Le banche native di intelligenza artificiale—costruite da zero attorno all'intelligenza artificiale—stanno automatizzando il servizio clienti, il credito, la conformità e altro. Basta dare un'occhiata a come pionieri come Catena Labs, One Zero, Bunq, WeBank e CITIC aiBank stanno ridefinendo la finanza globale e sfidando le banche tradizionali.
L'IA nel settore finanziario si è evoluta rapidamente. Negli anni 2010, molte banche hanno introdotto l'apprendimento automatico per il punteggio del credito e chatbot per l'assistenza clienti, testando il potenziale dell'IA all'interno di strutture esistenti. Entro il 2020, le banche leader stavano integrando algoritmi avanzati nella gestione del rischio e nella personalizzazione del cliente. Un recente sondaggio del settore ha rilevato che il 65% delle banche pianifica di lanciare servizi clienti guidati dall'IA nel 2025 – evidenza di quanto l'IA sia diventata diffusa nel settore bancario. Tuttavia, la maggior parte di questi sforzi aggiunge ancora l'IA a sistemi ereditati. Al contrario, le banche "native di IA" mirano a progettare un'istituzione finanziaria interamente attorno alle capacità di IA, ripensando fondamentalmente al funzionamento di una banca.
Il concetto di banche native di IA sta guadagnando terreno mentre imprenditori e tecnologi riconoscono che le banche esistenti – anche le neobanche digitali – affrontano limitazioni nell'adattarsi a un mondo centrato sull'IA. Le banche tradizionali, costruite su processi e infrastrutture di decenni fa, spesso trovano "lento, costoso, pieno di attriti globali, inflessibile e inadatto" per supportare le nuove opportunità che l'IA presenta. Questo ha aperto la porta a startup e aziende finanziarie innovative per costruire banche che iniziano con architetture IA-prime.
Questi nuovi attori stanno progettando sistemi in cui l'IA gestisce tutto dalle interazioni con i clienti e il monitoraggio delle frodi alle decisioni di credito e persino la conformità regolamentare, il tutto sotto la supervisione umana.
Cosa sono le banche native di IA?
In termini semplici, le banche native di IA sono istituzioni finanziarie costruite attorno all'intelligenza artificiale sin dal primo giorno, piuttosto che aggiungere l'IA a un nucleo tradizionale.
Una descrizione recente di una startup fintech definisce una banca nativa di IA come una banca "costruita attorno all'IA, non aggiunta come un ripensamento."
In pratica, ciò significa che i prodotti, i servizi e i processi interni della banca sono progettati per essere operati da algoritmi e automazione IA, con un intervento manuale minimo nelle attività quotidiane. Il personale umano fornisce supervisione, guida strategica e gestisce casi eccezionali, ma i sistemi di IA alimentano le decisioni e le interazioni di routine.
Una banca nativa di IA solitamente presenta operazioni digitali complete con l'IA che gestisce l'acquisizione dei clienti, la valutazione del rischio, le transazioni e il servizio clienti.
Modelli avanzati di apprendimento automatico analizzano i dati dei clienti per offrire consigli finanziari personalizzati o rilevare le frodi in tempo reale. Chatbot e assistenti virtuali gestiscono una gran parte delle richieste dei clienti. Importante, queste banche spesso incorporano le ultime innovazioni dell'IA come IA generativa per interfacce conversazionali o apprendimento per rinforzo per ottimizzare le strategie di investimento. L'obiettivo è creare una banca che possa imparare e adattarsi continuamente, migliorando i suoi servizi mentre raccoglie più dati – qualcosa che un nucleo statico ereditato non può facilmente fare.
Un'altra caratteristica distintiva è che le banche native di IA trattano la conformità e la gestione del rischio come caratteristiche integrate dei sistemi di IA. Nelle banche tradizionali, la conformità è spesso un livello separato di controlli e rapporti, alcuni dei quali eseguiti manualmente. In una banca IA-prima, il software è progettato per rispettare i vincoli regolamentari fin dall'inizio, automatizzando cose come il monitoraggio delle attività sospette. "Una comprensione appropriata della conformità e del rischio regolamentare deve avere un posto al tavolo insieme a prodotto e ingegneria," enfatizza Neville, indicando che queste banche programmano logica regolamentare direttamente nei loro flussi di lavoro IA.
È importante notare che "nativa di IA" non significa "solo IA." La supervisione umana rimane cruciale.
La visione non è una banca completamente autonoma senza dipendenti, ma una banca altamente automatizzata in cui umani e IA lavorano in tandem. Ad esempio, un progetto di banca IA pianifica di utilizzare "attori IA, o lavoratori digitali, come dipendenti per eseguire compiti interni come scrivere software," mentre gli umani gestiscono la supervisione e la decisione a livello alto. Nei ruoli a contatto col cliente, un assistente IA potrebbe rispondere a domande di routine,
mpo incombe su un banchiere umano solo quando incontra qualcosa che non può gestire o una situazione che richiede empatia e giudizio.
