Agentic AI nei servizi finanziari: Nasdaq eVestment™ guida il settore

Per gli asset manager globali, l’era dei progetti pilota e delle POC sull’intelligenza artificiale è ufficialmente finita. Oggi gli agenti AI stanno ridisegnando in profondità il panorama del settore, trasformando i workflow in tutta l’industria. Non si tratta di un progresso tecnico incrementale. È un cambiamento strategico profondo che sta generando un’ondata senza precedenti di produttività, efficienza e vantaggio competitivo in tutto il settore.

In quanto programmi autonomi orientati a un obiettivo, gli agenti AI sono progettati per eseguire task aziendali complessi e articolati in più fasi, con diversi livelli di feedback umano. Per gli asset manager, questa capacità si traduce direttamente in agenti che possono, ad esempio, generare report completi, analizzare i dati in autonomia e utilizzare più strumenti per ridurre il tempo che separa informazione, insight e azione. Le organizzazioni più avanzate combinano anche i dati interni con l’intelligenza agentica per monitorare i grandi temi d’investimento che contano per gli investitori istituzionali, come i mercati privati, i cambiamenti sociali e l’intelligenza artificiale e la tecnologia.

I dirigenti si aspettano un ROI 

I senior leader hanno superato la fase di pianificazione e ora chiedono un ROI chiaro e misurabile, in mesi, non in anni. La priorità si è spostata verso strategie ad alto valore, evitando cicli infiniti di sperimentazione sull’intelligenza artificiale. Questo orientamento del management ha anche reso la rapidità con cui si ottengono insight una fonte di valore aziendale non negoziabile. 

Ostacoli critici alla realizzazione del roi

Quando gli asset manager iniziano a implementare agenti su larga scala, è comune che si trovino ad affrontare alcune sfide chiave, legate soprattutto ad architettura dati, governance e controllo, tra cui:

• Creare una data foundation affidabile: Gli agenti AI sono efficaci solo quanto i dati e il contesto che ricevono. Molte organizzazioni faticano a unificare dati strutturati, semistrutturati e non strutturati e a definire un semantic layer coerente che attribuisca ai dati significato e contesto di business. Senza questa data foundation, gli agenti non possono operare con una comprensione completa e affidabile del business e, di conseguenza, la qualità dei loro output è a rischio. 

• Garantire governance completa e privacy dei dati: In settori altamente regolamentati come i mercati finanziari, le aziende devono garantire che gli agenti AI operino nel rispetto di rigorosi controlli di accesso, framework di policy consolidati, requisiti di audit e standard di protezione dei dati, così da tutelare le informazioni sensibili. Tracce di audit chiare sono particolarmente essenziali per la conformità alle normative e la supervisione.

• Ridurre il movimento dei dati e la complessità della piattaforma in ecosistemi frammentati: Le iniziative di Agentic AI spesso rallentano quando gli istituti finanziari si basano su architetture complesse e scollegate, che costringono a spostare i dati tra troppi sistemi e rendono difficile collegare in modo fluido nuove soluzioni di intelligenza artificiale con piattaforme esistenti, strumenti di terze parti e ambienti dati aziendali eterogenei.

• Rafforzare osservabilità e controllo operativo: Le organizzazioni hanno bisogno di una visibilità dettagliata su come gli agenti AI recuperano i dati, prendono decisioni ed eseguono attività nei processi di business core. 

Nasdaq eVestment: La soluzione agentica leader negli investimenti istituzionali

Nasdaq eVestment fornisce l’intelligence competitiva indispensabile perché gli asset manager vengano individuati, analizzati e selezionati dai consulenti e dagli allocatori che controllano oltre 131 trilioni di dollari di asset globali.

