Banche e consulenti finanziari alla prova dell’intelligenza artificiale

L’intelligenza artificiale promette di far risparmiare tempo alle banche. La domanda è come useranno quel tempo: per conoscere meglio i clienti e seguirli nelle decisioni più difficili, oppure per rendere più efficiente il collocamento dei prodotti? La tecnologia può servire a entrambe le cose. La differenza dipende da ciò che le banche scelgono di premiare e da come decidono di remunerare il lavoro dei consulenti.

Per chi si occupa di patrimoni, la questione va oltre la capacità di costruire un portafoglio. Un sistema può confrontare costi e rischi in pochi secondi; più difficile è capire che cosa una famiglia può permettersi di perdere, quali impegni deve affrontare e quando il consiglio più utile è non fare alcuna operazione. E se una raccomandazione si rivela inadeguata, resta una domanda concreta: chi ne risponde al cliente?

Ne parliamo con Francesco Megna, a cui abbiamo chiesto che cosa cambierà per le banche, per i consulenti e per i risparmiatori. Il punto è capire se l’intelligenza artificiale renderà la consulenza patrimoniale accessibile anche a chi oggi ne riceve poca, e quali scelte serviranno perché questa possibilità diventi un servizio reale.

L’intelligenza artificiale sta cambiando il sistema bancario. Siamo di fronte a una semplice evoluzione tecnologica oppure a una trasformazione strutturale del modello di business delle banche?

Dipende da dove la banca decide di usarla. Se l’intelligenza artificiale serve a riassumere un documento, a smistare le richieste o a preparare più in fretta una pratica, siamo di fronte a un’evoluzione tecnologica: la banca continua a fare lo stesso lavoro, impiegando meno tempo. La trasformazione diventa strutturale quando cambia il modo in cui la banca decide quali clienti servire, con quali persone e a quale prezzo.

Pensiamo a una famiglia che ha un mutuo, una riserva di liquidità e alcuni investimenti. Oggi può parlare con interlocutori diversi a seconda dell’esigenza. Se la banca riesce a ricomporre queste informazioni e a usarle, nei limiti consentiti, per individuare per tempo un problema, il servizio può cambiare. Per esempio, può accorgersi che la liquidità a disposizione si sta riducendo proprio mentre si avvicina una spesa importante. A quel punto può offrire una revisione della situazione prima che il cliente chieda aiuto. La stessa tecnologia, però, può essere usata per individuare il momento in cui quella famiglia è più propensa a sottoscrivere un prodotto. In un caso migliora la capacità di assistere; nell’altro migliora la capacità di vendere.

È questo il discrimine. L’intelligenza artificiale può rendere molto più efficiente il modello attuale oppure aiutare la banca a costruire un servizio diverso. La scelta la fa la banca quando decide che cosa misurare e premiare: la qualità delle decisioni per il cliente, il numero di pratiche chiuse o il volume di prodotti collocati.

Quanto degli investimenti in IA è realmente destinato a migliorare i servizi alla clientela e quanto, invece, a ridurre i costi operativi e il personale?

Non darei una percentuale. Le rilevazioni dell’Autorità bancaria europea mostrano impieghi in più aree, tra cui assistenza alla clientela e segmentazione, ma sapere quante banche adottano una tecnologia per una certa funzione non equivale a sapere come ripartiscono la spesa, né quale sia l’effetto sull’occupazione. Inoltre, la stessa applicazione può ridurre i costi e migliorare il servizio: se diminuisce il tempo necessario per esaminare un documento, la banca risparmia e il cliente può ricevere prima una risposta.

La verifica va fatta sui risultati. Una banca può annunciare che il suo assistente virtuale gestisce migliaia di conversazioni. Per il cliente conta sapere quante richieste vengono risolte al primo contatto, quanti errori si verificano e quanto è facile parlare con una persona quando il caso esce dall’ordinario. Se per contestare un pagamento il cliente deve ripetere tre volte la stessa storia, la banca può avere ridotto il costo del primo contatto e peggiorato il servizio nel suo insieme.