Nelle sezioni seguenti, esaminiamo cinque iniziative che esemplificano il movimento delle banche native di IA.
Catena Labs – Costruire una banca per l'economia dell'IA
Uno dei nuovi progetti di cui si parla di più è Catena Labs, una startup con sede negli Stati Uniti co-fondata da Sean Neville (noto principalmente come co-fondatore di Circle, l'azienda dietro lo USDC stablecoin).
Catena Labs ha fatto notizia a maggio 2025 ottenendo 18 milioni di dollari in finanziamenti di seed per costruire quella che Neville chiama una "istituzione finanziaria completamente regolamentata, nativa di IA" progettata per l'emergente "economia dell'IA."
Il round di finanziamenti è stato guidato dal fondo a16z crypto di Andreessen Horowitz, con la partecipazione di investitori importanti tra cui Breyer Capital, Coinbase Ventures e persino la star della NFL Tom Brady - un elenco che sottolinea il clamore attorno a questa idea.
La visione di Catena è ambiziosa: creare una banca dove i sistemi IA (chiamati "agent AI") possono tenere conti, eseguire transazioni e interagire finanziariamente con altri agenti o umani in autonomia. Neville crede che in un prossimo futuro, "gli agenti IA condurranno la maggior parte delle transazioni economiche," e che le banche odierne siano fondamentalmente impreparate per quello
scenario.
Ad esempio, un algoritmo di trading o un bot di e-commerce potrebbe dover fare migliaia di pagamenti istantanei o firmare contratti a nome di un proprietario umano - compiti che mettono sotto pressione i processi bancari convenzionali.
La risposta di Catena è ricostruire l'infrastruttura finanziaria da zero per soddisfare tali esigenze.
Al centro dell'approccio di Catena c'è l'uso di stablecoin - in particolare USDC, che Neville ha co-creato - come "denaro nativo di IA" per le transazioni.
Poiché le stablecoin funzionano su reti blockchain, consentono pagamenti programmabili quasi istantanei a livello internazionale. Catena Labs sostiene che le stablecoin siano ideali per gli agenti IA, che potrebbero operare 24/7 globalmente e richiedere transazioni rapide e a basso costo senza ritardi umani. Sfruttando USDC e valute digitali simili, la nuova banca intende permettere ai clienti IA di spostare denaro facilmente come fanno con i dati, pur aderendo agli standard regolamentari per know-your-customer (KYC) e anti-money laundering (AML).
Regolamentazione e fiducia sono i focus chiave per Catena Labs.
Neville sottolinea che ottenere le licenze bancarie appropriate e garantire la conformità è parte integrante del percorso del progetto. La banca sarà "operata da IA con supervisione umana," il che significa sistemi automatizzati gestiscono le funzioni quotidiane ma gli umani stabiliscono politiche e intervengono quando necessario. Catena ha persino rilasciato un Agent Commerce Kit (ACK) – una toolkit open-source per verificare e gestire l'identità degli agenti IA. Stabilire un'identità digitale affidabile per le entità IA è una delle sfide più complesse, poiché le regolamentazioni richiedono l'identificazione dei titolari di
conti (e ovviamente non si può prendere l'impronta digitale di un bot IA). L'ACK è un primo tentativo per risolvere questo fornendo protocolli per registrare e autenticare gli agenti IA nelle transazioni finanziarie.
Nel spiegare perché questo sforzo è necessario, Catena Labs non lesina parole sui limiti delle banche tradizionali. L'attuale infrastruttura finanziaria globale è descritta come "lenta, costosa, piena di attrito globale, inflessibile e inadatta alle nuove opportunità e rischi dell'IA."
Le banche tradizionali, secondo Neville, bloccano attivamente agenti automatizzati – ad esempio, molti sistemi sono costruiti per rilevare e prevenire "bot" per sicurezza, che ironicamente diventa un ostacolo quando agenti IA legittimi cercano di partecipare. Al contrario, la banca proposta da Catena sarebbe costruita "in modo che gli attori IA saranno gli utenti principali, invece di bloccarli."
A metà del 2025, Catena Labs è ancora in modalità di sviluppo – l'azienda non ha ancora un prodotto pubblico e sta lavorando per ottenere licenze. L'infusione di 18 milioni di dollari accelererà l'assunzione e la costruzione dei prodotti. Dato il background di Neville in Circle, è probabile che la startup lavorerà a stretto contatto con i regolatori (possibilmente perseguendo una carta bancaria o collaborando con una banca esistente) per assicurare che la banca nativa di IA venga lanciata su basi legali solide.
One Zero Bank – La banca digitale guidata dall'IA di Israele
Mentre alcuni progetti di banche native di IA sono solo all'inizio, One Zero Bank in Israele è già operativa e integra profondamente l'IA nei suoi servizi.
Lanciata alla fine del 2022, One Zero è la prima banca totalmente digitale di Israele – in particolare, la prima nuova banca a ricevere una licenza bancaria nel paese negli ultimi 45 anni.
