Le banche native AI — costruite con l'intelligenza artificiale fin dall'inizio — stanno automatizzando il servizio clienti, il credito, la conformità, e altro ancora. Basta guardare come innovatori come Catena Labs, One Zero, Bunq, WeBank e CITIC aiBank stanno ridefinendo la finanza globale e sfidando le banche tradizionali.
L'AI in finanza è evoluta rapidamente. Negli anni 2010, molte banche introdussero il machine learning per la valutazione del credito e chatbot per il supporto clienti, testando il potenziale dell'AI all'interno dei quadri esistenti. Entro il 2020, le banche leader integravano algoritmi avanzati nella gestione del rischio e personalizzazione del cliente. Un recente sondaggio del settore ha rilevato che il 65% delle banche prevede di lanciare servizi clienti guidati dall'AI nel 2025 – evidenza di quanto l'AI sia diventata mainstream nel settore bancario. Tuttavia, la maggior parte di questi sforzi continua ad aggiungere l'AI a sistemi esistenti. Al contrario, le banche "native AI" mirano a progettare un'istituzione finanziaria totalmente basata sulle capacità AI, reimmaginando fondamentalmente il funzionamento di una banca.
Il concetto di banche native AI sta guadagnando trazione poiché imprenditori e tecnologi riconoscono che le banche esistenti – anche le neobanche digitali – affrontano limiti nell'adattarsi a un mondo centrato sull'AI. Le banche tradizionali, costruite su processi e infrastrutture vecchi di decenni, trovano spesso "lento, costoso, pieno di attriti globali, inflessibile e inadatto" supportare le nuove opportunità che l'AI presenta. Questo ha aperto la porta a startup e aziende finanziarie lungimiranti per costruire banche che iniziano con architetture AI-first.
Questi nuovi attori stanno progettando sistemi in cui l'AI gestisce tutto, dall'interazione con il cliente e il monitoraggio delle frodi alle decisioni di credito e anche alla conformità normativa, il tutto sotto supervisione umana.
Cosa Sono le Banche Native AI?
In termini semplici, le banche native AI sono istituzioni finanziarie costruite intorno all'intelligenza artificiale sin dal primo giorno, piuttosto che aggiungere l'AI ad un nucleo tradizionale.
Una recente descrizione di una startup fintech ha definito una banca AI-native come una banca "costruita intorno all'AI, 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 AI e automazione, con intervento manuale minimo nei flussi di lavoro quotidiani. Il personale umano fornisce supervisione, guida strategica e gestisce casi eccezionali, ma i sistemi AI alimentano le decisioni e le interazioni di routine. Unfortunately, the content you have provided is too extensive for me to process all at once in this format. However, I can provide a translation for a segment of the text. Here's a translation for the first portion up to where I am stopped:
Content: capital, sottolineando la fiducia nel suo approccio. Entro il 2025 la banca aveva raccolto circa $242 milioni e aveva una valutazione di circa $320 milioni, con investitori tra cui giganti tecnologici come Tencent e fondi fintech dall'ecosistema di SoftBank.
L'intelligenza artificiale è al centro dell'esperienza cliente di One Zero.
Nel febbraio 2024, la banca ha lanciato “Ella 2.0”, una piattaforma di servizi generativa basata sull'IA che agisce come un 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 AI disponibile 24/7.
I clienti possono interagire con Ella in linguaggio naturale – ponendo domande complesse sul loro stato finanziario su più conti, ricevendo consigli sul budget o risolvendo problemi – ottenendo risposte immediate e contestualizzate. Il sistema comprende molte lingue ed è stato addestrato su un ampio spettro di interrogazioni bancarie per migliorarne l'accuratezza.
If you wish to have more of the content translated, please let me know which section you would like me to focus on next.di abbinare l'IA alla supervisione umana. Tutte le risposte dell'IA sono monitorate per precisione e pertinenza.
