Di fronte alle nuove sfide imposte dal mercato molte banche hanno iniziato ad investire nell’Intelligenza Artificiale, lato governance in primis, per la gestione degli Npl e per valutare gli effetti del cambiamento climatico sui rischi in portafoglio
ABI Lab-CRIF: 9 banche su 10 prevedono investimenti in Intelligenza Artificiale
I vantaggi costituiti dall’Intelligenza Artificiale sono sotto gli occhi di tutti e hanno contagiato ogni ambito e settore, compreso quello bancario. Per fronteggiare le complicate sfide che riguardano il comparto, gli istituti di credito hanno previsto importanti investimenti nella tecnologia AI. È quanto emerso sa una recente indagine condotta da ABI Lab, il centro di ricerca e innovazione promosso da ABI, in collaborazione con CRIF, dal titolo “Rapporto AI Hub 2023 – L’intelligenza artificiale nelle banche: le nuove sfide, tra strategia e governo”.
Dal rapporto si evince che l’88% delle banche coinvolte nel sondaggio hanno definito o stanno definendo una strategia AI e prevedono ingenti investimenti per progetti che implicano l’utilizzo dell’Intelligenza Artificiale. Il 76% degli intervistati ha dichiarato di prevedere un budget per questo tipo di attività, mentre il 58% ha affermato di aver già avviato delle piattaforme di AI governance.
CRIF ha condiviso anche alcuni casi di successo di applicazione dell’AI che hanno provocato effetti positivi. Si passa dai modelli previsionali nella gestione degli Npl, alla valutazione degli effetti del cambiamento climatico sui rischi in portafoglio, fino all’explainability dei modelli black box.
Le applicazioni dell’AI per il settore bancario
L’attenzione nei confronti del cambiamento climatico ha accentuato la necessità da parte delle banche di misurare l’entità dei rischi in portafoglio riferiti alle catastrofi naturali. In questo senso, CRIF ha sviluppato la piattaforma Climate Risk Analytics Suite, dove l’Intelligenza Artificiale consentirebbe agli istituti di credito di essere più consapevoli dei rischi climatici a cui sono esposti i propri portafogli, ottenere delle stime ed effettuare uno studio sulla stabilità economico-finanziaria delle aziende.
CRIF pone l’attenzione anche sul comparto degli Npl dove l’Intelligenza Artificiale potrebbe supportare gli istituti di credito nel prevedere gli esiti, le tempistiche e i costi legali delle procedure di gestione dei non performing loans (esecuzioni immobiliari e mobiliari), in modo da supportare le decisioni gestionali dei Credit Manager. L’AI potrebbe rivelarsi fondamentale sia per l’attività di servicing, nella valutazione dei portafogli NPL e per impostare le strategie di recupero, sia per processi di gestione Npl interni alle banche.
Infine, CRIF ha sviluppato il framework di explainability OptiLIME, basato sulla Local Interpretable Model-Agnostic Explanations (LIME) per garantire la comprensione dei modelli decisionali. Questo aspetto è diventato sempre più importante per gli istituti di credito che desiderano comprendere come i loro sistemi prendono decisioni. Oltre a quello di CRIF sono stati sviluppati altri framework di explainability, il cui obiettivo comune è quello di fornire ai decision maker aziendali spiegazioni comprensibili in merito alle decisioni prese dal modello di apprendimento automatico.