È stata co-fondata dal Professor Amnon Shashua, un importante tecnologo noto soprattutto come fondatore di Mobileye (un leader nella tecnologia per auto a guida autonoma). Sostenuta da un finanziamento sostanziale, One Zero Bank fin dall'inizio ha cercato di fondere la tecnologia IA con il settore bancario. La banca ha descritto il suo modello al lancio come "guidato dall'intelligenza artificiale, amalgamando i vantaggi delle banche tradizionali e neo-banche." In pratica, One Zero combina la comodità digitale con un'esperienza a stile di banca privata, utilizzando l'IA per migliorare il servizio clienti e la personalizzazione.
One Zero Bank ha raccolto finanziamenti significativi... Certainly! Below is the translated content formatted according to your instructions:
Content: capital](https://www.calcalistech.com/ctechnews/article/byi4zgrlkx), sottolineando la fiducia nel suo approccio. Entro il 2025, la banca aveva raccolto circa 242 milioni di dollari ed era valutata circa 320 milioni di dollari, con investitori tra cui giganti tecnologici come Tencent e fondi fintech dall'ecosistema di SoftBank.
L'IA è al centro dell'esperienza cliente di One Zero.
Nel febbraio 2024, la banca ha lanciato "Ella 2.0," una piattaforma di servizi generativa alimentata dall'IA che funge da assistente finanziario virtuale per i clienti. Sviluppata in collaborazione con AI21 Labs (una startup israeliana specializzata in modelli di linguaggio di grandi dimensioni), Ella 2.0 è essenzialmente un banchiere privato IA disponibile 24/7.
I clienti possono interagire con Ella in linguaggio naturale – facendo domande complesse sulle loro finanze attraverso conti, ricevendo consigli sul budget o risolvendo problemi – e ottenere risposte istantanee e contestuali. Il sistema comprende più lingue ed è stato addestrato su ampie query bancarie per migliorare la sua precisione.
Secondo la banca, Ella 2.0 “fornisce risposte istantanee, opera 24/7 e sfrutta il machine learning per personalizzare i servizi finanziari.” In altre parole, impara continuamente dalle interazioni con i clienti per offrire un aiuto migliore, mentre banchieri umani sono pronti a supportare quando necessario.
Il primo CEO di One Zero, Gal Bar Dea, ha evidenziato come questo assistente IA migliori la qualità del servizio. “Le capacità di Ella 2.0 trascendono le barriere linguistiche,” ha detto, assicurandosi “risposte immediate, accurate e personalizzate mentre continua a evolversi per soddisfare le esigenze individuali dei clienti.”
One Zero si vanta di guidare questa “corsa globale dall'IA generativa sperimentale all'implementazione pratica” nel settore bancario.
Ori Goshen, co-CEO di AI21 Labs, ha osservato che “il nuovo assistente IA di One Zero, Ella, rappresenta un cambiamento nell'industria bancaria digitale verso una migliore esperienza cliente – una che è più veloce, affidabile e personalizzata per ciascun utente.”
Tali attestazioni sottolineano quanto strettamente integrati siano la startup tecnologica e la banca nello sviluppo di soluzioni IA.
Oltre a Ella, One Zero utilizza l'IA in modi più dietro le quinte. Algoritmi automatizzati gestiscono gran parte delle operazioni quotidiane e del processo decisionale della banca. Ad esempio, modelli IA sono impiegati per le valutazioni del rischio creditizio e le raccomandazioni di investimento, imparando dai dati per migliorare i propri output.
La strategia della banca è stata quella di automatizzare il più possibile i compiti di routine, riducendo così i costi e consentendo alla banca di offrire tariffe più competitive.
Allo stesso tempo, One Zero mantiene consulenti finanziari umani a cui i clienti possono rivolgersi (la banca promette un ibrido di “gestori finanziari personali” e assistenza IA). Questo approccio duale è destinato ai clienti che desiderano l'efficienza dell'IA ma anche la sicurezza della competenza umana per decisioni importanti.
Il forte investimento di One Zero nell'IA sta dando i suoi frutti in termini di coinvolgimento del cliente.
Secondo alcuni rapporti, il suo assistente IA gestiva fino al 40% delle richieste dei clienti in modo indipendente subito dopo il lancio, e assistendo molti altri agenti umani. Questo riduce significativamente i tempi di risposta – la banca afferma di aver eliminato i tempi d'attesa per la maggior parte delle domande – e garantisce che i clienti ottengano risposte coerenti e di alta qualità in qualsiasi momento.
L'IA può persino gestire domande complesse riferite; One Zero ha notato scenari come chiedere “Qual era quel ristorante indiano in cui sono andato con un amico a Londra?” e il sistema può dedurre e trovare la transazione. Tali capacità illustrano il potere di combinare dati transazionali con IA conversazionale.
Dal punto di vista del mercato, One Zero Bank è un case study su come una nuova banca possa differenziarsi tramite l'IA. Nel competitivo settore bancario israeliano, il punto di vendita di One Zero non è solo che ha un'app mobile elegante – molte banche lo fanno – ma che i suoi servizi sono più intelligenti e proattivi. La banca può avvisare gli utenti di spese insolite, prevedere il loro flusso di cassa o suggerire movimenti finanziari, guidati da analisi IA sui loro dati. Ciò è in linea con una tendenza più ampia: i consumatori si aspettano sempre più servizi personalizzati e istantanei in finanza, simili a come Netflix o Spotify personalizzano l'intrattenimento. One Zero sta sfruttando quella aspettativa, utilizzando l'IA per diventare una sorta di “concierge finanziario”.
Le sfide restano per One Zero, specialmente quando guarda oltre Israele per l'espansione. La banca aveva piani per espandersi a livello internazionale, ma eventi esterni (come conflitti regionali alla fine del 2023) l'hanno costretta a mettere in pausa alcune iniziative.
Nonostante ciò, i progressi dell'azienda sono osservati a livello globale. Se One Zero Bank continua a avere successo, potrebbe ispirare banche digitali simili focalizzate sull'IA in altri paesi. Fornisce anche un esempio live ai regolatori su come l'IA possa essere integrata in modo sicuro nel settore bancario. Notoriamente, i regolatori israeliani hanno dato a One Zero una licenza bancaria completa, indicando fiducia nel suo modello e capitale – un segnale positivo per altri aspiranti banchieri IA che cercano l'approvazione normativa in futuro.
Bunq – La Prima Neobanca Alimentata dall'IA d'Europa
In Europa, uno dei giocatori consolidati che abbraccia un approccio nativo all'IA è Bunq, una banca digitale olandese spesso soprannominata “la banca del Libero” per il suo ethos incentrato sull'utente e guidato dalla tecnologia.
Bunq è stata fondata nel 2012 e è cresciuta fino a milioni di utenti in tutta Europa, ma alla fine del 2023 ha fatto scalpore annunciando di essere diventata “la prima banca alimentata dall'IA d'Europa.”
Bunq ha integrato l'IA generativa nella sua piattaforma a un livello non visto tra i suoi pari, mirando a trasformare il modo in cui i clienti interagiscono con le loro finanze. Il fulcro di questo sforzo è “Finn,” l'assistente personale finanziario alimentato dall'IA di Bunq.
Nel dicembre 2023, Bunq ha lanciato Finn come strumento generativo di IA rivolto ai clienti incorporato nella sua app.
Finn ha effettivamente sostituito le tradizionali funzioni di ricerca e navigazione all'interno dell'app Bunq. Invece di sfogliare manualmente i menu o gli elenchi di transazioni, gli utenti possono semplicemente porre a Finn domande o dare comandi in linguaggio naturale. “Finn ti stupirà,” ha detto Ali Niknam, fondatore e CEO di Bunq al lancio, vantando il risultato di “anni di innovazione IA” e un “focus laser sui nostri utenti.”
L'obiettivo, come ha descritto Niknam, era “trasformare completamente il banking come lo conosci” rendendo le interazioni facili come una conversazione.
Cosa può fare Finn? Secondo Bunq, molto. Gli utenti possono fare domande tipo, “Quanto ho speso per la spesa il mese scorso?” o “Qual è la mia bolletta media mensile per le utenze?”, e Finn elaborerà istantaneamente i loro dati di transazione per dare una risposta. Può anche gestire query più complesse che combinano più pezzi di informazioni.
Ad esempio, Niknam ha condiviso che “può persino combinare i dati per rispondere a domande che vanno oltre le transazioni, come ‘Quanto ho speso al caffè vicino a Central Park sabato scorso?’”. L'IA è consapevole del contesto, il che significa che può capire che “il caffè vicino a Central Park” si riferisce a un particolare commerciante e data nella cronologia delle transazioni dell'utente, cosa con cui una normale funzione di ricerca avrebbe difficoltà. Abilitando tali query conversazionali, Bunq rende molto più facile per gli utenti analizzare le loro spese e trovare informazioni senza conoscenze contabili o sforzi manuali noiosi.
Oltre al Q&A, Finn assiste con la pianificazione finanziaria e il budgeting. Gli utenti possono chiedere consigli o insights, come “Ho abbastanza surplus questo mese per aggiungere 500 € ai miei risparmi?” e ricevere una risposta basata sui dati. È come avere un contabile personale disponibile.
Bunq sfrutta questo per incoraggiare abitudini finanziarie più sane tra i suoi clienti. Internamente, l'IA di Bunq analizza anche i modelli di transazione su più conti collegati (utilizzando i framework di open banking europeo) per fornire viste consolidate delle finanze di un utente. Ciò significa che Finn può vedere i bilanci e le spese di un cliente non solo su Bunq, ma anche su altre banche se l'utente lo consente, fornendo una panoramica completa – una potente funzionalità per il budgeting e la pianificazione.