La banca ha sottolineato che i consigli di Finn si basano sui dati ma che i clienti dovrebbero 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'IA acceda solo ai dati per cui l'utente ha dato il permesso e che le informazioni sensibili siano protette. Finora, non sono stati segnalati problemi importanti e i clienti hanno risposto positivamente alla comodità del banking conversazionale.
Ali Niknam, il CEO di Bunq, ha inquadrato l'impulso dell'IA 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 così tanto più facile” per gli utenti tramite la tecnologia.
Facendo del banking un compito facile come mandare un messaggio a un amico, Bunq spera di approfondire la fedeltà e l'impegno dei clienti. Infatti, l'analisi del settore mostra che la personalizzazione e la facilità d'uso aumentano significativamente la soddisfazione del cliente nel banking.
La strategia di Bunq per l'IA 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).
Essendo uno dei primi attori nel banking potenziato da IA in Europa, Bunq offre un esempio prezioso per l'industria. Dimostra che anche una banca operativa con milioni di utenti può integrare con successo l'IA al core dei suoi servizi – non è solo qualcosa per le startup nuove di zecca. L'esperienza di Bunq sarà attentamente osservata da altre banche e fintech europee. In un certo senso, Bunq si sta trasformando in un'azienda tecnologica tanto quanto una banca, integrando continuamente gli ultimi sviluppi dell'IA. Se Finn e le successive funzionalità di IA continuano a funzionare bene, è probabile che vedremo più banche lanciare i propri assistenti in stile GPT o funzionalità di personalizzazione guidate dall'IA in una corsa agli armamenti per attrarre clienti digitalmente esperti.
WeBank – La Pioniera Banca AI-First della Cina
Nessuna discussione sull'IA nel banking sarebbe completa senza WeBank, la pioniera banca digitale cinese che è stata una leader nell'adozione dell'IA sin dalla sua fondazione.
WeBank è stata fondata nel 2014 come la prima banca puramente online della Cina, sostenuta dal gigante tecnologico Tencent. Dall'inizio, la strategia di WeBank era quella di sfruttare tecnologie all'avanguardia – incapsulate nel suo mantra “ABCD” (AI, Blockchain, Cloud, Data) – per servire milioni di clienti a basso costo. Negli ultimi dieci anni, 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 profonda integrazione dell'IA nelle operazioni, permettendole di gestire volumi e rischi molto più efficientemente delle banche tradizionali.
Una delle realizzazioni notevoli di WeBank è l'estensione con cui utilizza l'IA e l'automazione nel servizio clienti e nel supporto. Fino a pochi anni fa, WeBank riportava di ricevere circa 100.000 richieste di servizio clienti al giorno, e i suoi “robot virtuali” gestivano il 98% di esse senza intervento umano.
Questi agenti virtuali utilizzano elaborazione del linguaggio naturale e riconoscimento vocale – essenzialmente versioni precoci del tipo di IA che alimenta gli assistenti vocali odierni – per risolvere le richieste dei clienti. Il Dr. Yang Qiang, uno dei consulenti capo per l'IA presso WeBank, ha spiegato che essi impiegano tecnologie di riconoscimento facciale, vocale e NLP per migliorare servizio e comodità. I clienti possono interagire tramite chat o voce, e l'IA può autenticarli (tramite riconoscimento facciale) e risolvere problemi o eseguire richieste in tempo reale.
La filosofia di WeBank è stata che l'IA è lì per “aumentare, non sostituire” il servizio umano – una posizione che suona simile a quella delle banche occidentali, ma WeBank l'ha portata a un grado di implementazione estremo. “Il servizio automatizzato non è un nemico dei servizi umani. Dovrebbero lavorare fianco a fianco”, ha detto Yang Qiang alla CNBC. Il risultato è un modello altamente scalabile: un team relativamente piccolo di staff umano può supervisionare una base di clienti di milioni perché l'IA svolge il lavoro pesante quotidiano. Infatti, WeBank ha famosamente iniziato con solo poche decine di impiegati e nessuna filiale fisica, eppure è stata in grado di erogare enormi volumi di micro-prestiti in tutta la Cina affidandosi agli algoritmi di credito guidati dall'IA e alle interazioni con i clienti tramite smartphone. Tale efficienza operativa è una delle ragioni per cui WeBank è diventata redditizia in pochi anni dal lancio, un'impresa rara per una nuova banca.