Sul personale, la domanda più utile è che cosa succede alle ore risparmiate. Possono tradursi in meno addetti, oppure in più tempo per seguire pratiche complesse, contattare clienti trascurati e formare il personale. Per distinguere le due cose guarderei a pochi indicatori concreti: tempi di risposta, reclami, accesso a un operatore e tempo che i consulenti dedicano effettivamente ai clienti. Il bilancio dell’investimento si vede lì.

Se l’IA sa analizzare patrimoni e costruire portafogli personalizzati, quale spazio rimarrà al consulente finanziario?

La parte del lavoro più esposta è quella che si può trasformare in un procedimento ripetibile: ricostruire le esposizioni di un portafoglio, confrontare i costi, individuare concentrazioni, simulare scenari. È un lavoro utile e la tecnologia può renderlo più rapido. Ma costruire un portafoglio coerente con una serie di dati è una cosa; capire se quei dati raccontano davvero la situazione del cliente è un’altra.

Prendiamo un imprenditore che ha un milione di euro investibile. Se guardiamo soltanto al conto titoli, potremmo considerarlo in grado di sopportare oscillazioni importanti. Se però quasi tutto il resto della sua ricchezza è nell’azienda, una parte del debito è garantita personalmente e nei prossimi anni dovrà liquidare un socio, il quadro cambia. Può avere bisogno di più liquidità e di una minore esposizione ai rischi già presenti nell’impresa. Il punto non è se la macchina sappia fare il calcolo: è chi fa emergere le informazioni mancanti, le verifica e decide quali conseguenze trarne.

Il consulente avrà quindi meno ragioni per presentarsi come la persona che sa quale fondo ha fatto meglio. Avrà più ragioni per dimostrare che sa tenere insieme patrimonio finanziario, immobili, impresa e famiglia; sa dire quando è opportuno coinvolgere un altro professionista; sa spiegare al cliente perché, in certi momenti, la decisione migliore è non fare alcuna operazione. La qualità del suo lavoro si vedrà anche nella capacità di rivedere il piano quando cambiano le circostanze e di essere presente quando il cliente deve prendere una decisione difficile.

L’intelligenza artificiale potrebbe accelerare il passaggio dalla remunerazione di prodotto alla consulenza indipendente, pagata direttamente dal cliente?

Può accelerarlo, ma può anche consolidare il modello esistente. Se rende più semplice confrontare costi, rischi e alternative, diventa più difficile giustificare una raccomandazione soltanto perché un prodotto è nel catalogo della rete. Se invece il sistema è costruito per individuare il prodotto che il cliente ha più probabilità di sottoscrivere, la tecnologia rende più efficiente la distribuzione senza modificare gli incentivi.

Il punto economico è questo: come si remunera un buon consiglio quando quel consiglio non produce una vendita? Se il lavoro consiste nel ricostruire il patrimonio di una famiglia, mettere in ordine le priorità, correggere una concentrazione e decidere di non sottoscrivere nulla per il momento, il cliente ha ricevuto un servizio. Un compenso per il piano, per la revisione periodica o per un incarico definito rende più visibile ciò per cui sta pagando. Naturalmente anche quel compenso va giudicato: deve essere comprensibile e proporzionato al lavoro svolto.

Va poi distinta la parcella dall’indipendenza in senso regolamentare. Farsi pagare direttamente dal cliente non basta, da solo, a qualificare la consulenza come indipendente. MiFID II richiede, tra l’altro, di valutare una gamma sufficientemente ampia e diversificata di strumenti e stabilisce limiti specifici alla possibilità di trattenere incentivi di terzi. Anche un servizio non indipendente deve comunque rispettare le regole di condotta e operare nell’interesse del cliente. La questione per le reti è se vogliano rendere il valore del servizio riconoscibile e remunerabile anche quando il risultato della consulenza non coincide con il collocamento di un prodotto.

Un algoritmo potrà davvero comprendere le componenti emotive e psicologiche che condizionano le decisioni di investimento?

Un sistema può cogliere segnali utili. Può rilevare che un cliente dichiara di tollerare il rischio ma, a ogni flessione, chiede di liquidare gli investimenti. Può aiutare a porre domande più concrete: «Se il portafoglio scendesse del 15% proprio quando suo figlio deve iniziare l’università, quali spese potrebbe rinviare?». Una domanda del genere dice spesso più di una casella barrata su una scala da uno a cinque.