L'impatto di Finn è stato notevole.
I rapporti indicano che Finn è stato in grado di gestire circa il 40% delle domande dei clienti autonomamente, senza intervento umano, e assistendo in un'altra parte significativa.
Questo ha ridotto il carico di lavoro sul personale di supporto di Bunq e accelerato i tempi di risposta per gli utenti. Infatti, all'inizio del 2024 Bunq affermava che l'introduzione di Finn aveva reso le interazioni con i clienti più efficienti che mai, con molte domande risposte istantaneamente dall'IA. Per le restanti query che richiedono un tocco umano, il team di Bunq può concentrarsi su problemi complessi, ora che l'IA gestisce quelli semplici.
Il risultato è un modello di servizio clienti scalabile mentre Bunq continua a crescere la sua base di utenti in tutta Europa.
L'adozione dell'IA da parte di Bunq arriva mentre si sta espandendo geograficamente e nei prodotti. L'azienda ha chiesto una licenza bancaria negli Stati Uniti nel 2023, mirando a entrare nel mercato americano, e tale innovazione la aiuta a distinguersi in una scena neobank sempre più affollata.
Vale la pena notare che altre fintech stanno seguendo l'esempio: la neobank statunitense MoneyLion ha annunciato una funzione di ricerca alimentata da ChatGPT nello stesso periodo, e un'altra chiamata Dave ha introdotto “DaveGPT” per le domande dei clienti.
Ma il vantaggio iniziale di Bunq e l'integrazione nella funzionalità principale (sostituendo la ricerca interamente con l'IA) le hanno conferito un diritto di leadership.
Dal punto di vista commerciale, Bunq utilizza l'IA non solo per aiutare gli utenti ma anche per ricavare insights che informano nuove offerte. Analizzando come le persone pongono domande sui loro soldi, Bunq può identificare punti dolenti o richieste popolari e potenzialmente creare nuove funzionalità o prodotti attorno ad esse.
Ad esempio, se molti utenti chiedono “Posso permettermi X entro la fine dell'anno?”, Bunq potrebbe sviluppare un pianificatore di risparmi automatizzato. Questa innovazione guidata dai dati è un vantaggio competitivo dell'essere una banca nativa IA – il feedback loop dalle interazioni degli utenti al miglioramento del servizio è molto stretto.
Tuttavia, Bunq è anche attenta.Tradurre il seguente contenuto dall'inglese all'italiano.
Formato del risultato come segue:
Ignora la traduzione per i link in markdown.
Contenuto: "to couple AI with human oversight. All AI responses are monitored for accuracy and relevance."
La banca ha sottolineato che i consigli di Finn si basano sui dati, ma i clienti devono esercitare il loro giudizio: è un assistente, non un gestore finanziario completamente autonomo (almeno non ancora). Inoltre, la privacy e la sicurezza sono fondamentali; Bunq deve garantire che l'AI acceda solo ai dati autorizzati dall'utente e che le informazioni sensibili siano protette. Finora non sono stati segnalati problemi importanti e i clienti hanno risposto positivamente alla comodità del "conversational banking".
Ali Niknam, CEO di Bunq, ha inquadrato l'approccio all'AI come parte della missione di Bunq per semplificare il banking. A suo avviso, le banche tradizionali appesantiscono i clienti con interfacce ingombranti e gergo, mentre Bunq vuole "rendere la vita molto più semplice" agli utenti attraverso la tecnologia.
Rendendo il banking facile come inviare un messaggio ad un amico, Bunq spera di approfondire la fedeltà e l'impegno dei clienti. Infatti, le analisi del settore mostrano che la personalizzazione e la facilità d'uso aumentano significativamente la soddisfazione dei clienti nel banking.
La strategia AI di Bunq colpisce entrambi gli obiettivi: personalizzare l'esperienza (poiché le risposte di Finn sono uniche per i tuoi dati e domande) e renderla semplice (senza bisogno di imparare i menu dell'app o la terminologia finanziaria).
Come uno dei primi a muoversi nel banking alimentato dall'AI in Europa, Bunq offre un esempio prezioso per il settore. Dimostra che anche una banca operativa con milioni di utenti può integrare con successo l'AI al centro dei suoi servizi, non è solo qualcosa per le startup nuovissime. L'esperienza di Bunq sarà attentamente osservata da altre banche e fintech europee. In un certo senso, Bunq si sta trasformando in una società tecnologica tanto quanto una banca, integrando continuamente gli ultimi sviluppi dell'AI. Se Finn e le successive funzionalità AI continuano a funzionare bene, è probabile che vedremo più banche lanciare i propri assistenti stile GPT o funzionalità di personalizzazione guidate dall'AI in una corsa agli armamenti per attrarre clienti digitalmente esperti.
WeBank – China's Pioneering AI-First Bank
Nessuna discussione sull'AI nel banking sarebbe completa senza WeBank, la banca digitale innovativa della Cina che è stata una pioniera nell'adozione dell'AI sin dalla sua nascita.
