AI, analisi in tempo reale tra i principali obiettivi di investimento tecnologico delle banche nel 2022

5G, intelligenza artificiale (AI), microservizi e analisi in tempo reale sono tra i principali obiettivi di investimento delle banche quest'anno.

Queste aree prioritarie suggeriscono che gli operatori storici si stanno attualmente concentrando sul miglioramento dell’esperienza del cliente, sull’offerta di un vero percorso bancario digitale e sul raggiungimento di una maggiore agilità aziendale, secondo uno studio condotto da una società di ricerche di mercato globale Forrester trovato.

Il Rapporto sulle principali tecnologie emergenti nel settore bancario nel 2022, pubblicato all'inizio di quest'anno, si basa su un sondaggio e interviste con oltre 30 decisori e partner di soluzioni nel settore bancario e tecnologico per comprendere i loro interessi attuali e gli investimenti pianificati per l'anno a venire.

I risultati dello studio hanno rivelato quasi 30 diverse tecnologie enfatizzate dai leader aziendali.

Queste tecnologie sono state classificate in tre diversi gruppi: le tecnologie “calde”, che rappresentano una priorità elevata per gli operatori storici e a cui verranno assegnate risorse nei prossimi 12 mesi; le tecnologie “on the radar”, che hanno registrato un legittimo interesse a breve termine ma senza alcun impegno immediato; e le tecnologie “hype”, ovvero tendenze che hanno generato molto buzz ma che mancano di reale interesse o di budget impegnati per il prossimo anno.

Quali sono le sei tecnologie “calde” su cui le banche sono attualmente fortemente concentrate?

In particolare, il machine learning (ML) e l’analisi predittiva/in tempo reale si distinguono per gli “alti” livelli di investimento a cui sono impegnati gli operatori storici.

Gli intervistati hanno elogiato il machine learning per il suo potenziale nel contribuire a migliorare l’automazione dei processi in tutti i casi d’uso, tra cui l’erogazione di prestiti e il rilevamento delle frodi, e per contribuire a offrire un’esperienza cliente più personalizzata.

L’analisi predittiva/in tempo reale, nel frattempo, è ricercata per il suo potenziale di consentire alle banche di prendere decisioni più informate e servire i clienti in modo più fluido e personalizzato.

La visione artificiale (CV) e l'elaborazione del linguaggio naturale (NLP)/comprensione del linguaggio naturale (NLU) sono altre due tecnologie chiave che le banche stanno implementando attivamente.

Il CV, che consente ai sistemi di ricavare informazioni da immagini e video digitali, ha applicazioni interessanti in aree quali la verifica e l'autenticazione dell'identità.

Inoltre, NLP e NLU, che si concentrano sull'elaborazione del testo in senso letterale e sulla comprensione del significato del testo, consentono alle banche di sfruttare informazioni provenienti da dati strutturati e non strutturati, semplificare i processi aziendali e migliorare le esperienze.

Si prevede che il 5G, un’altra tecnologia “calda”, diventerà una tecnologia di uso generale per le società di servizi finanziari in quanto consente “la banda larga mobile superveloce, comunicazioni massicce di tipo macchina e comunicazioni affidabili e a bassa latenza”, afferma il rapporto.

Infine, le architetture di microservizi sono percepite dagli operatori storici come un elemento architettonico chiave che promette maggiore agilità e che consente loro di rendere la propria organizzazione a prova di futuro.

Altre dieci tecnologie che hanno suscitato l'interesse delle banche

Oltre a queste sei tecnologie “calde”, dieci tecnologie sono state identificate come presenti sul “radar” delle banche. Questi non sono al centro della tabella di marcia di implementazione di quest'anno, ma hanno suscitato l'interesse dei dirigenti bancari per il loro potenziale di miglioramento delle operazioni bancarie, dell'esperienza del cliente e della flessibilità delle applicazioni di una banca, afferma il rapporto.

Tre delle dieci tecnologie sono legate all’intelligenza artificiale: deep learning (DL)/reti neurali, generazione del linguaggio naturale (NLG) e automazione dei processi robotici (RPA) basata sull’intelligenza artificiale.

Il DL e le reti neurali consentono lo sviluppo di strumenti in grado di prevedere risultati, classificare dati non strutturati e identificare modelli. Casi d'uso interessanti includono il rilevamento delle frodi, l'analisi del tasso di abbandono dei clienti e la modellazione della propensione all'acquisto.

NLG è un processo software che produce narrazioni scritte o parlate da un set di dati. Può essere utilizzato per creare report normativi e riassumere lunghi report e enormi set di dati per i dirigenti.

E l’RPA, che si riferisce all’uso di strumenti avanzati di automazione dei processi aziendali per completare attività banali e ripetitive, consente ai dipendenti di concentrarsi su attività a maggior valore aggiunto e incentrate sul cliente e di ridurre la supervisione manuale.

Altre tecnologie “sul radar” includono tecnologia di contabilità distribuita (DLT)/blockchain, che promette guadagni di efficienza; data mesh, che consente ai dati di essere più ampiamente accessibili; architettura basata sugli eventi, che consente alle banche di creare applicazioni bancarie ben progettate, altamente coerenti e altamente disaccoppiate; e piattaforme di sviluppo low-code/no-code, che offrono una maggiore flessibilità aziendale e una distribuzione più rapida delle applicazioni.

Tecnologie destinate a fare la differenza nel futuro

Infine, nella categoria “hype” technology, sono state individuate dieci tecnologie, ovvero gamification avanzata, riservati computing, edge computing, tecnologie green, Internet-of-Things (IoT), metaverso, quantum computing, chatbot sofisticati, informatica spaziale e realta virtuale.

La gamification avanzata prevede l’uso della tecnologia e l’applicazione di elementi di gioco per coinvolgere e motivare meglio gli utenti. Promette maggiori entrate e fidelizzazione dei clienti, ma rimane un territorio inesplorato per la maggior parte delle banche.

L’informatica riservata, che si concentra sull’aumento della sicurezza creando ambienti sicuri e isolati, è utilizzata solo da poche banche.

Edge computing, che mira a elaborare i dati più vicino alla fonte, promette di aumentare le prestazioni della rete ma, nonostante le opportunità, molteplici barriere come il tempo necessario per spostare i dati e il costo del data edge stanno ancora ostacolando l'adozione diffusa della tecnologia.

Le tecnologie verdi, che mirano a ridurre al minimo l’impatto ambientale a breve e lungo termine dei prodotti tecnologici, sono una tendenza emergente ma mancano ancora di standard comuni su ciò che può essere qualificato come “verde”.

E la metaverso, che si riferisce a un ambiente virtuale immersivo che replica il mondo fisico, promette una ricca esperienza di realtà mista.

Alcune banche hanno iniziato a esplorare cosa potrebbe significare per loro, ma realisticamente, ci vorranno diversi decenni prima che un ambiente virtuale veramente coinvolgente possa realizzarsi.

Il post AI, analisi in tempo reale tra i principali obiettivi di investimento tecnologico delle banche nel 2022 apparve prima Fintech Singapore.