Il limite è che lo stesso comportamento può avere cause diverse. La richiesta di vendere durante un ribasso può nascere dalla paura, ma anche da una spesa imprevista, da un conflitto familiare o dal fatto che il cliente ha finalmente capito un rischio che in precedenza non gli era stato spiegato bene. Il comportamento è osservabile; la sua causa va ricostruita. È lì che una conversazione può cambiare la qualità della decisione, anche perché il cliente può correggere l’interpretazione che gli viene proposta.

Distinguerei sempre la disponibilità psicologica a vedere oscillare il patrimonio dalla capacità economica di sostenere una perdita. Una persona può essere tranquilla davanti alla volatilità e non potersi permettere di perdere denaro che le servirà tra due anni. Un’altra può avere ampie risorse, ma perdere il sonno davanti a oscillazioni modeste. Le regole di adeguatezza già distinguono la capacità di sostenere perdite dalla tolleranza al rischio. L’IA può aiutare a far emergere le incongruenze; il valore della consulenza sta nel chiarirle prima che diventino un problema.

Il vantaggio tecnologico può ridurre il divario tra grandi patrimoni e piccoli risparmiatori?

Sì, soprattutto se abbassa il costo della pianificazione di base. Una famiglia con un patrimonio finanziario contenuto può beneficiare molto di un inventario ordinato delle attività e dei debiti, di un piano per le spese future e di una verifica periodica dei costi. Può aver bisogno di capire quanto tenere disponibile e che cosa può impegnare per il lungo periodo. È un lavoro che, se svolto interamente a mano, può risultare troppo costoso in rapporto alla parcella che quella famiglia è disposta a pagare.

Il vantaggio può arrivare da un servizio a più livelli: strumenti digitali per raccogliere e aggiornare i dati, un professionista per interpretare i passaggi che richiedono giudizio e specialisti quando il problema lo giustifica. Una famiglia con 150.000 euro di risparmi, una casa di proprietà e un’eredità da dividere può avere una situazione più articolata di quanto suggerisca il suo saldo bancario. Non ha necessariamente bisogno di una struttura dedicata, ma può avere bisogno di un confronto serio prima di vendere un immobile, anticipare una donazione o impegnare liquidità.

Il rischio è che l’accesso a un’interfaccia molto convincente venga scambiato per accesso a una buona consulenza. Il divario si riduce davvero se il cliente ottiene un piano comprensibile, costi trasparenti e la possibilità di parlare con una persona quando il caso lo richiede. Altrimenti si amplia l’accesso alle raccomandazioni, senza che migliori necessariamente la qualità delle decisioni.

Quali rischi comporta l’uso dell’IA in termini di riservatezza, protezione dei dati, trasparenza e conflitti di interesse?

Il primo riguarda ciò che si può dedurre incrociando i dati. Da soli, un movimento di conto o una variazione nelle spese dicono poco. Insieme possono far emergere difficoltà economiche, cambiamenti familiari o abitudini che il cliente non pensava di aver comunicato. La banca deve sapere quali informazioni sono necessarie per ciascun uso, su quale base le tratta, chi può accedervi e che cosa succede quando i dati passano a un fornitore. Il fatto che un’informazione sia già nei sistemi della banca non autorizza qualsiasi impiego successivo.

Il secondo rischio è l’opacità. Per una raccomandazione d’investimento, la trasparenza utile non consiste nel consegnare al cliente il codice del modello. Consiste nel poter spiegare quali informazioni hanno inciso, perché la proposta è coerente con la sua situazione e quali alternative sono state considerate. Per le decisioni basate unicamente su trattamenti automatizzati che producono effetti giuridici o incidono in modo analogo e significativo sulla persona, il GDPR prevede limiti, eccezioni e garanzie specifiche. Non ogni uso dell’IA ricade in questa fattispecie, ma un controllo umano puramente formale non è una soluzione credibile.

