I servizi finanziari sono entrati nel prossimo capitolo dell’intelligenza artificiale: misurabile, governata e agentica

Executive summary

• Le aziende di servizi finanziari hanno accelerato rapidamente nell’utilizzo dell’intelligenza artificiale, passando dai pilot e dai casi d’uso limitati a un modello basato sull’accountability. Le aziende puntano sempre più su un valore di business misurabile: il 68% degli intervistati del settore servizi finanziari dichiara un ROI positivo e quantificabile dall’AI generativa.

• L'Agentic AI si afferma come la prossima frontiera, ma sarà la governance a determinare chi riuscirà a scalare in sicurezza.L' Sebbene il 30% delle aziende di servizi finanziari abbia agenti AI in produzione, chi li utilizza registra risultati solidi nelle analisi dei dati, nel forecasting, nelle interazioni con i clienti e nell’automazione dei processi, rendendo essenziali controlli su autorizzazioni, verificabilità, supervisione e accesso ai dati.

• L’intelligenza artificiale genera cambiamenti positivi per la forza lavoro, non solo automazione. Le aziende leader nei servizi finanziari superano gli altri settori per impatto positivo sulla forza lavoro: il 78% degli intervistati afferma che l’automazione basata sull’intelligenza artificiale ha avuto un impatto netto positivo sui processi di lavoro.

• I dati proprietari stanno diventando la data foundation del vantaggio competitivo nell’intelligenza artificiale. Il 92% delle aziende di servizi finanziari effettua training, tuning o augmentation di modelli linguistici di grandi dimensioni con dati proprietari, evidenziando quanto i dati aziendali affidabili e governati siano decisivi per creare risultati differenziati basati sull’intelligenza artificiale.

Per i leader dei servizi finanziari, il dibattito sull’intelligenza artificiale è cambiato rapidamente. La domanda non è più se l’intelligenza artificiale trasformerà radicalmente il settore. Lo sta già facendo. Oggi la domanda più importante è come le aziende di servizi finanziari possano trasformare l’intelligenza artificiale in valore di business misurabile, mantenendo fiducia, governance, sicurezza e controllo richiesti dal settore.

Una nuova ricerca Snowflake mostra che le aziende di servizi finanziari stanno entrando in una fase più matura di adozione dell’intelligenza artificiale. Anche se il livello di maturità varia da azienda a azienda, le organizzazioni stanno quantificando il ROI, utilizzando dati proprietari, applicando l’intelligenza artificiale a workflow aziendali ad alto valore e iniziando a cogliere i primi benefici dell’Agentic AI.

Ne emerge il quadro convincente di un settore passato rapidamente dalla curiosità verso l’intelligenza artificiale alla responsabilità sui risultati.

L’intelligenza artificiale sta già creando un impatto positivo sulla forza lavoro

Uno dei risultati più rilevanti della ricerca è che i servizi finanziari guidano tutti i settori analizzati per impatto positivo sulla forza lavoro derivante dall’automazione basata sull’intelligenza artificiale. I settori messi a confronto includono pubblicità e media, Healthcare e Life Sciences, settore manifatturiero, retail e CPG, tecnologia e telecomunicazioni. 

Il 78% degli intervistati dei servizi finanziari afferma che l’automazione basata sull’intelligenza artificiale ha avuto un impatto netto positivo sui processi di lavoro. Il dato supera quello di tecnologia e telecomunicazioni, al 75%, Healthcare e Life Sciences, al 69%, pubblicità e media, al 68%, settore manifatturiero, al 68,1%, e retail e CPG, al 61%.
 

Questo risultato mette in discussione l’idea diffusa che l’adozione dell’intelligenza artificiale riguardi soprattutto l’eliminazione di processi lavorativi. Nei servizi finanziari, il quadro appare più articolato. L’intelligenza artificiale sta cambiando il lavoro, ma gli intervistati tendono a considerare questo cambiamento positivo.

È comprensibile in un settore in cui i dipendenti gestiscono spesso workflow complessi, ripetitivi, ad alta intensità di dati e basati su grandi volumi di documenti. L’intelligenza artificiale può aiutarli a ridurre il lavoro manuale in task come la sintesi di documenti, la preparazione dei dati, il monitoraggio della compliance e l’automazione dei ticket di help desk.

Per i dirigenti, questo cambia la prospettiva sul tema della forza lavoro. La vera opportunità non consiste semplicemente nel sostituire le persone con l’automazione. Consiste nel fornire ai dipendenti strumenti per lavorare più velocemente, prendere decisioni migliori e concentrarsi su attività a maggior valore.

I servizi finanziari misurano un ROI concreto 

Le aziende del settore sono anche tra le più propense a collegare l’adozione dell’AI generativa a un valore misurabile. Il 68% degli intervistati dei servizi finanziari afferma di sapere che il ROI della Gen AI è positivo perché lo ha quantificato. Solo tecnologia e telecomunicazioni registrano un dato leggermente superiore, pari al 70%. I servizi finanziari superano pubblicità e media, al 64%, retail e CPG, al 59%, Healthcare e Life Sciences, al 57%, e settore manifatturiero, al 56%.

È un segnale importante. Le aziende di servizi finanziari sembrano applicare all’intelligenza artificiale la stessa disciplina sulle performance che adottano in altre aree del business.

Questa disciplina è fondamentale. Impatti di business quantificati aiutano i leader a decidere quali casi d’uso scalare, quali pilot interrompere e dove allocare gli investimenti. Aiutano inoltre a evitare che la sperimentazione sull’intelligenza artificiale diventi frammentata o scollegata dalla strategia di business.

Per i leader dei servizi finanziari, il messaggio è chiaro: le strategie di intelligenza artificiale devono basarsi su risultati di business misurabili, non sulla novità tecnologica.

I dati proprietari stanno diventando la data foundation del vantaggio nell’intelligenza artificiale

Nei servizi finanziari, i dati sono sempre stati un asset strategico. L’intelligenza artificiale alza la posta, rendendo i dati proprietari centrali per differenziarsi attraverso l’intelligenza artificiale in azienda. Il 92% degli intervistati dei servizi finanziari afferma che le proprie organizzazioni effettuano training, tuning o augmentation di modelli linguistici di grandi dimensioni con dati proprietari. 

Questo posiziona saldamente i servizi finanziari nella fascia avanzata di adozione dell’intelligenza artificiale, insieme a tecnologia e telecomunicazioni, al 96 %, Healthcare e Life Sciences, al 93%, pubblicità e media, al 93%, retail e CPG, al 91%, e settore manifatturiero, all’88%.

È un cambiamento critico. Gli strumenti di intelligenza artificiale generici possono generare output generici. Ma i sistemi di intelligenza artificiale interoperabili, fondati sui dati aziendali proprietari, possono produrre risultati più pertinenti, contestuali e differenziati.

Per le aziende di servizi finanziari, questo può significare sistemi di intelligenza artificiale in grado di supportare:

• raccomandazioni di servizio specifiche per cliente

• analisi di rischi e frodi

• indicazioni interne su policy e compliance

• analisi di mercato e di scenario

• insight finanziari personalizzati

• intelligence su prodotto e portafoglio

• gestione della conoscenza aziendale

Ma l’utilizzo di dati proprietari comporta anche maggiori responsabilità. Quanto più i sistemi di intelligenza artificiale si basano su dati aziendali e dei clienti sensibili, tanto più diventa importante governare l’accesso, monitorare la qualità, proteggere la privacy e mantenere la trasparenza. 

Nei servizi finanziari, vantaggio dell’intelligenza artificiale e governance dell’intelligenza artificiale devono avanzare insieme.

L’approccio agentico è la prossima frontiera competitiva

La Gen AI ha cambiato per sempre il modo in cui i dipendenti interagiscono con le informazioni. Agentic AI cambia ciò che l’intelligenza artificiale può fare per loro conto.

I sistemi di Agentic AI possono ragionare sui task, utilizzare strumenti, coordinare passaggi e completare workflow entro confini definiti. Per i servizi finanziari, questo apre la strada a nuove forme di automazione in aree come rischio e regolamentazione, operations, compliance, indagini sulle frodi, forecasting e pianificazione strategica.

È interessante notare che i servizi finanziari non sono il settore con la maggiore diffusione di Agentic AI già in produzione. Il 30% degli intervistati dei servizi finanziari afferma di utilizzare oggi l’Agentic AI in produzione, rispetto al 42% nella pubblicità e i media, al 33% nell’Healthcare e Life Sciences, al 32% nella tecnologia e telecomunicazioni, al 32% nel manifatturiero e al 28% in retail e CPG.

Ma tra le organizzazioni che implementano la tecnologia, i servizi finanziari registrano alcuni dei risultati più solidi:

• Il 94% afferma che l’Agentic AI ha migliorato le analisi dei dati e le raccomandazioni strategiche

• Il 92% afferma che ha potenziato forecasting e pianificazione degli scenari con modellazione avanzata

• Il 91% afferma che ha migliorato le interazioni con i clienti tramite agenti AI

• L’83% afferma che ha sostituito o ridotto il coinvolgimento umano in processi ripetitivi e basati su regole

• Il 71% afferma che ha sostituito o ridotto il coinvolgimento umano in processi complessi e sofisticati

Questi risultati sono particolarmente rilevanti per i servizi finanziari, perché gran parte delle attività del settore è ad alta intensità di dati, ricca di processi e orientata alle decisioni. Il livello successivo dei workflow agentici comprende un’ampia gamma di casi d’uso: dall’aiutare i team a gestire workflow cliente articolati in più passaggi e indagare sulle frodi, fino a semplificare l’onboarding e supportare la pianificazione degli scenari.
 

La chiave sarà la data governance. Man mano che i sistemi di intelligenza artificiale passano dal generare risposte al compiere azioni, le aziende di servizi finanziari dovranno adottare controlli solidi su autorizzazioni, verificabilità, supervisione umana e accesso ai dati. Ad esempio, i dati sensibili devono essere classificati e la lineage acquisita automaticamente; le policy di accesso devono essere applicate a livello di piattaforma, non a livello di singolo software o applicazione. Inoltre, le aziende che implementano un control plane agentico o un centro di controllo agentico avranno un vantaggio. Questo livello è critico perché aiuta a mitigare il rischio operativo coordinando dati, modelli e app, così che gli agenti AI lavorino verso obiettivi condivisi entro guardrail chiaramente definiti. 

La maturità dei dati e il contesto determineranno chi saprà scalare l’intelligenza artificiale con successo

Le strategie di intelligenza artificiale più mature dipenderanno da qualità, accessibilità e governance dei dati aziendali, insieme al contesto di business o alla semantica dei dati. Gli output dell’intelligenza artificiale sono solidi solo quanto lo sono, insieme, i dati e il significato di business che li sostiene.

Un agente AI che comprende la differenza tra un workflow di adeguata verifica del cliente (KYC) e un’eccezione di regolamento delle operazioni è il tipo di agente AI che i tuoi team adotteranno davvero, generando valore concreto in tutta la tua organizzazione.

I leader dei servizi finanziari sembrano riconoscere in modo particolare il problema dell’accesso ai dati. Il 96% degli intervistati concorda sul fatto che le proprie organizzazioni investono attivamente in soluzioni per unificare o consolidare il patrimonio di dati. Inoltre, l’89% concorda sul fatto che il data engineering è determinante per il successo dei progetti di intelligenza artificiale.

Ma le sfide restano:

• Il 62,8% concorda sul fatto che la propria organizzazione ha un gap di competenze nel data engineering

• Il 57% concorda sul fatto che le iniziative di intelligenza artificiale sono rallentate da sistemi di dati frammentati e silos

• Il 51% concorda sul fatto che la propria organizzazione non ha visibilità sull’intero patrimonio di dati

Questo è insieme il collo di bottiglia strategico e l’opportunità strategica. Le aziende di servizi finanziari possono avere ambizioni chiare per l’intelligenza artificiale, ma i dati frammentati limitano la capacità di scalarla. Se i dati restano in silos, incoerenti o difficili da governare, i sistemi di intelligenza artificiale faticheranno a fornire output affidabili e azioni affidabili, conformi e verificabili.

Per l’Agentic AI, questo aspetto diventa ancora più importante. I sistemi che agiscono per conto degli utenti devono accedere a dati contestuali accurati e governati. Senza questa data foundation, le aziende possono faticare a passare da casi d’uso isolati alla trasformazione enterprise.

La prossima fase della leadership nell’intelligenza artificiale per i servizi finanziari

Il settore dei servizi finanziari è entrato senza esitazioni in una nuova fase di adozione dell’intelligenza artificiale. I dati mostrano un settore sempre più maturo, disciplinato e orientato ai risultati. Ma la prossima fase dei workflow agentic richiederà un approccio più completo. 

Serviranno data foundation affidabili, governance solida e semantica, strumenti di livello enterprise, abilitazione della forza lavoro e misurazioni coerenti.

Per i decision-maker executive, il percorso è chiaro:

• Dare priorità ai casi d’uso di AI con valore di business misurabile

• Basare i sistemi di intelligenza artificiale su dati proprietari contestuali e governati

• Investire in piattaforme dati interoperabili che portano i principali modelli di intelligenza artificiale vicino ai dati

• Sviluppare modelli di governance e implementare un agentic control plane per l’Agentic AI prima di scalarla su ampia scala

• Considerare la trasformazione dell’intelligenza artificiale sia come strategia tecnologica sia come evoluzione del modello operativo

A guidare il mercato non saranno le aziende che implementano l’intelligenza artificiale ovunque e tutta in una volta. Saranno quelle che collegano dati affidabili, esecuzione governata e risultati misurabili. Nei servizi finanziari, il futuro dell’intelligenza artificiale sarà quantificabile, altamente governato e sempre più agentic.

Per leggere i risultati completi della ricerca, scarica subito Il ROI dell’AI generativa e degli agenti AI 2026.