WeBank è stata fondata nel 2014 come la prima banca cinese solo internet, sostenuta dal gigante tecnologico Tencent. Fin dall'inizio, la strategia di WeBank è stata quella di sfruttare tecnologie all'avanguardia, incarnate nel suo mantra "ABCD" (AI, Blockchain, Cloud, Data), per servire milioni di clienti a basso costo. Nell'ultimo decennio, WeBank è cresciuta in modo esplosivo, fornendo prestiti, pagamenti e servizi finanziari a decine di milioni di utenti, molti dei quali individui sotto-bancarizzati e piccole imprese. Il suo successo è spesso attribuito alla sua profonda integrazione dell'AI nelle operazioni, consentendole di gestire volume e rischio in modo molto più efficiente rispetto alle banche tradizionali.
Uno dei successi notevoli di WeBank è l'entità con cui usa l'AI e l'automazione nel servizio clienti e supporto. Fino a pochi anni fa, WeBank riferiva di ricevere circa 100.000 query di servizio clienti al giorno, e i suoi "robot virtuali" AI gestivano il 98% di esse senza intervento umano.
Questi agenti virtuali utilizzano l'elaborazione del linguaggio naturale e il riconoscimento vocale, essenzialmente versioni iniziali del tipo di AI che alimenta gli assistenti vocali di oggi, per risolvere le richieste dei clienti. Il Dott. Yang Qiang, consulente capo dell'AI presso WeBank, ha spiegato che utilizzano il riconoscimento facciale, il riconoscimento vocale e l'NLP per migliorare il servizio e la convenienza. I clienti possono interagire tramite chat o voce, e l'AI può autenticarli (tramite riconoscimento facciale) e affrontare problemi o eseguire richieste in tempo reale.
La filosofia di WeBank è stata che l'AI è lì per "aumentare, non sostituire" i servizi umani, una posizione che suona simile alle banche occidentali, ma WeBank l'ha portata a un grado estremo di implementazione. "Il servizio automatizzato non è un nemico dei servizi umani. Devono lavorare fianco a fianco", ha detto Yang Qiang alla CNBC. Il risultato è un modello altamente scalabile: un team relativamente piccolo di personale umano può sovrintendere una base clienti di milioni di persone perché l'AI sta facendo il grosso del lavoro quotidiano. In effetti, WeBank è famosa per aver iniziato con solo poche dozzine di dipendenti e nessuna filiale fisica, eppure è stata in grado di erogare enormi volumi di micro-prestiti in tutta la Cina affidandosi ad algoritmi di credito guidati dall'AI e interazioni con i clienti tramite smartphone. Questa efficienza operativa è una delle principali ragioni per cui WeBank è diventata redditizia entro pochi anni dal lancio, un'impresa rara per una nuova banca.
Un'altra area in cui WeBank si distingue è l'analisi del rischio di credito guidata dall'AI e l'approvazione dei prestiti.
Le banche tradizionali spesso richiedono documentazione lunga e sottoscrizione umana per i prestiti, ma WeBank ha automatizzato gran parte di ciò utilizzando modelli di machine learning. Analizzando grandi quantità di dati alternativi – come il comportamento sui social media, la storia dei pagamenti mobili (sfruttando l'ecosistema di Tencent), e altre tracce digitali – l'AI di WeBank può valutare rapidamente l'affidabilità creditizia e estendere piccoli prestiti a individui e PMI che potrebbero essere respinti dalle banche più grandi.
Questo approccio inclusivo ha esteso il credito a segmenti precedentemente ritenuti troppo rischiosi o costosi da servire. Yang Qiang ha osservato che tale tecnologia crea "la possibilità per WeBank di avere più efficienza delle banche tradizionali nell'elaborazione dei prestiti e nel condurre analisi del rischio", il che è infatti stato dimostrato. WeBank può elaborare le domande di prestito in pochi minuti e monitorarle continuamente, qualcosa che le banche tradizionali trovano difficile da eguagliare.
WeBank è stata anche un'innovatore nella ricerca sull'AI.
Ha investito in aree come il "federated learning", una tecnica per addestrare modelli AI su dati sensibili da più fonti senza compromettere la privacy. Questo era importante per WeBank per collaborare con altre istituzioni (come la condivisione di dati su frodi) rispettando le rigide regole di privacy dei dati in Cina.
I tecnologi della banca hanno pubblicato articoli e strumenti open-source, indicando che WeBank si vede come un leader tecnologico, non solo come una società di servizi finanziari. Nel marzo 2025, WeBank ha persino condiviso una visione per una "banca nativa AI" in una conferenza globale, evidenziando come un decennio di esperienza tecnologica stia spingendo il banking a essere "più intelligente e inclusivo".
Questo suggerisce che WeBank mira a rimanere all'avanguardia dell'AI nella finanza, possibilmente esplorando AI di nuova generazione come modelli generativi per servizi ancora più avanzati.
