Approfondimenti9/1/2025
AI-First e modernizzazione applicativa: un binomio necessario
Articolo a cura di
Antonio Gravetti
Banks & Financial Services Lead
Un approccio AI First non considera più l’AI come un semplice strumento o supporto, ma la pone al centro delle decisioni, dei processi e del percorso di innovazione.
Non è solo adozione di una nuova tecnologia, ma ridefinizione del modo in cui le aziende operano: per rispondere più rapidamente alle esigenze dei clienti, differenziarsi sul mercato, fare efficienza dei costi operativi.
Ma l’implementazione efficace di un modello AI First necessita della modernizzazione dei sistemi legacy: quanto sarebbe utile adottare un tale approccio su sistemi poco o per niente flessibili e scalabili?
Prendiamo il caso del banking e di alcune sue possibili applicazioni concrete:
- Esperienza cliente personalizzata, mediante chatbot e assistenti virtuali per garantire un supporto su misura;
- Consulenza finanziaria personalizzata, per piani di risparmio, investimenti, gestione del credito;
- Automazione dei processi interni, per l’elaborazione di richieste di prestito, apertura conti, etc.;
- Gestione del rischio, prevenzione delle frodi, valutazione del credito effettuate mediante analisi di grandi volumi di dati e transazioni per identificare attività sospette o anomalie, valutare il comportamento digitale del cliente e prendere decisioni più accurate;
- Ottimizzazione delle operazioni bancarie, mediante manutenzione predittiva dei sistemi e/o suggerimenti mirati sulla corretta allocazione delle risorse;
- Adeguamento normativo e compliance, automatizzando il monitoraggio e la produzione dei report, per garantire il rispetto di normative complesse e in continua evoluzione.
L’approccio AI First si traduce quindi in una trasformazione profonda dei processi operativi, delle interazioni con i clienti, della gestione del rischio, con la necessità di mantenere al contempo altissimi standard di sicurezza e conformità.
Difficile, se non impossibile, pensare di innestare un cambiamento così profondo senza porsi il tema della modernizzazione del legacy.
Un neanche tanto recente articolo di McKinsey sottolineava già nel 2021 quanto fosse cruciale per il sistema bancario coniugare insieme modernizzazione applicativa e AI First.
È certamente ancora più vero oggi: con la disponibilità di AI Agents e la maturità tecnologica che si va consolidando, diventa essenziale rimuovere gli ostacoli dati da architetture e sistemi datati, per garantire la scalabilità e la resilienza richieste da un approccio AI First.
Ultima nota: siamo quindi di fronte a molto più di una sfida tecnologica.
Come tale, il percorso corretto non può che essere graduale, iterativo, orientato alla costruzione di nuovo valore.
In una parola: agile.
Ingessarsi in schemi predefiniti espone al rischio di avere un abito nuovo e non invece un ambito nuovo.