Assicurazioni, banche e wealth manager pronti a raccogliere la sfida della Financial Data Science

Big data - Analytics - Data Science (Immagine Jack Moreh - Freerange Stock) Imc

Big data - Analytics - Data Science (Immagine Jack Moreh - Freerange Stock) Imc

Nell’evento organizzato da GFT Italia e Virtual B in evidenza il potenziale dei dati posseduti dal settore dei servizi finanziari e gli scenari di adozione delle nuove tecnologie esponenziali per competere

Assicurazioni, banche e wealth manager si preparano a raccogliere la sfida della Financial Data Science e credono che il FinTech sia più un’opportunità che una minaccia. La conferma è arrivata dall’evento organizzato da GFT Italia – parte del gruppo GFT, partner tecnologico globale per la trasformazione digitale del settore finanziario – e Virtual B, azienda FinTech proprietaria della piattaforma di investimento digitale AdviseOnly, dal titolo Frontiere dell’Intelligenza Artificiale: innovare il Wealth Management con la Financial Data Science.

All’evento, che si è svolto a Milano lo scorso 27 giugno, hanno preso parte società del comparto bancario, finanziario e assicurativo. L’appuntamento è stato aperto da Dante Laudisa, direttore Marketing e Comunicazione di GFT Italia, che ha evidenziato la vision per il futuro attraverso la strategia di exponential banking. L’exponential banking “è la naturale evoluzione della sempre più veloce digitalizzazione nel settore dei servizi finanziari ed è esso stesso alimentato dalla crescita esponenziale della tecnologia avvenuta nella seconda parte del secolo scorso”.

Una panoramica di Roberto Ferrari (Key influencer e Advisor digital banking & FinTech), intitolataDati, l’oro delle istituzioni finanziarie, ha introdotto la sessione di lavori. “Tra 5-7 anni – ha evidenziato Ferrari – ci saranno 150 miliardi di sensori attivi (IoT) che produrranno raddoppi di dati ogni 12 ore. Anche nel mondo finanziario, per esempio negli USA, è stato archiviato un milione di terabyte di dati e lo scenario in Europa si presenta come bifronte: la Data Economy sta crescendo con una previsione al 2020 di 739 miliardi di Euro (rispetto ai 272 miliardi del 2015). Allo stesso tempo, le istituzioni finanziarie perdono di profittabilità. La sfida, quindi, è: come sfruttare questo immenso capitale di informazioni e trasformarlo in valore per il business?”.

Secondo Ferrari, inoltre, “avrà successo chi sarà in grado di ottenere valore anche dai dati destrutturati, come quelli comportamentali o derivanti da fonti eterogenee, e di generare di conseguenza revenue. La scelta degli algoritmi performanti è cruciale, ma non è sufficiente: è necessario un cambio di paradigma aziendale, perché quando parliamo di digital transformation parliamo inevitabilmente di business transformation”.

Nel corso dell’evento, GFT e Virtual B hanno proposto ai partecipanti un breve questionario, utile a comprendere cosa ne pensino gli addetti ai lavori. Dalle risposte pervenute, è emerso che l’idea di sfruttare intensivamente i dati, al punto da diventare un’azienda data-driven, è ormai pervasiva ed evidenzia un trend netto dell’industria anche in Italia. Alla domanda “Da 1 a 10 quanto ritieni importante un approccio data-driven all’interno della tua organizzazione?”, il voto più basso è stato il 7, mentre la maggioranza delle risposte è confluita sull’8 (33,3%).

Alla domanda “Dove pensi si concentreranno gli investimenti dell’industria assicurativa/bancaria/finanziaria nei prossimi 5 anni?”, il 40,4% delle risposte si è indirizzato su Machine Learning e Intelligenza Artificiale, staccando di quasi 20 punti percentuali la Cyber Security.

In termini di tipi di investimento in tecnologie, evidenziano da GFT, Machine Learning e AI (cioè la parte più innovativa e algoritmica del mondo della Data Science) fanno dunque la parte del leone. Quanto poi alle aree aziendali che secondo le attese beneficeranno di questi investimenti, spiccano quelle più vicine al cliente, legate al marketing, all’attività commerciale e alla relazione (supporto alla rete e customer care). Abbastanza sorprendentemente, è invece opinione diffusa tra i partecipanti alla survey che pochi investimenti in tecnologie innovative si orienteranno verso l’area compliance, investita dalla tempesta normativa.

“Nel settore bancario è iniziata una nuova era – ha spiegato Laudisa –. Le tecnologie esponenziali offrono un enorme potenziale attraverso quattro pillar principali che GFT ha identificato in Open Banking, Augmented Banking, Automation Banking e Cognitive Banking, che, se opportunamente interrelati, possono produrre il sistema più a prova di futuro disponibile oggi per qualsiasi banca retail”.

“Dalle difficoltà e dai vincoli possono nascere opportunità. E questo vale anche per le istituzioni finanziarie, strette tra digitalizzazione e regulation. Dopotutto, chi meglio delle banche sa quanti soldi abbiamo, come e quando li spendiamo, in che cosa investiamo? Queste informazioni, con gli strumenti giusti, possono essere trasformate in una enorme opportunità per il settore – ha sottolineato Serena Torielli, presidente e co-fondatore di Virtual B –. La Data Science non è una novità: gli strumenti statistici esistevano anche in passato, ma il mondo non era pronto. Oggi le condizioni sono cambiate: è aumentata la disponibilità dei dati, è sceso il costo della tecnologia e la potenza di calcolo dei computer è cresciuta a dismisura”.

In questo contesto, è stato evidenziato durante l’evento, le istituzioni finanziarie sono ben posizionate: godono della fiducia del cliente – almeno per quanto riguarda la sicurezza dei dati – e siedono su una mole enorme di informazioni, che però non utilizzano. “Per questo sono convinta – ha concluso Torielli – che la Data Science possa essere la pietra filosofale del wealth management”.

“La tecnologia deve essere smart, a basso impatto organizzativo e calata in soluzioni per migliorare progressivamente: in GFT abbiamo due grossi laboratori internazionali per testare le idee, oltre ai modelli di co-innovation messi a punto con i nostri clienti – ha aggiunto Umberto Zanchi, Insurance Client Unit Executive Director di GFT Italia –. Gli algoritmi sono creati da specialisti ma le tecniche di machine learning ci aiutano ad apprendere potenziando la capacità umana di creare valore”.

Intermedia Channel


Wealth Management and Financial Data Science: a short guide – How Financial Data Science improves productivity in Wealth Management (libro bianco a cura di Virtual B, in inglese)

Related posts

Top