4 min
L’intelligenza artificiale sta trasformando il sistema finanziario globale ma le autorità di vigilanza rischiano di non riuscire a tenere il passo. È questa la principale conclusione dell’ultimo report di S&P Global, secondo cui il gap tecnologico tra supervisori e mercati potrebbe compromettere la capacità di individuare rischi sistemici e nuove vulnerabilità legati all’adozione di sistemi sempre più automatizzati. Dallo studio emerge infatti come banche centrali e regolatori stiano aumentando gli investimenti in strumenti basati sull’AI ma restino ancora indietro a un settore privato che sta già integrando modelli generativi e agentici. Uno scenario in cui il pericolo maggiore è che non si riescano a cogliere per tempo segnali di stress sulla liquidità, formazione di bolle speculative o effetti sistemici derivanti dalle interazioni tra algoritmi e mercati.
📰 Leggi anche “L’AI conquista la finanza italiana: la usa il 59% delle banche“
Il report sottolinea come il futuro della supervisione finanziaria sia destinato ad essere sempre più “real time”, data-driven e orientato all’anticipazione dei rischi piuttosto che alla sola reazione agli eventi. Le autorità più avanzate stanno infatti convergendo verso due grandi direttrici: raccolta e analisi dei dati in tempo quasi reale e modelli di vigilanza collaborativi e predittivi. Uno dei principali strumenti che vengono indicati dagli esperti come leve per trasformare questo approccio sarà quello dei cosiddetti ‛digital twin’, cioè copie virtuali del sistema finanziario costantemente aggiornate attraverso dati provenienti da istituzioni ma anche mercati ed eventi esterni. Questi modelli permetterebbero alle autorità di effettuare simulazioni dinamiche, stress test continui e analisi ‛what-if’ sugli effetti di shock economici, geopolitici o climatici.
S&P sottolinea però che nessun supervisore sarà in grado di affrontare autonomamente questa transizione. Ecco perché il report individua nella cooperazione internazionale uno degli elementi decisivi per colmare il gap tecnologico con il settore privato. Tra le best practice citate figurano lo sviluppo di standard comuni per dati e ontologie, la condivisione di strumenti di intelligenza artificiale open source e la creazione di prototipi sviluppati congiuntamente dalle autorità di vigilanza. Particolare attenzione viene inoltre dedicata alla possibilità di condividere informazioni anonimizzate su frodi, criminalità finanziaria e minacce cyber. Il report cita ad esempio il Project Nadim del BIS Innovation Hub, iniziativa pensata per creare sistemi di collaborazione internazionale in tempo reale basati sull’analisi dei pattern ricavati dai dati locali. Le tecnologie considerate più promettenti annoverano però anche il cosiddetto ‛federated learning’ e altre soluzioni crittografiche che consentono di addestrare modelli AI senza trasferire direttamente i dati sensibili.
📰 Leggi anche “AI e advisory, la vera partita è su qualità e responsabilità“
Una parte rilevante dello studio è dedicata ai presidi tecnologici necessari per utilizzare l’intelligenza artificiale senza compromettere sicurezza e riservatezza delle informazioni. S&P rileva come i supervisori stiano investendo sempre più in strumenti di pseudonimizzazione dei dati, filtri avanzati per identificare contenuti sensibili e tecnologie privacy enhancing capaci di permettere analisi condivise senza centralizzare i database. Tra le soluzioni considerate più avanzate figura l’uso dei dati sintetici: dataset artificiali che mantengono le proprietà statistiche di quelli reali ma eliminano il rischio di esposizione delle informazioni originali. Il report cita i casi della Bank of Canada e della banca centrale malese, che stanno già utilizzando questi strumenti per addestrare modelli generativi destinati all’analisi dei flussi di liquidità e alla supervisione finanziaria.
La conclusione di S&P è netta: i supervisori non devono necessariamente raggiungere una piena “parità tecnologica” con le istituzioni finanziarie per svolgere efficacemente il proprio ruolo, ma un divario troppo ampio rischia di diventare strutturale e portare a una compromissione della capacità di intervento. Per questo, secondo il report, sarà necessario combinare investimenti in AI con infrastrutture dati e strumenti più tradizionali di vigilanza: dalla governance all’auditing indipendente fino alla validazione dei modelli. “Nulla di tutto questo è semplice o economico”, osserva il documento. “Ma il costo dell’inazione sarebbe molto più alto e consisterebbe nel perdere visibilità su un sistema finanziario che si sta muovendo rapidamente verso un’AI sempre più autonoma e agentica”.
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”.
L’ESMA recepisce l’allarme dell’ESRB: i modelli di frontiera potrebbero automatizzare gli attacchi informatici contro banche, assicurazioni e infrastrutture di mercato. Appello congiunto con EBA, EIOPA e BCE agli operatori. “Rafforzare subito la resilienza digitale”
Credito, consulenza, operations e fusioni: per Paolo Ceschi, responsabile Financial Services del gruppo, il vero valore dell’intelligenza artificiale emergerà quando gli algoritmi entreranno nei processi decisionali. “Ecco perché le future operazioni di M&A premieranno gli istituti più maturi”
S&P: gli istituti nativi digitali hanno raggiunto la maturità e continueranno a crescere nei prossimi 5-10 anni. Resta da affrontare il ‘divario di fiducia’ con le banche tradizionali. Tre i fattori che muoveranno sempre di più i clienti
L’intelligenza artificiale può rendere la finanza più accessibile e personalizzata, ma senza alfabetizzazione rischia di amplificare errori e false sicurezze. La sfida è culturale: formare cittadini capaci di usare gli strumenti con consapevolezza
Secondo Capgemini, ci sarà un netto gap tra chi saprà integrare gli algoritmi e chi no. Ma, ad oggi, solo il 10% degli operatori sta traducendo gli investimenti in risultati. Per avere successo servono governance, competenze e nuovi modelli organizzativi
Secondo Deloitte, i cybercriminali possono trasformare una vulnerabilità arma operativa in 15 minuti mentre le aziende impiegano settimane per correggerla. Perché la capacità di adattare processi, governance e controlli diventa centrale
Secondo una survey BioCatch, la diffusione degli algoritmi sta aumentando la sofisticazione delle frodi e mettendo sotto pressione i sistemi di difesa tradizionali. Italia in vetta per attacchi e perdite economiche. Gli operatori: serve più collaborazione tra istituti
Banca del Fucino: quattro gli ambiti più coinvolti, dal servizio personalizzato di advisory alla prevenzione delle frodi. Ma la supervisione umana resta cruciale
Secondo una ricerca di Nielsen per Prima Assicurazioni, Chatbot e modelli generativi iniziano a entrare nelle scelte dei consumatori. Confronti tra prezzi e chiarimenti su espressioni o termini contrattuali gli usi più diffusi. Ma fiducia verso questi strumenti resta limitata. Con implicazioni anche per le compagnie
Dal nuovo indice sull’equity nipponico agli impatti sull'asset management, il ceo Daniele Grassi spiega perché l’intelligenza artificiale non sostituirà i gestori ma cambierà profondamente modelli operativi, processi decisionali e competitività
