delle decisioni ad alto impatto come i prestiti, la gestione delle controversie e la rendicontazione ufficiale.
La produttività aumenta, ma restano i problemi occupazionali
I commenti dei leader bancari indicano un cambiamento graduale. La prima fase sembra quella di un organico stabile abbinato a risultati più elevati man mano che gli strumenti di intelligenza artificiale si diffondono tra i team. La seconda fase inizia quando questi guadagni diventano abbastanza consistenti da influenzare i piani di personale, attraverso logoramenti, cambiamenti di ruolo o tagli mirati.
I segnali provenienti da Wells Fargo relativi alla pianificazione dell’organico e ai costi di fine rapporto per il 2026 suggeriscono che alcune banche si stanno avvicinando a quella seconda fase.
A un livello più ampio, istituzioni come il Fondo monetario internazionale hanno avvertito che l’intelligenza artificiale potrebbe influenzare un’ampia quota di posti di lavoro in tutto il mondo, con diversi mix di automazione e incremento a seconda del ruolo e della regione. Quella del Forum Economico Mondiale Rapporto sul futuro dell’occupazione 2025 prevede inoltre un sostanziale spostamento di posti di lavoro man mano che le aziende adottano l’intelligenza artificiale e adeguano le esigenze di competenze.
Cosa significa l’intelligenza artificiale per la strategia delle banche di Wall Street oltre il 2025
È probabile che le banche che traggono il massimo vantaggio dall’intelligenza artificiale si concentrino su tre aree contemporaneamente: riprogettare i flussi di lavoro anziché stratificarsi su strumenti di chat, costruire solide basi di dati e mettere in atto una governance che supporti la velocità senza erodere la fiducia.
Le società di ricerca sostengono che la posta in gioco finanziaria è elevata. McKinsey stima che l’intelligenza artificiale generativa potrebbe fornire tra i 200 e i 340 miliardi di dollari di valore annuo per il settore bancario, in gran parte attraverso miglioramenti della produttività.
La questione aperta non è più se l’intelligenza artificiale possa fornire risultati nel settore bancario. Riguarda la rapidità con cui le banche riescono a rendere tali guadagni una routine preservando gli audit trail, la sicurezza e le tutele dei clienti, e il modo in cui gestiscono i cambiamenti della forza lavoro che ne conseguono.
(Foto di Lo Lo)
Vedi anche: BNP Paribas introduce uno strumento AI per l’investment banking
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 ed è situato in concomitanza con altri importanti eventi tecnologici, clicca 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