Un altro settore in cui WeBank brilla è l'analisi del rischio di credito guidata dall'IA e l'approvazione dei prestiti.
Le banche tradizionali richiedono spesso documentazione lunga e sottoscrizioni umane per i prestiti, ma WeBank ha automatizzato gran parte di ciò utilizzando modelli di machine learning. Analizzando vasti volumi di dati alternativi – come il comportamento sui social media, la cronologia dei pagamenti mobili (sfruttando l'ecosistema di Tencent) e altre impronte digitali – l'IA di WeBank può valutare rapidamente l'affidabilità creditizia ed estendere piccoli prestiti a individui e PMI che potrebbero essere rifiutati da banche più grandi.
Questo approccio inclusivo ha esteso il credito a segmenti precedentemente considerati 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 l'analisi del rischio”, il che è stato effettivamente dimostrato. WeBank può elaborare le domande di prestito in minuti e monitorarle continuamente, qualcosa che le banche tradizionali trovano difficile da eguagliare.
WeBank è stato anche un innovatore nella ricerca sull'IA.
Ha investito in aree come il federated learning, una tecnica per addestrare modelli di IA su dati sensibili provenienti da più fonti senza compromettere la privacy. Questo è stato importante per WeBank per collaborare con altre istituzioni (come la condivisione di dati di frodi) rispettando le rigide regole cinesi sulla privacy dei dati.
I tecnologi della banca hanno pubblicato articoli e strumenti open-source, indicando che WeBank si vede come un leader tecnologico, non solo come un'azienda di servizi finanziari. Nel marzo 2025, WeBank ha persino condiviso una visione per una “banca AI-native” in una conferenza globale, sottolineando come un decennio di esperienza tecnologica stia spingendo il banking a essere “più intelligente e più inclusivo”.
Questo suggerisce che WeBank mira a rimanere all'avanguardia dell'IA in finanza, possibilmente esplorando modelli di IA di nuova generazione come modelli generativi per servizi ancora più avanzati.
Nonostante la sua enorme automazione, WeBank non ha eliminato l'elemento umano. Invece, l'ha riassegnato. Con l'IA a fare il lavoro di routine, i dipendenti umani si concentrano su aree come il miglioramento degli algoritmi, la gestione di casi eccezionali e lo sviluppo di nuovi prodotti.
La strategia di staffing di WeBank prevede che circa il 60% dei dipendenti sia in ruoli tecnologici – un rapporto insolitamente alto per una banca, ma logico per ciò che è essenzialmente un'istituzione fintech. Questa cultura tecnologico-prima rafforza ulteriormente lo stato di WeBank come banca AI-native ante litteram.
CITIC aiBank – Una Joint Venture di Finanza e Tecnologia
All'incirca nello stesso periodo in cui WeBank decollava, un altro esperimento notevole nel banking centrato sull'IA era in corso in Cina: CITIC aiBank (spesso solo chiamato “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'IA. Lanciato alla fine del 2017, aiBank è stato fondato come banca diretta, senza filiali, con l'obiettivo esplicito di sfruttare big data e intelligenza artificiale per fornire servizi finanziari più intelligenti.
Con un capitale registrato di 2 miliardi di yuan (circa 300 milioni di dollari all'epoca) e una divisione di proprietà del 70/30 tra Citic Bank e Baidu, aiBank rappresenta un mix di competenza nel dominio bancario e capacità tecnologica all'avanguardia.
