Il secondo livello di digital wealth management: intelligenza artificiale per accelerare e la creazione di valore

Il secondo livello di Digital Wealth Management: l’uso dell’intelligenza artificiale per la creazione di valore

Abbiamo parlato di come la digitalizzazione della gestione dei patrimoni e degli investimenti possa portare alle istituzioni finanziarie un primo livello in termini di benefici: la riduzione dei costi portata da personalizzazione e automazione delle operazioni.

Il secondo livello di vantaggi è connesso all’introduzione nel Wealth management delle applicazioni e tecnologie di intelligenza artificiale, in una misura che varia secondo la necessità dell’apporto dell’elemento umano, come mostra la figura sottostante.

pastedGraphic.png

Un modello dell’applicazione di AI nel Wealth Management in termini di presenza dell’AI sul totale dell’attività. Fonte: LGT Vestra, 2018.

Vediamo come l’intelligenza artificiale può fare la differenza nella creazione di valore in ciascun ambito di attività relativo al Wealth Management, mantenendo la distinzione tra Front Office, Middle Office e Back Office presentata nel precedente articolo.

Intelligenza artificiale al lavoro nel Wealth Management

Alcune attività che l’intelligenza artificiale promette di cambiare nel Front Office sono le seguenti:

  • Profilazione della clientela: tecnologie come l’elaborazione del linguaggio parlato (NLP, Natural Language Processing) accelerano e facilitano la raccolta delle informazioni normalmente acquisite dialogando con il cliente. Sono in grado, per esempio, di trascrivere il parlato e ricercare in esso concetti-chiave.
  • Consulenza: i modelli di conoscenza (knowledge-based) aiutano a profilare il rischio, supportare la consulenza erogata dall’advisor, tenere conto di tutte le necessità del cliente, soprattutto quelle che l’interazione classica non individua ma che l’AI può ricavare e connettere tra le pieghe delle informazioni raccolte.
  • Reportistica: spesso considerata carente oppure troppo complessa, porta con sé il rischio di essere una comunicazione eccessivamente standardizzata e seriale, incurante delle peculiarità di ciascun cliente. Che, se viene invece profilato con strumenti di intelligenza artificiale, può ricevere un informazioni personalizzate e specifiche, centrate sui suoi interessi e obiettivi.
  • Pianificazione: il consulente finanziario ha l’esigenza di ottimizzare il proprio tempo in funzione delle interazioni con i clienti. L’intelligenza artificiale può supportarlo, per esempio raccogliendo report, informazioni e documenti utili per ciascun cliente.

Nel Middle Office, i processi di analisi e decisione sugli investimenti potrebbero trarre vantaggio dall’uso dell’intelligenza artificiale in vari modi:

  • Risk management: l’AI rende possibile l’uso di algoritmi per costruire scenari predittivi a supporto del processo di investimento.
  • Selezione degli investimenti: algoritmi di Machine Learning possono fornire supporto alla creazione di portafogli estremamente personalizzati nella considerazione delle variabili di mercato e delle specificità degli strumenti di investimento, eppure applicabili a grandi insiemi di clienti (Mass Customisation).

Il Back Office potrebbe applicare l’intelligenza artificiale all’esecuzione e supervisione dei processi di investimento in questo modo:

  • Operations: tenendo conto dell’obiettivo generale di massima automazione e minimo intervento umano, il Machine Learning può analizzare flussi e volumi di carico e compiere analisi predittive in tempo reale, così da mantenere prestazioni ottimali e persino anticipare il possibile insorgere di problemi attraverso l’individuazione delle loro cause probabili.
  • Compliance: sempre il Machine Learning può aiutare a individuare automaticamente i problemi più probabili che possono verificarsi e in questo modo aumentare la produttività del personale che si occupa delle verifiche, con interventi che fornirebbero alla macchina un feedback che entra a fare parte della sua base di conoscenza.

Dobbiamo ricordare che l’intelligenza artificiale non è la risposta a tutto, né il prodromo dell’esclusione del fattore umano nelle attività di Wealth Management. Ci sono vincoli e accortezze che distinguono una gestione di successo da una che stenta a seguire le evoluzioni del mercato e ne parleremo prossimamente.

Related to this story: