Digital Business Technology Platform e AI, investment management oltre i sistemi legacy

Le nuove architetture devono avvalersi delle tecnologie per promuovere l'integrazione tra le procedure Front-End (che l'utente "vede") e Back-End (quelle che "fanno funzionare il servizio"), in modo molto più evoluto rispetto al passato recente. Non si tratta di un'affermazione dell'ERP (ovvero la pianificazione delle risorse d'impresa), ma piuttosto dell'intersezione e dell'integrazione di componenti di business digitali considerati oggigiorno essenziali:

1. Sistemi informatici aperti
2. Client e user experience
3. Internet delle cose – IOT
4. Business Intelligence, Data & Analytics
5. Ecosistemi e Partnership.

Lo scopo è quello di creare una "società cognitiva", in grado di comprendere e adattarsi continuamente alla volatilità delle condizioni esterne e di mercato, a patto che le aree di produzione abbiano un collegamento chiaro con l'esterno. La società diventa "agile" in termini di innovazione dei prodotti e può contribuire allo sviluppo di nuovi settori. Poiché la sperimentazione e l'innovazione hanno luogo rapidamente, l'assorbimento dei cambiamenti non è esente da ostacoli operativi e informatici, ed è necessario poter contare su una governance capace di creare valore dallo scambio di informazioni ad alto contenuto digitale, ad esempio i dati, nonché sull'abilità di interpretare tali dati per scopi operativi e strategici, rompendo con il passato grazie alla transizione dalla governance dell'efficienza operativa a quella della capacità di trasformazione.

Componenti della Digital Business Technology Platform

Per comprendere la logica alla base di questo sistema di integrazione digitale ottimale, valutare l'opportunità di promuoverne l'adozione e definire l'agenda digitale del settore finanziario, può essere utile analizzare la strutturazione e i singoli componenti della Digital Business Technology Platform.

I vantaggi competitivi dell'architettura DBTP aiutano a:

• superare i limiti delle tecnologie preesistenti e dei silos aziendali, anche nelle funzioni di core business, trasformandole in un sistema di tipo Business-as-a-Service;
• fare uscire l'Intelligenza Artificiale dall'oscurità grazie all'utilizzo di Data & Analytics e portarla al centro della governance.

Si prevede che le azioni e gli effetti trasformativi più importanti sul settore giungeranno dall'AI, poiché si passerà da "fare le stesse cose bene" a "fare qualcosa di radicalmente diverso".

Una recente relazione del World Economic Forum* offre un'analisi esauriente e una guida molto valida alla comprensione dell'impatto che l'AI avrà sull'attuale struttura dei servizi finanziari, nonché delle principali sfide. Questa trasformazione sta avendo luogo a diversi livelli:

1. operazioni più rapide e ottimizzate;
2. prodotti e consulenza su misura;
3. presenza diffusa;
4. processo decisionale rapido;
5. nuova proposta di valore.

Lo sviluppo dell'AI nei nuovi servizi finanziari richiederà al management di essere in grado di:

• agire tra i primi e tra i migliori nell'implementazione dell'AI: le prime istituzioni a implementare l'AI come fattore distintivo saranno ricompensate da un ciclo virtuoso di feedback che ne determinerà il vantaggio competitivo, lasciando i ritardatari ad annaspare per colmare il divario;
• collaborare con numerosi stakeholder: per dare libero sfogo alle potenzialità dell'AI occorre una rete estesa di partnership e solo uno sforzo congiunto da parte delle istituzioni, regolamentazione dai regulator al settore pubblico, può assicurare che l'intera società benefici dell'espansione dell'AI nel mondo della finanza.

Infine, occorrerà anche gestire gli effetti indesiderati di questa trasformazione.

L'AI ha generato il timore di importanti perdite in termini di occupazione e di effetti dirompenti. È opportuno sviluppare strategie volte a gestire efficacemente sia l'imminente trasferimento di talento sia la transizione di ampie porzioni di forza lavoro attraverso la quarta rivoluzione industriale.

La natura enigmatica delle tecnologie basate sull'AI può apparire "magica" dall'esterno, ma va compresa in modo da identificare ed evitare modelli che discriminano o escludono gruppi e soggetti ai margini. Il ruolo sempre più cruciale dell'AI nelle operazioni del sistema finanziario genererà una nuova fonte di rischio sistemico di cui occorrerà tenere conto per stimare il potenziale distruttivo sulle economie nazionali e globali, rendendo necessari nuovi sistemi di controllo e di risposta

Come evolverà l’investment management in questo scenario?