In risposta diretta alla domanda dei clienti, Nasdaq eVestment oggi offre dati e insight istituzionali approfonditi, in tempo quasi reale, grazie a una solida partnership con Snowflake e alla sua piattaforma sicura e interoperabile. Come afferma Dan Caron, VP Head of Enterprise Revenue di Nasdaq eVestment, “Nasdaq eVestment gode della fiducia della community istituzionale globale per la qualità dei suoi ‘migliori dati del settore’. La partnership strategica con Snowflake nasce dal fatto che i clienti comuni richiedono che il data set istituzionale sia AI ready e disponibile direttamente in Snowflake”.

Questa solida data foundation consente ai clienti di accedere a dati AI-ready, integrarli senza difficoltà con i propri dati proprietari di prima parte e applicare sopra diverse piattaforme AI, permettendo di configurare gli agenti “molto rapidamente”, afferma Caron.

La strategia AI Data Cloud Nasdaq accelera il tempo necessario per ottenere insight per gli asset manager, eliminando i processi ETL manuali e dispendiosi in termini di tempo, oltre ad altri complessi ostacoli all’integrazione dei dati. 

L’agente AI ‘Next Best Action for Institutional Capital’ di Nasdaq eVestment

Nasdaq eVestment è stata tra i primi ad adottare gli agenti e ha lanciato sul mercato un agente “Next Best Action” che offre agli asset manager una metodologia basata sui dati per valutare le opportunità di investimento con i fondi pensione pubblici, utilizzando il proprio modello proprietario participant factor. L’agente AI valuta le strategie degli asset manager in base a più fattori, tra cui prestazioni, gestione dei rischi, relazioni con i gestori incumbent e allineamento con gli obiettivi degli investitori istituzionali. 

È progettato intenzionalmente per comprimere i workflow critici di front office e fornire intelligence conversazionale immediata. L’agente AI sfrutta le funzionalità chiave della soluzione AI Snowflake Cortex AI ed è immediatamente accessibile nel Marketplace Snowflake. Inoltre, il suo modello participant factor garantisce trasparenza e coerenza nell’identificazione dei mandati ad alto potenziale, sia nel caso di nomina di un nuovo gestore sia nell’aumento di un’allocazione esistente.

L’agente AI è inoltre dotato di un semantic layer che aggiunge contesto di business e significato ai dati grezzi. Questo consente di accelerare il deployment della soluzione, riducendo la necessità di preparazione e interpretazione manuale dei dati. 

Tra gli elementi chiave dell’agente AI Nasdaq che generano efficienza rientrano: 

1. Modello di scoring proprietario: Questo modello utilizza segnali complessi, inclusi dati a livello di prodotto e di fondo, flussi di asset e attività dei consulenti, per classificare e dare priorità alle opportunità, presentando ai clienti le loro “opportunità principali”. Già questa fase iniziale produce significativi guadagni di efficienza.

2. Workflow agentico e arricchimento contestuale: L’agente AI arricchisce questo modello di scoring grezzo con una profonda intelligence contestuale, sfruttando Snowflake Cortex Analyst e Cortex Search. Questa trasformazione porta la user experience dalla semplice visualizzazione di un elenco di opportunità alla preparazione commerciale complessa in pochi minuti. Gli utenti passano dal porre una domanda generica come “Quali sono le mie opportunità?” allo scoprire dettagli granulari e concreti, come chi è il consulente, cosa ha detto di me negli ultimi sei mesi e come posizionare i miei prodotti.

Impatto misurabile

L’accesso immediato dell’agente AI al Marketplace Snowflake fornisce agli asset manager insight azionabili e ipercontestualizzati, generando un “enorme sblocco di ricavi”. Infatti, i primi adottanti segnalano un’identificazione dei prospect 10 volte più rapida e un aumento del 20-30% dei tassi di successo. Questo forte incremento di efficienza consente ai team di vendita di ampliare da 2x a 3x il proprio rapporto di copertura proattiva con lo stesso organico, permettendo loro di generare ricavi sensibilmente maggiori.

