L’adozione dell’intelligenza artificiale nel banking corre veloce, ma non tutte le banche stanno costruendo le condizioni per renderla davvero affidabile. Tra investimenti in crescita e lacune strutturali, emerge un divario sempre più evidente tra ambizione tecnologica e capacità di gestione, con la fiducia dei clienti che resta il vero banco di prova. A confermarlo è il report globale Data and AI Impact Report: The Trust Imperative di SAS, realizzato con IDC, secondo cui solo l’11% degli istituti è riuscito a raggiungere un equilibrio tra fiducia interna e sistemi di AI realmente affidabili: un dato che mette in discussione la narrativa dominante e dimostra come investire in AI non sia sufficiente senza una governance solida.
Il paradosso della Trustworthy AI
Il banking è oggi uno dei settori più avanzati in termini di adozione dell’intelligenza artificiale. Tuttavia, questo primato nasconde un paradosso: quasi la metà delle banche (47%) si trova nel cosiddetto “dilemma della fiducia”. Da un lato, alcune istituzioni non sfruttano appieno sistemi già affidabili per mancanza di fiducia interna. Dall’altro, molte utilizzano modelli non ancora validati in modo adeguato, esponendosi a rischi operativi e reputazionali. Questo disallineamento tra percezione e realtà evidenzia una criticità strutturale: la fiducia nell’AI non può essere improvvisata, ma deve essere costruita attraverso processi rigorosi e verificabili.
Intelligenza artificiale nelle PMI: adozione ampia, strategia limitata
Investimenti in crescita, ma fondamenta deboli
Il dato più sorprendente riguarda la crescita degli investimenti: il 60% delle banche prevede un aumento della spesa in AI tra il 4% e il 20%, mentre un ulteriore 12% si aspetta incrementi ancora più significativi. Tuttavia, questa accelerazione non è accompagnata da un rafforzamento delle infrastrutture di base. Il report mette in luce criticità rilevanti: quasi una banca su cinque opera ancora con dati frammentati in silos, il 45% non dispone di una data governance efficace, il 41% non ha un’infrastruttura dati ottimizzata e il 42% segnala carenze di competenze specialistiche.
Le banche stanno correndo verso l’AI senza aver costruito fondamenta solide, esponendosi a rischi importanti in un settore in cui anche un singolo errore può compromettere la fiducia dei clienti o generare sanzioni.
Twin Transition: competenze e cultura al centro della sfida
Innovazione sì, ma responsabile: il ruolo dell’investimento nel rapporto tra AI e banche
Uno degli insight più interessanti del report riguarda il ritorno sull’investimento. Contrariamente a quanto si potrebbe pensare, il valore dell’AI nel banking non deriva principalmente dal risparmio dei costi, ma dall’innovazione. Le banche indicano come principale leva di crescita lo sviluppo di nuovi prodotti e servizi, seguito dal miglioramento della customer experience e dall’espansione della quota di mercato.
I dati cross-industry confermano questa direzione: le iniziative legate all’esperienza cliente generano i ritorni più elevati, seguite da quelle orientate alla crescita, mentre i progetti focalizzati esclusivamente sul contenimento dei costi risultano meno performanti. Ancora più rilevante è il ruolo della Trustworthy AI: le organizzazioni che la adottano hanno una probabilità significativamente più alta di raddoppiare il ROI. Il messaggio è chiaro: l’innovazione responsabile non rappresenta un limite, ma un vero acceleratore di crescita.
La sfida delle competenze e della governance
Per colmare il divario, molte banche stanno già pianificando interventi strutturali. Il 52% punta ad ampliare l’architettura AI, mentre il 43% intende rafforzare i team dedicati. Tuttavia, solo il 31% si concentrerà sullo sviluppo e sull’ottimizzazione dei modelli , segnale che la priorità resta ancora sull’infrastruttura piuttosto che sull’efficacia operativa. Il vero problema non è tecnologico ma strategico: senza governance, trasparenza e competenze, anche i migliori algoritmi rischiano di fallire.
Mercato immobiliare: cresce il divario tra città e territori
AI agentica: il prossimo passo (e il prossimo rischio)
Il report evidenzia anche un trend emergente: l’adozione dell’AI agentica, sistemi sempre più autonomi capaci di prendere decisioni in modo indipendente. Quasi un terzo delle banche prevede di aumentare gli investimenti in questo ambito. Ma maggiore autonomia significa anche maggiore responsabilità. In questo scenario, la governance diventa ancora più critica. Trasparenza, spiegabilità e controllo non sono più optional, ma prerequisiti essenziali per evitare errori sistemici.
Il futuro del banking passa dalla fiducia
Il settore bancario ha compreso il potenziale dell’intelligenza artificiale, ma non è ancora pronto a sfruttarlo pienamente. Il vero gap non è negli investimenti, ma nella capacità di trasformarli in valore concreto e sostenibile. Senza una base solida fatta di dati integrati, competenze e governance, l’AI rischia di diventare più un problema che una soluzione. In un contesto in cui regolatori e clienti osservano con crescente attenzione, la fiducia diventa l’asset più prezioso. E oggi, per la maggior parte delle banche, è ancora da costruire.
Consigliati per te
Accenture celebra la Giornata della Famiglia con un evento educativo sull’Intelligenza Artificiale 
L’Europa investe sull’IA multilingue: Aptus.AI protagonista nel progetto LLMs4EU 
GFT e NEURA Robotics insieme per rivoluzionare l’AI fisica 
Winter ’26 Edition: Shopify porta l’AI al centro del commercio 
Red Hat e AWS, nuova alleanza sull’AI: arrivano le inferenze potenziate 
TeachCorner sfida i chatbot: arriva l’AI che insegna davvero agli studenti