Il terzo rischio è il conflitto d’interesse incorporato nell’obiettivo. Un sistema può profilare il cliente con grande precisione e poi ordinare le proposte in base alla probabilità di vendita o alla redditività per l’intermediario. Il cliente vedrebbe una raccomandazione molto personalizzata, senza sapere per quale risultato è stata personalizzata. Per questo i controlli devono riguardare anche i prodotti che il sistema tende a proporre, quelli che lascia fuori e il trattamento riservato a clienti con esigenze simili.

Se l’IA suggerisce un investimento inadeguato che provoca una perdita, chi ne risponde concretamente?

Il primo riferimento è l’intermediario che ha prestato il servizio di consulenza. La disciplina europea stabilisce espressamente che, se la consulenza o la gestione di portafoglio sono fornite in tutto o in parte tramite un sistema automatizzato, la responsabilità della valutazione di adeguatezza rimane in capo all’impresa che presta il servizio. La banca o l’impresa di investimento non può quindi rispondere al cliente: «La proposta l’ha fatta il programma».

Questo non esclude il ruolo del singolo consulente. Se si è limitato a confermare una raccomandazione pur sapendo che il profilo era superato, oppure ha ignorato informazioni rilevanti comunicate dal cliente, la sua condotta va valutata. Nel caso italiano dell’offerta fuori sede, l’articolo 31 del Testo unico della finanza prevede la responsabilità solidale del soggetto che ha conferito l’incarico per i danni arrecati a terzi dal consulente abilitato. Un eventuale difetto imputabile al fornitore della tecnologia apre un piano distinto, da valutare in base ai fatti e ai rapporti applicabili; non cancella gli obblighi dell’intermediario verso il cliente.

Infine, una perdita non dimostra da sola che l’investimento fosse inadeguato. Bisogna ricostruire che cosa si sapeva al momento della raccomandazione, quale rischio il cliente poteva sostenere, quali informazioni gli sono state fornite e quale rapporto c’è tra l’eventuale violazione e il danno. Per esempio, se un cliente aveva dichiarato di aver bisogno di quella somma entro un anno e il sistema ha raccomandato uno strumento poco liquido, occorre poter verificare se l’informazione fosse stata raccolta, se il modello l’avesse considerata e chi avesse approvato la proposta. Senza questa traccia, anche la possibilità di correggere il sistema e prevenire il prossimo errore si riduce.

L’IA ridurrà il numero dei consulenti o premierà quelli con competenze patrimoniali, fiscali e successorie più evolute?

Le due cose possono avvenire insieme. Una rete potrebbe aver bisogno di meno persone per svolgere attività standard, ma di più professionisti capaci di seguire i casi articolati. Oppure potrebbe usare le ore risparmiate per offrire un servizio a clienti che oggi ricevono poca consulenza. L’effetto sul numero degli addetti dipende da che cosa la rete vuole fare del tempo liberato. Per questo sarei prudente nel prevedere quanti posti spariranno: è più facile individuare le mansioni che cambieranno.

La selezione riguarderà soprattutto la capacità di capire quando una decisione finanziaria è, in realtà, una decisione familiare o imprenditoriale. Prima di proporre come investire il ricavato della vendita di un’azienda, per esempio, bisogna capire quali impegni restano in capo al venditore, quanta liquidità serve e che cosa la famiglia intende fare di quel patrimonio nei prossimi anni. Il consulente deve saper impostare le domande e coordinarsi con commercialista, notaio o avvocato per gli aspetti di loro competenza. Il suo contributo sta anche nel fare in modo che risposte specialistiche corrette, prese separatamente, non producano insieme un piano incoerente.

La prova sarà capire come le reti valuteranno il lavoro dei propri consulenti. Se il criterio dominante rimane il volume collocato, l’intelligenza artificiale renderà più produttivo quel modello. Se conteranno la qualità dei piani, la capacità di seguirli nel tempo e la chiarezza con cui il cliente comprende le proprie scelte, la tecnologia potrà favorire una consulenza più patrimoniale. Il futuro della professione dipenderà anche da questa decisione organizzativa, oltre che dalla capacità dei singoli di usare i nuovi strumenti.