Obiettivi e Kpi per l’adozione della IA generativa in banca: una ricerca NTT Data

Obiettivi e Kpi per l’adozione della IA generativa in banca: una ricerca NTT Data
La GenAI rappresenta un'innovazione dirompente, destinata a trasformare l'intero ecosistema bancario dal core banking fino ai sistemi front-end.

NTT DATA ha presentato Intelligent Banking in the Age of AI, una ricerca sull’adozione dell’intelligenza artificiale generativa (GenAI) nel settore bancario che evidenzia come, sebbene la tecnologia stia guadagnando terreno, molte banche non abbiano ancora strategie definite per la sua implementazione. Il 50% delle istituzioni finanziarie la considera un’opportunità per migliorare produttività ed efficienza, mentre il 49% la vede come uno strumento per ridurre i costi operativi IT.

La GenAI rappresenta un’innovazione dirompente, destinata a trasformare l’intero ecosistema bancario dal core banking fino ai sistemi front-end. Secondo il report, il 58% delle organizzazioni ha già adottato questa tecnologia, in aumento rispetto al 45% del 2023. Tuttavia, l’implementazione della GenAI pone sfide significative, richiedendo un approccio strategico per garantire un ritorno sull’investimento (ROI) adeguato.

Robb Rasmussen, Head of Global Marketing & Communications di NTT DATA, sottolinea che, sebbene le banche si aspettino un incremento dell’efficienza operativa e un vantaggio competitivo, una strategia chiara, personalizzazioni mirate e una governance solida sono essenziali per ottenere risultati concreti.

Il ROI, come già accennato, è una delle principali preoccupazioni per le banche che adottano la GenAI, anche se le priorità variano a livello globale; negli Stati Uniti, ad esempio, il 59% delle banche mira alla riduzione del budget IT, mentre in Europa la produttività (46%) è considerata l’aspetto più rilevante. Anche il taglio dei costi operativi assume un peso differente nelle diverse regioni, come dimostrano i dati sottostanti:

Screenshot 2025-03-11 115333

Le strategie di implementazione della GenAI variano tra le organizzazioni finanziarie. Il 51% delle banche punta su un modello di collaborazione tra AI e operatori umani, mentre il 47% adotta un approccio ibrido con i sistemi esistenti. Solo il 28% delle banche mira invece a una completa automazione dei processi, con percentuali più elevate nelle Americhe (32%) e in Giappone (35%).

Rasmussen sottolinea l’importanza di bilanciare innovazione e sostenibilità economica, evidenziando che molte banche non hanno ancora raggiunto una maturità tecnologica sufficiente per sfruttare appieno la GenAI. In tal senso, la collaborazione con system integrator e provider specializzati può facilitare l’adozione della tecnologia nel rispetto delle normative.

Il panorama italiano

Secondo Enzo Quarenghi, Head of Financial Services di NTT DATA Italia, il mercato italiano mostra un maggiore interesse per il vantaggio competitivo offerto dalla GenAI rispetto alla media europea (45% contro 42%). Anche la produttività (43%) e l’accelerazione dell’innovazione (35%) sono fattori chiave per le banche italiane. Inoltre, il 78% dei manager del settore ha dichiarato di incrementare la spesa IT per supportare l’adozione dell’IA generativa, con il 60% che utilizza piattaforme di terze parti per ridurre i tempi di sviluppo.

Condividi:
 

Juniper e IBM vogliono semplificare la vita dei network admin con l’AI

Juniper IBM
Le due aziende prevedono di integrare Mist AI di Juniper e IBM watsonx con l'obiettivo di sfruttare l'IA risolvere le complessità della gestione delle reti IT.

Juniper Networks e IBM hanno annunciato l’ampliamento della loro collaborazione nelle attività congiunte di vendita, marketing e integrazione dei prodotti. Le due aziende prevedono di integrare Mist AI di Juniper e IBM watsonx con l’obiettivo di risolvere le complessità della gestione delle reti IT, contribuendo a migliorare l’esperienza degli utenti e a ridurre i costi operativi.

Mist AI, parte fondamentale dell’AI-Native Networking Platform di Juniper, utilizza l’intelligenza artificiale per ottimizzare l’esperienza E2E client-to-cloud con funzionalità wireless, wired, SD-WAN, data center e di sicurezza. IBM watsonx, è invece il portfolio di prodotti AI di IBM progettato per accelerare l’impatto dell’IA generativa e aumentare la produttività nei flussi di lavoro aziendali core.

IBM e Juniper lavoreranno insieme per sviluppare due progetti interni di IBM:

  • IBM Guest Services: un progetto che integra Mist AI con IBM watsonx Orchestrate per automatizzare il supporto alla rete IT e ridurre al minimo l’intervento manuale nella gestione delle richieste di assistenza Wi-Fi, al fine di risolvere i problemi delle reti guest
  • IBM AskNetwork: uno strumento interno in fase di sviluppo da parte del team CIO di IBM, che utilizza IBM watsonx Orchestrate insieme ad altri strumenti come Mist AI di Juniper per contribuire a risolvere le criticità dell’infrastruttura di rete e diagnosticare i problemi per gli utenti finali. AskNetwork semplificherà i dati tecnici complessi e li renderà informazioni fruibili, aiutando le aziende a ottimizzare le prestazioni della rete

Cybersecurity,Cybercrime,Internet,Scam,,Businessman,Using,Digital,Network,Technology,Computer

Juniper e IBM hanno inoltre in programma di esplorare ulteriori funzionalità come gli insight e la diagnostica basati sulla localizzazione, che possono servire a creare ulteriore valore nella gestione delle strutture e nell’esperienza utente del paziente/cliente in settori quali la sanità e il retail.

“La collaborazione con IBM rappresenta un significativo passo avanti nell’AI-Native Networking” ha affermato Bob Friday, Group Vice President e Chief AI Officer di Juniper Networks. “L’unione di due potenti visioni per il cloud AIOps in azienda con Mist AI e IBM watsonx ci consente di offrire ai clienti maggiore efficienza, agilità e sicurezza”.

Gli ha fatto eco Ayal Steinberg, General Manager Technical Sales and Client Engineering di IBM, secondo cui la collaborazione con Juniper mostra come le partnership in questo ecosistema possano contribuire ad accelerare l’adozione dell’IA per casi d’uso aziendali critici come la gestione della rete, offrendo un valore aggiunto ai clienti del settore enterprise.

(Immagini: Shutterstock)

Aziende:
IBM
Condividi: