3 min
Secondo un sondaggio Denodo, il 73% delle organizzazioni finanziarie ha già portato soluzioni di intelligenza artificiale in produzione. Ma qualità, latenza e governance delle informazioni ne frenano la scalabilità. Nell’integrazione delle infrastrutture la chiave per colmare il gap
Con il 73% delle organizzazioni che ha già portato in produzione le prime soluzioni, l’intelligenza artificiale è entrata nella fase operativa in gran parte del settore bancario e assicurativo. Eppure, la diffusione delle applicazioni non coincide ancora con la loro piena scalabilità. È quanto emerge dal recente report della società di consulenza tecnologica Denodo, secondo cui a mettere sotto pressione gli operatori intervengono soprattutto tre fattori: disponibilità e qualità dei dati, governance e controlli di accesso. Un problema particolarmente rilevante per un settore nel quale l’infrastruttura AI necessità in misura cruciale di informazioni aggiornate, vincoli stringenti di sicurezza e compliance.
📰 Leggi anche “L’AI conquista la finanza italiana: la usa il 59% delle banche“
Dati aggiornati in tempo reale
La prima criticità evidenziata dal sondaggio di Denodo riguarda la velocità con cui le informazioni arrivano ai sistemi di intelligenza artificiale. Il 72% delle organizzazioni finanziarie e assicurative consultate ritiene infatti che i dati utilizzati dagli algoritmi debbano rendersi disponibili in tempo reale o aggiornati entro un minuto per poter essere considerati affidabili, una quota che supera ampiamente il 66% rilevato come media negli altri settori. La necessità di ridurre la latenza è particolarmente evidente nei processi in cui le decisioni devono essere prese rapidamente, dal monitoraggio delle transazioni alla rilevazione delle frodi fino al risk management. Architetture ancora basate prevalentemente su analisi storica e reportistica, con dati aggregati e reperibili a distanza di tempo, rischiano invece di limitare la capacità di reagire alle condizioni correnti.
Trovare il dato giusto
Il problema non riguarda però soltanto la velocità. Il 33% delle organizzazioni intervistate vede infatti il principale ostacolo alla realizzazione di un’intelligenza artificilale affidabile nell’identificazione dei dati più rilevanti, mentre un ulteriore 31% indica invece come difficoltà la preparazione e l’integrazione delle informazioni necessarie ai diversi casi d’uso. Una complessità che viene acuita dalla frammentazione dei sistemi. Concetti come cliente e rischio o anche esposizione possono cioè essere definiti in modo differente nei diversi ambienti utilizzati da una banca o da un’assicurazione, dal core banking alle piattaforme di compliance e alla gestione dei sinistri, imponendo di ricorrere così a più strumenti per cercare di governare l’ecosistema informativo. Ma la modernizzazione delle piattaforme non elimina automaticamente questa criticità: il 55% delle organizzazioni che utilizzano data catalog (47%) e data lakehouse (39%) segnala ancora problemi nell’ottimizzazione delle performance dei workload AI.
📰 Leggi anche “AI, aumenta il rischio cyber per la finanza“
La governance come condizione per scalare
Un secondo fronte riguarda sicurezza e controllo degli accessi. Il 61% delle istituzioni finanziarie e assicurative incontra difficoltà nella gestione della sicurezza dei dati e dei relativi controlli per le applicazioni di AI. Un tema che assume peso particolare proprio nei servizi finanziari, dove gli algoritmi devono inserirsi in processi soggetti a requisiti svariati: antiriciclaggio, conoscenza dei clienti, monitoraggio delle transazioni, privacy. La possibilità di utilizzare un’informazione non è quindi sufficiente: occorre anche stabilire chi possa accedervi, in quali condizioni e con quali controlli. Secondo Andrea Zinno, partner & Channel Sales director di Denodo, “la vera sfida oggi non è l’AI in sé ma la capacità di garantirle accesso a dati affidabili, coerenti e conformi alle policy aziendali e normative”.
Quasi 500 fonti per ogni iniziativa
La complessità emerge anche dal numero di sorgenti informative coinvolte. Le iniziative di AI nel settore finanziario e assicurativo utilizzano in media 489 fonti dati differenti, mentre quasi una organizzazione su cinque accede a più di mille sorgenti. Una simile frammentazione rende più complesso mantenere uniformi qualità, accessi, policy e prestazioni. Il tema diventa quindi anche architetturale: secondo Denodo, la risposta non consiste necessariamente nella sostituzione delle infrastrutture esistenti ma nella loro integrazione attraverso un livello di gestione capace di rendere accessibili le informazioni distribuite in modo governato e in tempo reale. “Il passaggio successivo consiste data lakehouse con data warehouse e piattaforme cloud”, ha sintetizzato Zinno
Vuoi ricevere ogni mattina le notizie di FocusRisparmio? Iscriviti alla newsletter
Registrati sul sito, entra nell’area riservata e richiedila selezionando la voce “Voglio ricevere la newsletter” nella sezione “I MIEI SERVIZI”.