3 min
Il settore finanziario si sta lasciando alle spalle la stagione dei singoli agenti di intelligenza artificiale per puntare su sistemi multi-agente, capaci di coordinare interi processi bancari e assicurativi. Secondo il ‘World Cloud Report for Financial Services 2027’ del Capgemini Research Institute, infatti, il 59% delle aziende li sta già testando o li ha introdotti, ma al momento appena una su dieci è riuscita a farli lavorare in autonomia su scala aziendale. Per colmare questo divario, istituti di credito e compagnie concordano sulla necessità di un’infrastruttura tecnologica più moderna, tanto che otto dirigenti su dieci mettono la riduzione del debito tech tra le priorità. Tuto questo mentre sta cambiando anche il metro di giudizio: contano sempre meno i risparmi di efficienza e sempre più i risultati misurabili di business.
📰 Leggi anche “Banche e assicurazioni puntano sugli agenti AI“
L’indagine, che ha coinvolto 1.100 dirigenti apicali dei servizi finanziari, mostra come, da qui al 2028, i manager che useranno i risultati di business come criterio principale per assegnare i fondi all’AI cresceranno del 141%, mentre quelli che guardano soprattutto all’efficienza diminuiranno del 42%. Un cambio di approccio che si inserisce in un contesto in cui le aziende finanziarie cercano di bilanciare le potenzialità dell’AI agentica con i costi della sua implementazione. Il problema è però che circa metà delle imprese non riesce a dimostrare in modo sistematico il ritorno dei propri investimenti in AI agentica e non ha parametri chiari per decidere se vale la pena andare avanti. Per questo, molti istituti stanno introducendo controlli rigorosi su costi e prestazioni. La maggior parte ha già adottato, o lo farà entro un anno, sistemi che indirizzano le richieste verso i modelli più adatti, con l’obiettivo di garantire il miglior equilibrio tra costi e accuratezza.
Quando i sistemi multi-agente devono accedere e gestire dati, prendere decisioni ed eseguire azioni, il cloud diventa la piattaforma che tiene insieme il tutto. Più della metà di banche e compagnie indica negli hyperscaler i partner privilegiati per la gestione dei sistemi multi-agente, in particolare per le certificazioni regolamentari, la residenza dei dati, la sicurezza, la gestione delle identità e la possibilità di effettuare audit su larga scala delle attività svolte. Tutte queste esigenze sono inoltre destinate a crescere, perché agli agenti saranno affidate responsabilità sempre maggiori: tre intervistati su quattro si aspettano che entro tre anni diventino centrali nel rapporto con i clienti, in particolare nella gestione dei conti, nell’avvio e nella valutazione delle richieste di finanziamento e nella raccomandazione di prodotti. “In soli dodici mesi, gli istituti finanziari sono passati dalla sperimentazione di singoli agenti AI, incaricati di svolgere attività circoscritte, all’implementazione di sistemi multi-agente in grado di coordinare le operazioni attraverso intere aree di business. Tuttavia, la sola adozione non genera valore”, commenta Dario Patrizi, Banking Market Unit head di Capgemini in Italia. Secondo l’esperto, per portare efficacemente questi sistemi su scala aziendale, è necessaria un’infrastruttura che consenta di coordinarne le attività lungo l’intera catena operativa, garantisca una governance efficace e integri la sicurezza fin dalla fase di progettazione, assicurando anche un chiaro collegamento con i risultati economici dell’azienda. “Oggi il cloud rappresenta la base operativa che rende tutto questo possibile. Gli istituti che stanno ottenendo i risultati migliori non considerano il cloud una semplice commodity, bensì il pilastro fondamentale della propria strategia di AI agentica”, sottolinea.
📰 Leggi anche “Banche retail: dall’agent AI +30% di redditività e -40% costi“
Per realizzare questa visione, le aziende stanno convergendo verso un modello di approvvigionamento ibrido per le funzionalità di AI agentica, che combina lo sviluppo di competenze e soluzioni interne per differenziarsi, l’acquisto di soluzioni già disponibili sul mercato per accelerarne l’implementazione su larga scala e la collaborazione con partner per ampliare e rafforzare il proprio ecosistema. Entro tre anni, secondo il report, sarà l’approccio prevalente per oltre due terzi degli istituti.
Infine, lo studio rileva che un ristretto gruppo di istituti finanziari, pari ad appena il 5% del campione, ha già consolidato le capacità necessarie per utilizzare l’AI agentica su scala aziendale. Il vantaggio di questo gruppo si vede su tre fronti: sa coordinare gli agenti tra funzioni aziendali e tecnologiche, ha costruito una base cloud affidabile per l’esecuzione autonoma e riesce a collegare gli investimenti in AI a risultati economici misurabili.
.
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”.
Nata come piattaforma proprietaria per la gestione del rischio, Aladdin è diventata un’infrastruttura tecnologica utilizzata da oltre mille clienti nel mondo e genera oggi circa il 10% dei ricavi del gruppo. La piattaforma raccontata da protagonisti e utilizzatori
EY: per il 54% degli amministratori delegati l’intelligenza artificiale è tra i principali fattori che hanno migliorato l’efficienza. Gli ostacoli? Competenze e complessità organizzativa
Costi ridotti, accesso continuo e meccanismi ispirati al gaming possono incentivare operazioni troppo frequenti. Ma l’Authority richiama l’attenzione anche sulla crescente promozione di titoli tecnologici USA e derivati rischiosi
Il lancio di Pontes apre la strada al regolamento in moneta di banca centrale delle attività tokenizzate. Ma per passare dalla sperimentazione a un’infrastruttura di mercato servono interoperabilità, regole proporzionate e controllo dei rischi legati ad AI e cybersecurity
Secondo una ricerca di Excellence Payments, il 75% si affida ai suggerimenti dell’algoritmo. E il 26% ha optato per un prodotto o un servizio diverso da quello previsto. La sfida per gli operatori finanziari? Diventare ‘raccomandabili’
Dallo studio emerge un ecosistema di pmi giovani, sempre più integrato con il sistema finanziario tradizionale. I fatturati restano però limitati: la sfida è riuscire a finanziare le soluzioni sviluppate, portarle sul mercato e farle crescere
Nel report Big Ideas 2026, la società di Cathie Wood individua cinque piattaforme tecnologiche destinate a convergere: intelligenza artificiale, robotica ed energia, biotech e multiomics, spazio e difesa, blockchain e fintech. Al centro della tesi d’investimento il crollo dei costi, che può accelerare adozione e investimenti
Secondo S&P Global Ratings, solo l’8% dei progetti nelle società è oggi pienamente integrato a livello organizzativo. Ma gli investimenti saliranno e i risparmi sui costi toccheranno il 6%-8% entro il 2028. Governance, dati e fornitori i driver per trasformare l’AI in un vantaggio competitivo. Con effetti sui rating
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
Le piattaforme virtuali stanno attirando l’interesse di molti aspiranti trader e appassionati di finanza, anche in Italia e in particolare tra i più giovani. Ecco come funziona il modello di società che selezionano e formano operatori attraverso ambienti simulati e programmi con regole prestabilite. Il caso Fintokei, realtà ceca per cui l’Italia rappresenta il secondo mercato più importante dopo il Giappone
Per il gruppo di consulenza, l’adozione dell'intelligenza artificiale nel settore finanziario aumenta la dipendenza del continente da fornitori tecnologici extra-UE. Dagli investimenti alle competenze fino al tandem pubblico-privato, la ricetta per rafforzare l’autonomia strategica