Aspetti chiave dell’infrastruttura e della partnership Nasdaq eVestment

Il successo dell’agente AI Nasdaq eVestment si basa su un’infrastruttura strategica e su una partnership con Snowflake, progettate intenzionalmente per risolvere in modo diretto le sfide di governance, qualità dei dati e complessità tipiche delle grandi istituzioni finanziarie. 

La partnership offre numerosi vantaggi, tra cui:

• Dati AI-ready come catalizzatore: Nasdaq eVestment ha reso AI ready il proprio data set istituzionale applicando layer semantici e di orchestrazione tramite Snowflake Intelligence. Questo genera valore immediato, consentendo ai clienti di fare prospecting sull’intero mercato istituzionale senza la preliminare e dispendiosa attività di pulizia dei dati interni di prima parte.

• La scelta strategica tra sviluppare e acquistare: L’azienda si è concentrata sulle proprie competenze core, qualità dei dati e competenza di dominio, sfruttando al tempo stesso le funzionalità di base della piattaforma. Questa scelta le consente di continuare a innovare rapidamente, rispettando al contempo rigorosi requisiti di livello enterprise.

• Governance e gestione dei rischi solide: In questo settore altamente regolamentato, il deployment degli agente AI richiede framework rigorosi per garantire trasparenza, auditabilità e dati verificabili, così da prevenire le allucinazioni. Tra le pratiche organizzative critiche rientrano il coinvolgimento tempestivo dei team legali e di sicurezza e il mantenimento di “kill switch” affidabili per gli agenti autonomi.

  Le capacità dell’agente AI dipendono in larga misura dalle funzionalità native di governance e AI Snowflake: Cortex Search e Cortex Analyst elaborano e analizzano i dati; Document Processing prepara i dati non strutturati per la retrieval-augmented generation (RAG); e il Marketplace Snowflake condivide in modo sicuro gli indici Cortex Search come strumenti, con governance completa e controllo degli accessi basato sui ruoli (RBAC).

Come afferma William Schmidt, Product Manager di Nasdaq eVestment, “La guida e la collaborazione del team Snowflake sono essenziali per garantire che delivery e formattazione dei dati soddisfino i requisiti del back office per un’integrazione efficace nella pipeline, anche mentre il front office promuove l’impatto commerciale”.

I piani futuri di Nasdaq eVestment

La traiettoria futura dell’azienda è chiara: comprimere senza sosta e rendere agentici un numero crescente di workflow istituzionali nei prossimi trimestri.

La prossima grande transizione prevede il passaggio degli agenti da semplici strumenti di analisi a “membri del team” autonomi. In futuro, gli agenti monitoreranno continuamente i dati e intraprenderanno azioni proattive, ad esempio creando automaticamente un’opportunità di vendita nel CRM nel momento stesso in cui viene rilevato un nuovo mandato. Questo ridefinisce in modo radicale il modo in cui operano i team di vendita.

Nella corsa al vantaggio competitivo dell’intelligenza artificiale, i modelli stanno rapidamente diventando una commodity. Il vero valore risiede nella qualità dei dati affidabili e specifici del dominio utilizzati per il training e il contesto. La data foundation AI ready di Nasdaq eVestment su Snowflake offre un valore immediato e su misura che i modelli generici semplicemente non possono replicare.

Crescere nell’era degli agenti AI

Il tempo della sperimentazione sull’intelligenza artificiale è definitivamente finito e il team eVestment ha fatto propria questa realtà, spingendo oltre i limiti con i Cortex Agents. Per i dirigenti finanziari che vogliono guidare con successo la prossima fase di crescita strategica, adottare l’Agentic AI e valorizzare dati specifici del dominio sull'AI Data Cloud per i servizi finanziari Snowflake è la strategia decisiva per sbloccare una crescita dei ricavi significativa e sostenibile.

Vuoi saperne di più? Leggi il nostro ultimo blog su come Snowflake alimenta l’ecosistema agentico nei servizi finanziari.

Scopri come far evolvere la tua strategia AI nei servizi finanziari a Snowflake Summit, dall’1 al 4 giugno a San Francisco.