Il focus di AiBank sin dall'inizio è stato sui prestiti ai consumatori e alle piccole imprese, segmenti spesso poco serviti dalle banche tradizionali in Cina. Usando la tecnologia di intelligenza artificiale di Baidu, aiBank mirava a sviluppare nuovi modelli di valutazione del rischio che potessero valutare meglio i mutuatari che mancano di storie di credito estese. “AiBank si concentrerà sui prestiti a individui e piccole imprese sfruttando big data e intelligenza artificiale per costruire nuovi modelli di controllo dei rischi”, ha dichiarato Li Rudong, presidente della banca, al suo lancio.
Questo indica che aiBank intendeva analizzare dati non tradizionali – possibilmente incluso dati di ricerca, dati sociali, ecc., grazie a Baidu – per prendere decisioni di credito. L'aspettativa era che le intuizioni guidate dall'IA potessero identificare clienti affidabili che i metodi di scoring tradizionali potrebbero trascurare, ampliando così in modo redditizio l'inclusione finanziaria.
Un dettaglio rilevante rivelato al lancio è stato che il 60% del personale di aiBank sarebbe stato composto da personale tecnologico. Questo era essenzialmente inaudito nel banking all'epoca e segnalava quanto diversamente aiBank avrebbe operato rispetto a una banca tipica dove la maggior parte del personale si trova nelle filiali o nelle operazioni generali. Concentrandosi sul talento ingegneristico e nella scienza dei dati, aiBank si è messo su un percorso per sviluppare e affinare continuamente sistemi di IA internamente. Il contributo di Baidu non era solo il capitale ma anche la tecnologia – incluse le sue piattaforme di IA, servizi cloud, e forse persino i suoi vasti dati utente (entro i limiti di privacy/legali). Questa partnership faceva parte di un trend più ampio in Cina di aziende tecnologiche e banche che si uniscono – similmente, Alibaba con MYbank, e Tencent con WeBank – per creare enti ibridi che sposano le forze di ciascuno. Nel caso di Baidu, aiBank offriva anche un modo per monetizzare la sua ricerca sull'IA in finanza e mostrare la sua leadership nell'IA.
All'evento di lancio, l'allora Chief Operating Officer di Baidu, Lu Qi, ha inaugurato l'impresa dicendo, “AiBank èContenuto: il futuro della finanza intelligente… È un'istituzione che comprende meglio i clienti e comprende meglio la finanza.” Questa citazione cattura l'aspirazione che, fondendo la conoscenza di Baidu sugli utenti (dai loro comportamenti online) con l'esperienza bancaria di Citic, aiBank possa superare le banche tradizionali in termini di comprensione e servizio al cliente.
Essere una banca diretta (solo online) significava anche che aiBank potesse raggiungere i clienti a livello nazionale senza una presenza fisica, un vantaggio significativo nel vasto mercato cinese.
In pratica, nei successivi anni aiBank ha lanciato prodotti di prestito digitale e servizi potenziati dall'AI. Ha offerto prestiti personali tramite app mobili, con approvazioni rapide supportate da modelli di credito di machine learning. Per le piccole imprese, ha sperimentato l'uso dell'AI per analizzare le transazioni di e-commerce e i dati della catena di fornitura per estendere il credito – molto simile a quanto fa Ant Group.
AiBank ha inoltre esplorato l'AI nel servizio clienti, inclusi chatbot intelligenti per richieste di base. Date le competenze di Baidu nell'elaborazione del linguaggio naturale (NLP in lingua cinese in particolare), aiBank ha probabilmente beneficiato di AI avanzata negli assistenti vocali e nell'interazione testuale con il cliente. Sebbene i dati sulle prestazioni dettagliate di aiBank non siano ampiamente pubblici, la sua operatività continua e gli aumenti di capitale (secondo quanto riportato, Citic e Baidu hanno raddoppiato il suo capitale entro il 2018 per sostenere la crescita) suggeriscono che abbia guadagnato terreno.
Un aspetto unico per aiBank è la sinergia con l'ecosistema di Baidu. Baidu potrebbe integrare i servizi finanziari di aiBank nelle sue app popolari. Ad esempio, gli utenti delle ricerche o delle mappe di Baidu potrebbero ricevere offerte di aiBank in modo contestuale (immagina di cercare "prestito auto" e vedere un'offerta di aiBank). Inoltre, la ricerca AI di Baidu, come nel riconoscimento facciale e nella tecnologia vocale, ha trovato un'applicazione pratica nei processi di sicurezza e onboarding di aiBank. Come ha menzionato Yang Qiang di WeBank in generale, tecnologie come il riconoscimento facciale possono consentire un'apertura di conto senza soluzione di continuità e da remoto – aiBank probabilmente ha impiegato metodi simili data l'esperienza di Baidu. In un certo senso, aiBank ha servito come piattaforma per Baidu per dimostrare la potenza dell'AI in un'industria regolamentata, potenzialmente rafforzando la posizione di Baidu nel mercato aziendale dell'AI.
Tuttavia, gestire una banca nativa AI all'interno di una struttura di banca tradizionale più grande (Citic) ha avuto anche delle sfide.
Il coinvolgimento di Citic Bank ha garantito la conformità normativa e ha fornito infrastrutture bancarie, ma potrebbe anche aver imposto un ritmo più cauto rispetto a quello di una startup pura. La supervisione normativa della China Banking and Insurance Regulatory Commission (CBIRC) ha significato che le innovazioni AI di aiBank dovessero allinearsi con le normative sui rischi finanziari. Nel 2021, è emerso un aneddoto secondo cui le autorità cinesi hanno multato Citic e Baidu per alcune formalità nella formazione della JV – un promemoria che anche le banche tecnologicamente avanzate operano sotto rigide regole. Tuttavia, i regolatori cinesi sono stati generalmente favorevoli all'AI e al fintech nel settore bancario, purché i rischi siano controllati.
Ad oggi, nel 2025, CITIC aiBank rappresenta un esempio di integrazione riuscita dell'AI in una nuova iniziativa bancaria.
Potrebbe non avere il riconoscimento del nome a livello globale di WeBank, ma sottolinea un modello collaborativo: un banco con una lunga tradizione e un gigante tecnologico che co-creano una piattaforma bancaria nativa dell'AI.
Considerazioni finali
L'ascesa delle banche native AI punta a 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 non servite). Andando avanti, ci si può aspettare che le banche tradizionali rispondano accelerando la loro propria adozione di AI o collaborando con iniziative native AI. In alcuni casi, gli attori già affermati potrebbero acquisire startup bancarie AI di successo per integrare le loro capacità. Anche i regolatori stanno prestando molta attenzione. Se le banche native AI mostrano solide prestazioni 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 istituti finanziari guidati dall'AI.
Tuttavia, l'avvento delle banche native AI porta anche rischi e sfide significativi che devono essere gestiti. Una delle principali preoccupazioni è la governance e la supervisione. Quando gli algoritmi AI prendono decisioni di credito o rilevano frodi, garantire che siano imparziali e privi di errori è fondamentale. Algoritmi incontrollati potrebbero inavvertitamente escludere certi gruppi di clienti o approvare prestiti rischiosi – errori che potrebbero erodere la fiducia e invitare sanzioni normative. La trasparenza è un'altra sfida: queste banche devono rendere le azioni dell'AI spiegabili a regolatori e clienti.
Per le istituzioni finanziarie tradizionali, l'emergere delle banche native AI è un'arma a doppio taglio. Da un lato, amplia gli orizzonti dell'innovazione, potenzialmente offrendo nuovi metodi e tecnologie che gli attori consolidati possono adottare. Le banche affermate possono imparare dall'efficienza dei flussi di lavoro AI di Catena o dal successo dell'engagement con i clienti di Finn di Bunq, e integrare idee simili. Dall'altro lato, questi nuovi entranti potrebbero diventare concorrenti formidabili in alcuni segmenti.