IA e Banche: modello predittivo e prescrittivo.

Introduzione

L’intelligenza artificiale è il tema della contemporaneità tecnologica. Comprendere il funzionamento e analizzare gli impatti di un possibile utilizzo, implica la capacità di capire l’evoluzione dei modelli di business nel medio – lungo periodo.

L’intelligenza artificiale si configura come una tecnologia esponenziale per il settore “Banking”. L’utilizzo di tali strumenti comporta un impatto dirompente sull’organizzazione delle Banche per metodologia, semplificazione e accelerazione di specifici processi.

La disciplina IA è un settore tecnologico e culturale molto vasto che include una mole di tecnologie in grado di proporre varie modalità di utilizzo, analisi e studio dei dati.

Dal punto di vista di Dale Consulting, i modelli predittivi e prescrittivi possono generare un impatto significativo per l’ecosistema Bancario per accelerare processi ed evolvere il rapporto con la clientela.

IA predittiva

L’analisi predittiva è un approccio d’Intelligenza artificiale che consente di determinare la probabilità che si verifichi  un risultato futuro o una situazione predetta tramite un’elaborazione statistica di dati, partendo da informazioni pregresse.

Il Data Scientist ha il compito di analizzare una serie di dati strutturati e non per segmentare micro – pattern in grado di prevedere un comportamento di un singolo utente in probabili situazioni.

Il processo è induttivo e implica una relazione probabilistica tra i dati pregressi e informazioni prodotte per generare un corretto evolversi di una situazione.

Nel settore Bancario, l’analisi predittiva può essere utilizzata per varie attività:

– analisi di campagne di marketing; ovvero prevedere in che modo l’utente finale possa rispondere a un’offerta, migliorando la composizione dei prodotti in base alle scelte precedenti del consumatore.

– la valutazione del merito creditizio nei confronti di un utente per ottimizzare la gestione dei crediti.

-la costruzione di un indice di misurazione delle performance in ambito di sostenibilità ambientale e finanziaria

-in ambito HR selezionare profili professionali specifici in base alla costruzione arbitraria di un algoritmo in grado di elaborare statisticamente le informazioni richieste.

-confermare o meno, l’erogazione di un prestito per un determinato profilo, che per storia personale esposta a un’analisi dei dati della IA, potrebbe comportare un rischio alto.

IA prescrittiva

L’analisi prescrittiva avvia una simulazione statistica dei dati in possesso per esplorare una serie di scelte possibili consigliando lo scenario migliore per una specifica situazione. L’obiettivo è selezionare percorsi specifici da prescrivere integrando dati eterogenei su larga scala tramite l’accesso a più fonti.

Il modello prescrittivo per il sistema Banca riguarderebbe varie attività:

 -la selezione del personale di vendita per le filiale con l’obiettivo di ottimizzare l’acquisizione dei clienti. Attraverso un’integrazione di dati differenti, ad esempio il potenziale della filiale e la capacità di vendita del singolo, il modello può prescrivere il posizionamento ottimale degli agenti  seguendo obiettivi di vendita.

-rendere efficienti i piani d’azione come la gestione dei crediti e la prevenzione delle frodi, mediante un’analisi multifattoriale, che consentirebbe di elaborare modelli specifici da seguire, generati dalla IA, per semplificare la realizzazione di un piano, attuare una strategia seguendo principi di  riduzione dei rischi e ottimizzazione delle risorse.

-costruire un indice di fedeltà del cliente in grado di  monitorare il comportamento finanziario in un tempo stabilito per prescrivere soluzioni, proposte o prodotti in linea con il comportamento pregresso.

L’IA predittiva ha come obiettivo prevedere il comportamento di un consumatore facendo leva su dati pregressi, analizzando fasi remote per poi giungere ad una conclusione; il modello prescrittivo, lavora sulla combinazione dei fattori mediante l’analisi dei dati generando dei modelli d’esperienza da prescrivere per rinnovare l’esperienza del singolo.

Entrambi i motori di IA coinvolgono l’intera filiera ed organizzazione agendo su settori differenti.

A oggi,  l’88% delle Banche ha definito una strategia di utilizzo d’Intelligenza Artificiale. Scegliere quale tipologia di IA utilizzare è una sfida che comporta responsabilità e visione; il tema è integrare le attività dei motori d’intelligenza artificiale nel proprio modello di business per formulare un’accelerazione esponenziale in grado di governare il processo di trasformazione digitale e tecnologica dei modelli di organizzazione delle Banche.

Per approfondire il tema dell’Intelligenza artificiale per il settore Banking, scrivi a francesco.furfari@daleconsulting.it

Fonte: CIPA, “L’Intelligenza artificiale in banca: stato dell’arte e prospettive”, 2020.