Luigi Mastrangelo, Financial Services Industry Leader di Deloitte: l’adozione dell’intelligenza artificiale è ancora molto variabile, ma sta entrando sempre di più nel mondo dei pagamenti.
L’adozione è ancora molto variabile, ma l’intelligenza artificiale sta entrando sempre di più nel mondo dei pagamenti. Lo fa a partire dalla prevenzione delle frodi, dalla personalizzazione e dall’efficienza operativa. Per tutto il settore il vero salto di qualità sarà possibile nel momento in cui l’innovazione tecnologica non verrà considerata più soltanto una leva per la riduzione dei costi. Piuttosto diventerà un moltiplicatore per la creazione di valore garantendo la scalabilità dei nuovi strumenti digitali e la competitività anche nel contesto internazionale.
La situazione attuale del mondo dei pagamenti
In questo momento l’attenzione si focalizza molto sull’utilizzo di singoli use case verticali, con soluzioni di LLM direttamente interrogate dall’utente o single AI Agent che interrogano in autonomia basi dati interne ed esterne. Questi possono sicuramente ottimizzare le attività operative riducendo l’intervento umano. Però sono generalmente confinati all’interno di un ecosistema oppure di una piattaforma specifica.
Il modello multi-Agent
Diverso è il discorso dell’applicazione di un modello multi-Agent. Cioè in grado di far colloquiare diversi agenti di diverse piattaforme con sistemi di orchestrazione di agenti in grado di far parlare aree diverse. Per esempio il marketing con l’area finance o supply chain. Sempre di più le realtà Fintech baseranno il loro core banking su modelli “multi-Agent”. Garantendo un cost income significativamente più basso del mercato e puntando su nuovi modelli di business pensati nel rispetto dei vincoli regolamentari e della sicurezza richiesta quando si parla di banche e di pagamenti.
Il ruolo dell’AI nei mondo dei pagamenti
Sulle attuali differenze di adozione dell’intelligenza artificiale nei pagamenti tra Incumbent, Fintech e Big Tech, i primi avevano un gap nella gestione dei dati e hanno lanciato diversi progetti di data platform. Questo con l’obiettivo di accentrare la produzione di dati garantendo tecnologie e strumenti di data analytics, flessibilità e data quality. Però proprio per la natura dell’architettura legacy, i dati vengono poi utilizzati dai diversi utenti interni per scopi eterogenei e verticali.
Con metodologie diverse focalizzate a ottimizzare alcuni processi oppure a monetizzare il dato attraverso programmi di loyalty e cross selling. Invece sia i Fintech sia i New player hanno avuto la possibilità di ripensare completamente il modello architetturale core. Esso risulta più flessibile e scalabile se applicato seguendo il nuovo approccio alla luce del contesto attuale.
kevin. sfida il sistema di gestione dei pagamenti con una novità, ora accessibile anche nei negozi fisici con terminali POS e non solo per l’online e in-app.
