L’integrazione dell’intelligenza artificiale generativa nei giganti di Wall Street, da JPMorgan a Goldman Sachs, sta trasformando radicalmente l’efficienza operativa del settore bancario nel 2025, delineando un futuro in cui l’aumento della produttività fino al 50% solleva interrogativi cruciali sulla sostenibilità degli attuali livelli occupazionali entro il prossimo biennio.
Secondo quanto riportato da Artificial Intelligence News, l’adozione dell’IA nel settore finanziario ha superato la fase sperimentale per diventare parte integrante delle operazioni quotidiane. Durante una conferenza sui servizi finanziari organizzata da Goldman Sachs a New York lo scorso dicembre, i vertici dei principali istituti statunitensi hanno presentato dati che dimostrano come l’automazione stia agendo da moltiplicatore di output, pur mantenendo, per il momento, una forza lavoro numericamente stabile.
Analisi della produttività: i dati per istituto
L’impatto quantitativo dell’IA varia a seconda dei segmenti operativi, ma la traiettoria di crescita appare uniforme tra i leader di mercato:
- JPMorgan: Marianne Lake ha evidenziato un incremento della produttività dal 3% al 6% nelle aree che utilizzano soluzioni basate su modelli linguistici (LLM), prevedendo guadagni futuri tra il 40% e il 50% per i ruoli operativi.
- Citigroup: Il futuro CFO Gonzalo Luchetti ha confermato un miglioramento del 9% nell’efficienza dello sviluppo software, grazie all’uso di assistenti alla codifica.
- Wells Fargo: Sebbene non siano ancora stati effettuati tagli diretti legati all’IA, il CEO Charlie Scharf ha ammesso che i budget per il 2026 prevedono già una riduzione del personale, supportata da accantonamenti per costi di fine rapporto.
- PNC e Goldman Sachs: In queste realtà, l’IA sta accelerando l’ottimizzazione dei flussi di lavoro complessi, come il reporting normativo, il monitoraggio dei fornitori e l’onboarding dei clienti.
Aree di applicazione e vincoli normativi
L’efficacia dell’IA si manifesta con maggiore evidenza nei processi documentali ripetitivi e soggetti a regole rigide. Le banche stanno concentrando gli investimenti nello sviluppo software, nel supporto ai clienti in tempo reale e nella redazione di report regolatori. Tuttavia, la velocità di adozione è strettamente condizionata dalla conformità normativa. Le autorità di regolamentazione statunitensi, come la Federal Reserve, impongono standard rigorosi (come la normativa SR 11-7) sulla gestione del rischio dei modelli. Questo obbliga gli istituti a implementare sistemi tracciabili e supervisionati, dove l’intervento umano rimane imprescindibile per decisioni ad alto impatto come la concessione di prestiti.
Prospettive strategiche e impatto economico
La transizione verso modelli operativi basati sull’IA si muove attraverso due fasi distinte: una prima fase di espansione dell’output a parità di organico, e una seconda — ormai imminente — di revisione strutturale delle risorse umane. Le stime di McKinsey suggeriscono che l’IA generativa potrebbe generare un valore annuale compreso tra 200 e 340 miliardi di dollari per il comparto bancario globale. La sfida per i board direttivi non risiede più nel dimostrare l’efficacia tecnologica, ma nel gestire la transizione dei flussi di lavoro mantenendo la sicurezza dei dati e la fiducia dei clienti.
(Foto di Lo Lo)
Vedi anche: BNP Paribas introduce uno strumento di IA per l’investment banking
Vuoi saperne di più su IA e big data dai leader del settore? Scopri l’AI & Big Data Expo che si terrà ad Amsterdam, in California e a Londra. Questo evento completo fa parte di TechEx ed è co-localizzato con altri importanti eventi tecnologici, clicca qui per maggiori informazioni.
AI News è supportato da TechForge Media. Esplora altri imminenti eventi tecnologici aziendali e webinar qui.
