AI e rischio di credito. A che punto siamo?

McKinsey ha intervistato i dirigenti di 24 istituzioni finanziarie, tra cui nove delle dieci principali banche statunitensi, chiedendo loro dell'adozione della gen AI nelle loro organizzazioni, dei loro piani futuri e delle sfide che prevedono. Ecco cosa è emerso

0
145

L’AI generativa (gen AI) è diffusa su larga scala da fine 2022. Nel primo trimestre del 2023, le grandi aziende tecnologiche hanno iniziato a integrare le capacità di gen AI nei propri prodotti. Oggi anche il rischio di credito si interessa al suo utilizzo. Così la società di consulenza McKinsey & Company, in un suo studio recente, ha intervistato i dirigenti di 24 istituzioni finanziarie, chiedendo loro che uso stanno facendo della gen AI e quali sfide immaginano per il futuro. Il 20% degli intervistati ha introdotto la gen AI nella propria azienda e un ulteriore 60% prevede di farlo entro un anno. Anche i più cauti tra loro sostengono che sarà parte dei processi di rischio di credito delle loro imprese entro due anni.

Esempi di utilizzo

Le applicazioni della gen AI prese in considerazione si estendono lungo tutto il ciclo di vita del credito, si legge nello studio. E sfruttano grandi modelli di linguaggio (LLM) per combinare, riassumere e analizzare dati o produrre forme complesse di linguaggio naturale (come rapporti, email e documenti di sintesi). Nell’interazione con i clienti, la gen AI potrebbe essere usata per offrire mix di prodotti ultra- personalizzati. Durante i processi di decisione del credito, gli strumenti di gen AI potrebbero esaminare i documenti e segnalare violazioni delle politiche o dati mancanti. Potrebbero redigere comunicazioni per chiedere chiarimenti o dati mancanti ai clienti. E potrebbero condurre analisi del credito e stilare memo di credito. Una volta approvato il credito, la gen AI può snellire i processi di contrattazione. I sistemi di gen AI possono redigere contratti legali, ad esempio.

Nel monitoraggio del portafoglio, gli strumenti di gen AI possono supportare i gestori del portafoglio in vari modi, ad esempio automatizzando la creazione di rapporti di performance o producendo strategie di ottimizzazione specifiche o dando vita ad un sistema di allarme precoce (EWS) basato su informazioni in tempo reale (come notizie o rapporti di mercato) per identificare i mutuatari a rischio elevato o i segmenti di mutuatari che potrebbero richiedere attenzione. Infine, gli strumenti di gen AI possono supportare l’assistenza ai clienti. I partecipanti all’indagine stanno studiando l’uso della gen AI in tutte queste aree. Tuttavia, tra le varie linee di business, i dirigenti vedono più potenziale per la gen AI nel credito all’ingrosso rispetto al credito al dettaglio.

A che punto siamo

La gen AI è stata introdotta nel settore del rischio di credito, ma deve ancora apportare trasformazioni significative. Ad oggi i suoi utilizzi sono limitati alla soluzione di problemi operativi interni. Un esempio è una banca che ha sviluppato un tool per precompilare questionari di rischio climatico per clienti commerciali. Un altro caso d’uso è l’impiego della gen AI per redigere memo di credito nel settore bancario commerciale. Questi strumenti possono raccogliere informazioni, analizzare dati finanziari, visualizzare dati e scrivere memo, migliorando coerenza e accuratezza, e accelerando il processo decisionale. Le banche che hanno fatto propri questi sistemi hanno ridotto il tempo necessario per rispondere alle domande sul rischio climatico del 90%, passando da oltre due ore a meno di 15 minuti, con risposte corrette nel 90% dei casi.

Rischi e opportunità dell’uso dell’AI

I dirigenti evidenziano che i limiti all’introduzione della gen AI nel rischio di credito sono legati ai pericoli connessi al suo utilizzo, tra cui violazioni della proprietà intellettuale e della privacy, produzione di contenuti dannosi, minacce alla sicurezza, problemi di performance, uso improprio di dati di terze parti, effetti ambientali, sociali e di governance (ESG). Questi rischi possono causare conseguenze regolatorie, legali, reputazionali e commerciali se non gestiti al meglio.

Per affrontarli, si legge nel report, serve costruire un ecosistema di gen AI. Le istituzioni finanziarie devono cioè sviluppare pratiche comuni. Serve anzitutto dar vita ad una roadmap dell’IA, che sia allineata con la strategia aziendale e delinei le soluzioni richieste, con tempistiche chiare. Poi i processi per gli strumenti di AI devono essere allineati, servono “ambienti cloud ibridi per gestire dati, addestrare ed eseguire modelli su larga scala” oltre che strumenti di supporto automatizzati. In aggiunta le aziende devono dotarsi di competenze trasversali tra sviluppatori software, specialisti NLP, cloud computing, IA, esperti legali.

Tutto ciò richiederà tempo, ma anche adottare alcune di queste pratiche può rappresentare un progresso, soprattutto in termini di efficienza, precisione e servizi personalizzati nel ciclo di vita del credito. Per un’integrazione su larga scala – conclude il report – sarà necessario superare sfide legate alla governance del rischio, all’acquisizione di talenti e alla creazione di un ecosistema completo.

L’uso dell’AI in Europa

E in Europa a che punto siamo? “L’UE è all’avanguardia nelle regole per l’Intelligenza artificiale – ha assicurato il presidente Abi Antonio Patuelli nel suo recente intervento all’assemblea annuale dell’Associazione bancaria italiana – per garantire certezza del diritto, responsabilità etica e giuridica, preminenza sempre delle responsabilità umane, tutela dei dati e dell’imparzialità, riservatezza e trasparenza per il progresso sociale equo e non discriminatorio”.

“Le banche – ha proseguito – innanzitutto con Micar e Dora e con continui investimenti, sono all’avanguardia nell’innovazione e nell’utilizzo dell’AI, con alte sensibilità per la sicurezza, la tutela della concorrenza e di tutti gli interessi legittimi nei mercati aperti e regolati, per generare libertà e responsabilità per più sviluppo e occupazione, sostenibilità, benessere e solidarietà sociale”.

DORA è il Regolamento sulla resilienza operativa digitale per il settore finanziario e MiCAR, il Regolamento sui mercati delle criptovalute.