Nonostante la sua enorme automazione, WeBank non ha eliminato l'elemento umano. Invece, lo ha reallocato. Con l'AI che svolge il lavoro routine, i dipendenti umani si concentrano su aree come il miglioramento degli algoritmi, la gestione dei casi eccezionali e lo sviluppo di nuovi prodotti.
La strategia del personale di WeBank prevede che circa il 60% dei dipendenti sia in ruoli tecnologici, un rapporto insolitamente alto per una banca, ma logico per quella che è essenzialmente un'istituzione fintech. Questa cultura tecnologica cementa ulteriormente lo status di WeBank come una banca nativa AI avant la lettre.
CITIC aiBank – Una Joint Venture di Finanza e Tecnologia
All'incirca nello stesso periodo in cui WeBank stava decollando, un altro esperimento notevole nel banking centrato sull'AI era in corso in Cina: CITIC aiBank (spesso solo chiamata “aiBank”).
Questa è una joint venture tra China Citic Bank, una banca commerciale di medio livello, e Baidu, il gigante della ricerca su internet e dell'AI. Lanciata alla fine del 2017, aiBank è stata istituita come banca diretta, senza filiali, con l'obiettivo esplicito di sfruttare i big data e l'intelligenza artificiale per fornire servizi finanziari più intelligenti.
Con un capitale sociale registrato di 2 miliardi di yuan (circa 300 milioni di dollari all'epoca) e una proprietà divisa 70/30 tra Citic Bank e Baidu, aiBank rappresentava una miscela di conoscenza del dominio bancario e capacità tecnologica all'avanguardia.
Dal principio, l'obiettivo di aiBank era il prestito ai consumatori e alle piccole imprese, segmenti spesso sotto-serviti dalle banche tradizionali in Cina. Utilizzando la tecnologia AI di Baidu, aiBank mirava a sviluppare nuovi modelli di valutazione del rischio che potessero valutare meglio i mutuatari che non hanno storie di credito estese. "aiBank si concentrerà sul prestito a individui e piccole imprese sfruttando i big data e l'intelligenza artificiale per costruire nuovi modelli di controllo del rischio", ha detto Li Rudong, presidente della banca, al suo lancio.
Ciò indica che aiBank intendeva analizzare dati non tradizionali – possibilmente includendo dati di ricerca, dati sociali, ecc., grazie a Baidu – per prendere decisioni di credito. L'aspettativa era che le intuizioni guidate dall'AI potessero identificare clienti affidabili che i metodi di scoring tradizionali potrebbero trascurare, espandendo così redditivamente l'inclusione finanziaria.
Un dettaglio sorprendente rivelato al lancio è stato che il 60% dei dipendenti di aiBank sarebbero stati tecnici. Questo era essenzialmente inaudito nel settore bancario di quel tempo e indicava quanto diversamente aiBank avrebbe operato rispetto a una banca tipica dove la maggior parte del personale è in filiali o operazioni generali. Concentrandosi su talenti in ingegneria e scienza dei dati, aiBank si è posta sulla strada per sviluppare e raffinare continuamente sistemi AI internamente. Il contributo di Baidu non era solo capitale ma anche tecnologia, incluse le sue piattaforme AI, servizi cloud e forse anche i suoi vasti dati utente (nei limiti della privacy/legali). Questa partnership faceva parte di una tendenza più ampia in Cina di società tecnologiche e banche che si uniscono – allo stesso modo, Alibaba con MYbank, e Tencent con WeBank – per creare entità ibride che uniscono i punti di forza di ciascuno. Nel caso di Baidu, aiBank offriva anche un modo per monetizzare la sua ricerca sull'AI nella finanza e mostrare la sua leadership nell'AI.
Al lancio, l'allora Chief Operating Officer di Baidu, Lu Qi, ha celebrato la venture dicendo: “aiBank è...Contenuto: Il futuro della finanza intelligente… È un'istituzione che comprende i clienti al meglio e comprende la finanza al meglio." Questa citazione cattura l'aspirazione che, fondendo la conoscenza di Baidu degli utenti (dal loro comportamento online) con l'esperienza bancaria di Citic, aiBank potrebbe superare le banche tradizionali nella comprensione e nel servizio ai clienti.
Essere una banca diretta (solo online) significava anche che aiBank poteva raggiungere i clienti a livello nazionale senza presenza fisica, un vantaggio significativo nel vasto mercato cinese.
In pratica, nei successivi anni, aiBank lanciò prodotti di prestito digitale e servizi migliorati dall'intelligenza artificiale. Offrí prestiti personali tramite app mobili, con approvazioni rapide alimentate da modelli di credito di apprendimento automatico. Per le piccole imprese, sperimentò l'uso dell'IA per analizzare le transazioni di e-commerce e i dati della catena di fornitura per estendere il credito – molto simile a quanto fa il Gruppo Ant.
