In un contesto in cui l’intelligenza artificiale sta ridefinendo strumenti e processi anche nel mondo bancario, il ruolo dell’ufficio studi evolve ma non si snatura. L’Ai accelera, organizza, sintetizza: consente di monitorare flussi informativi sempre più ampi, individuare trend emergenti, aggregare dati e supportare la produzione di report con maggiore rapidità ed efficacia. Ma il suo contributo cambia a seconda della fase del lavoro analitico. Ne abbiamo parlato con Simone Ercolino, responsabile market e business intelligence di Banca Mediolanum.

Come spiegano i responsabili dell’area studi, è fondamentale distinguere tra situation awareness e strategic intelligence: nella fotografia oggettiva e scientifica dei fenomeni l’Ai rappresenta un alleato prezioso, capace di gestire grandi moli di dati e individuare pattern ricorrenti, soprattutto nei “sistemi chiusi” dove le variabili sono finite e prevedibili. Quando però si passa all’interpretazione delle implicazioni strategiche – per il modello di business, per la rete dei consulenti, per il posizionamento competitivo della banca – entrano in gioco esperienza, conoscenza stratificata e consapevolezza istituzionale. Un patrimonio che nessun algoritmo può sostituire e che resta il cuore della funzione predittiva e consulenziale dell’ufficio studi.

Il vostro team di analisti utilizza l’intelligenza artificiale? Quanto è importante e quanto influisce nei vostri report?

«Abbiamo sempre usato strumenti simili all’Ai per monitorare in maniera automatica le notizie che venivano pubblicate sul web o l’andamento sul web di parole chiave che avevamo precedentemente individuato. Picchi di conversazione online aprivano l’interesse su trend futuri. Chiaramente, negli ultimi due anni, c’è stata una forte accelerazione nell’utilizzo dell’Ai. Ovviamente è importante, ma bisogna sempre avere chiaro il livello di supporto che ci può offrire. L’ufficio studi di un’azienda analizza i dati e le informazioni di un fenomeno con un atteggiamento terzo, per evitare di essere condizionato da bias o preconcetti e studia quindi le implicazioni per l’azienda stessa, la sua fabbrica prodotti, la sua rete di consulenti, il mercato in linea generale. Occorre quindi fare una distinzione tra situation awareness e strategic intelligence. La prima fotografa in maniera scientifica e fattuale ciò che succede, la seconda studia le sue implicazioni per i soggetti coinvolti. Nella fase di fotografia scientifica l’Ai dà un supporto importante. Permette di analizzare una grande quantità di dati, con una capacità di sintesi estrema, ci aiuta nella revisione del materiale, nella stesura dei report, indicandoci gli elementi suiu quali focalizzarci. L’Ai, quindi, offre un’organizzazione della rappresentazione dei dati che può essere automatizzata. Discorso diverso se dalla fotografia scientifica, situation awareness, passiamo all’interpretazione delle possibili implicazioni sul modello, alla strategic intelligence: in questa seconda fase l’Ai perde di efficacia. Analizzare il ventaglio delle possibili implicazioni sulla banca richiede riflessioni in gran parte scientifiche, perché frutto di ragionamenti più accademici, ma necessita di una profonda conoscenza dell’azienda e dell’industria che si stratifica negli anni e nelle diverse occasioni di contatto con tutte le anime della banca. Questa stratificazione di informazioni è la conoscenza comune a tutto il team di analisti, è la condizione di base che permette di interpretare in maniera corretta le implicazioni sul modello. L’ufficio studi è una struttura predittiva, di analisi del mercato che ha una doppia valenza: da un lato fornisce ai banker materiale, paper, presentazioni, analisi che possono essere declinati per l’organizzazione di un evento con i clienti o per arricchire la propria narrativa commerciale, dall’altro lato dialoga con il top management della banca per capire qual è il modello di business più adeguato e in linea con i bisogni dei clienti e dei banker».   

Ci sono campi o settori nei quali le risposte sono più efficaci?

«Diciamo che ci sono state occasioni in cui l’Ai ci ha facilitati nell’aggregare delle informazioni o nel trovare dei possibili trend. Sicuramente in tutti i sistemi chiusi, quelli con meno variabili casuali. Il sistema chiuso può essere una partita di scacchi, per cui a una mossa corrispondono diverse reazioni dell’avversario, ma le alternative sono un numero finito. In questa combinazione di mosse i computer sono bravissimi, battono l’essere umano. Nel nostro campo, un sistema chiuso è quello in cui si analizzano dati dove i pattern sono più frequenti o facilmente individuabili, con un numero finito di dati certi da cui trarre un responso. In questo sistema l’Ai garantisce una maggiore efficacia. Discorso diverso quando il contesto si apre, come quello di una banca, che ha una sua storia, un mercato di riferimento, prodotti suoi, un andamento caratteristico e sue dinamiche: tutti questi elementi vanno interpretati con la prospettiva della coscienza di sé come istituzione, la stratificazione di conoscenza di cui si parlava poco fa».

continua a leggere