Innanzitutto, è in corso un adeguamento della client experience e delle offerte di prodotti alla nuova concorrenza, anche in risposta a tendenze settoriali quali:

• il passaggio da investimenti attivi soggetti a spese elevate a investimenti passivi soggetti a spese ridotte: siccome i clienti e le istituzioni sono diventati consapevoli degli oneri, le masse in gestione transiteranno verso investimenti passivi soggetti a spese ridotte;
• il controllo normativo: nel Regno Unito, ad esempio, la Financial Conduct Authority ha rivisto la conformità delle prassi dei wealth manager;
• la saturazione delle strategie d'investimento: in particolare, l'abuso delle strategie d'investimento tradizionali si è tradotto in una minore redditività;
• trasferimento di ricchezza intergenerazionale: si assiste al trasferimento di asset per miliardi di dollari tra clienti nei mercati sviluppati (si parla di 30.000 miliardi di dollari in Nord America nei prossimi 30-40 anni).

Il settore ha bisogno di trovare risposte a varie problematiche, ad esempio le crescenti aspettative dei clienti riguardo ai canali digitali (passaggio tra canali diversi, dialogo con personale umano solo quando il servizio online non è efficiente), l'invecchiamento dei consulenti, il rischio rappresentato da nuovi attori con elevate competenze in materia di customer experience (2/3 dei Millennial sono inclini a utilizzare i servizi finanziari offerti da brand affidabili quali Google e Apple), la riduzione delle spese di consulenza, i depositi globali non gestiti, la crescita della domanda di investimenti alternativi.

Quale sarà il ruolo dell'AI nel settore dell’investment management?

L'AI consentirà investimenti agli investment manager di rivedere i rispettivi modelli di business modificando o sostituendo funzionalità cruciali, ma anche differenziandole. In questo modo si accelererà il cambiamento in varie aree.

Gli investimenti diventeranno più personalizzati man mano che le società di gestione acquisiranno nuovi dati sui clienti. I prodotti passivi svilupperanno funzionalità attive; ad esempio, con i modelli basati sull'AI sarà possibile imitare strategie complesse o sviluppare strategie proprietarie. Il wealth management nei mercati emergenti evolverà in modo più rapido, supportato dalla distribuzione, che permetterà di colmare le lacune esistenti. Gli operatori alla ricerca di Alpha verranno sospinti verso nuovi orizzonti, poiché gli investitori sistematici utilizzeranno maggiormente data science e fonti di dati alternative.

L’investment management potrà beneficiare dello sviluppo di diverse strategie cruciali basate sull'AI:

• ampliamento dei servizi di consulenza (ad es. fornendo ai clienti un chatbot proprietario facilmente integrabile con le relazioni di consulenza esistenti);
• aumento dell'efficienza e abbattimento dei costi di gestione (ad es. utilizzando l'apprendimento automatico per eseguire analisi macroeconomiche in modo più rapido ed economico rispetto ai metodi tradizionali);
• offerta di portafogli d'investimento più personalizzati (ad es. utilizzando le nuove fonti di dati per compilare e definire i profili e le preferenze degli investitori con un approccio strutturato);
• spirito d’iniziativa e promozione di progetti di sviluppo inclusivo sui mercati emergenti per la gestione reddito del low-income wealth (ad es. creazione e gestione di account digitali estesi ai clienti con patrimoni ridotti);
• utilizzo dei dati per generare alpha e performance differenziate (utilizzo dell'apprendimento profondo e di altre tecniche avanzate nel campo del data science per innovare nella creazione delle strategie d'investimento).

"… È in corso un ribilanciamento tra menti umane e macchine, tra prodotti e piattaforme e tra core business e masse", affermano McAfee e Brynjolfsson in "Machine, Platform, Crowd. Harnessing Our Digital Future", il nuovo lavoro dei due studiosi del MIT, in cui viene proposta un'analisi del contesto di interoperabilità digitale globale in cui ci muoviamo.

* World Economic Forum: “The new physics of financial services: understanding how AI is transforming the financial ecosystem” http://www3.weforum.org/docs/WEF_New_Physics_of_Financial_Services.pdf

Stefano Sardelli, Direttore Generale di InvestBanca 
Laureato in Scienze economiche e bancarie presso l'Università di Siena, ha costruito la sua carriera nell'area finanziaria presso svariati intermediari. Dal 2000 ha assunto la responsabilità operativa di Invest Banca Spa, diventando Direttore Generale nel 2004. È membro del Consiglio di amministrazione di AssiomForex (Associazione Operatori dei Mercati Finanziari). Attualmente è Co-Head della Commissione Fintech. È membro del Consiglio di amministrazione di Main Capital Sgr. Segue attivamente i temi dell'innovazione, del fintech e della rivoluzione digitale, contribuendo con Invest Banca alla realizzazione di molteplici soluzioni innovative che lo hanno portato a ricevere dal Presidente della Repubblica il Premio Nazionale per l'Innovazione.