AiBank esplorò anche l'IA nel servizio clienti, inclusi chatbot intelligenti per richieste di base. Dato il punto di forza di Baidu nell'elaborazione del linguaggio naturale (NLP in cinese in particolare), aiBank probabilmente beneficiò di un'avanzata IA in assistenti vocali e interazioni con i clienti basate su testo. Sebbene i dati di prestazione dettagliati di aiBank non siano ampiamente pubblici, la sua continua operatività e gli incrementi di capitale (Citic e Baidu avrebbero raddoppiato il capitale entro il 2018 per supportare la crescita) suggeriscono che ha guadagnato trazione.
Un angolo unico per aiBank è la sinergia con l'ecosistema di Baidu. Baidu potrebbe integrare i servizi finanziari di aiBank nelle sue app popolari. Per esempio, agli utenti della ricerca Baidu o delle mappe potrebbero essere offerti servizi aiBank contestualmente (immagina di cercare "prestito auto" e vedere un'offerta aiBank). Inoltre, la ricerca AI di Baidu, come nel riconoscimento facciale e nella tecnologia vocale, trovó un impiego reale nei processi di sicurezza e onboarding di aiBank. Come menzionato da Yang Qiang di WeBank generalmente, tecnologie come il riconoscimento facciale possono consentire un'apertura di conto senza intoppi e a distanza – aiBank probabilmente impiegó metodi simili data l'expertise di Baidu. In un certo senso, aiBank servì come piattaforma per Baidu per dimostrare il potere dell'AI in un'industria regolamentata, potenzialmente rafforzando la posizione di Baidu nel mercato delle imprese AI.
Tuttavia, gestire una banca nativa dell'IA all'interno di una struttura bancaria tradizionale più grande (Citic) aveva anche delle sfide.
Il coinvolgimento di Citic Bank garantì la conformità normativa e fornì infrastruttura bancaria, ma potrebbe anche aver imposto un ritmo più cauto rispetto a una startup pura. La supervisione normativa della China Banking and Insurance Regulatory Commission (CBIRC) significava che le innovazioni AI di aiBank dovevano allinearsi con le regolamentazioni sui rischi finanziari. Nel 2021, emerse un aneddoto che i regolatori cinesi multarono Citic e Baidu per alcune formalità nella formazione della JV – un promemoria che anche le banche all'avanguardia tecnologica operano sotto rigide regole. Ciò nonostante, i regolatori cinesi sono stati generalmente di supporto all'AI e al fintech nel settore bancario, fintanto che i rischi sono controllati.
Al 2025, CITIC aiBank rappresenta un esempio di un'integrazione di successo dell'AI in una nuova impresa bancaria.
Potrebbe non avere il riconoscimento del nome a livello globale di WeBank, ma sottolinea un modello collaborativo: una banca ereditaria e un gigante tecnologico co-creano una piattaforma bancaria nativa dell'AI.
Pensieri Finali
L'ascesa delle banche native dell'AI segnala un futuro in cui la finanza è più veloce, più personalizzata e persino guidata dalle macchine.
Questi progetti pionieristici dimostrano che le banche possono essere ripensate radicalmente con la tecnologia moderna – potenzialmente offrendo ai clienti servizi ultra-convenienti e aprendo il sistema finanziario a nuovi partecipanti (come agenti AI o popolazioni sottoservite). In futuro, possiamo aspettarci di vedere le banche tradizionali rispondere accelerando la propria adozione dell'AI o collaborando con iniziative native dell'AI. In alcuni casi, gli incumbent potrebbero acquisire startup bancarie AI di successo per integrare le loro capacità. Anche i regolatori stanno prestando molta attenzione. Se le banche native dell'AI mostrano una forte performance nella gestione del rischio e nella conformità, i regolatori potrebbero aggiornare i quadri per facilitare un uso più ampio dell'AI nel settore bancario, forse persino creando nuove categorie di licenze per istituzioni finanziarie guidate dall'AI.
Tuttavia, l'avvento delle banche native dell'AI porta anche rischi e sfide significative che devono essere gestite. Una preoccupazione principale è la governance e la supervisione. Quando gli algoritmi AI prendono decisioni sul credito o rilevano frodi, assicurarsi che siano imparziali e privi di errori è fondamentale. Algoritmi non controllati potrebbero, inavvertitamente, escludere certi gruppi di clienti o approvare prestiti rischiosi – errori che potrebbero erodere la fiducia e invitare a sanzioni normative. La trasparenza è un'altra sfida: queste banche devono rendere le azioni della loro AI spiegabili ai regolatori e ai clienti.
Per le istituzioni finanziarie tradizionali, l'emergere delle banche native dell'AI è un'arma a doppio taglio. Da un lato, spinge il confine dell'innovazione, potenzialmente portando a nuovi metodi e tecnologie che gli incumbent possono adottare. Le banche affermate possono imparare dall'efficienza dei flussi di lavoro AI di Catena o dal successo dell'engagement cliente di Bunq's Finn e integrare idee simili. D'altra parte, questi nuovi entranti potrebbero diventare concorrenti formidabili in certi segmenti.