L’utilizzo dell’intelligenza artificiale nel settore finance entra in una fase matura e strutturale. Dopo anni di sperimentazioni limitate all’automazione dei processi e all’analisi predittiva, le istituzioni bancarie e assicurative iniziano progressivamente ad utilizzare gli agenti AI cloud-native in particolare per le attività a contatto diretto con i clienti: sono sistemi capaci di prendere decisioni in tempo reale e di adattare l’azione al contesto e rappresentano il passo successivo dell’evoluzione dell’AI generativa; sono in grado di apprendere, verificare, intervenire riducendo tempi e rischi nei processi finanziari più complessi. È il quadro delineato dal World Cloud Report in Financial Services 2026, pubblicato dal Capgemini Research Institute, che analizza lo stato dell’adozione degli Agenti AI in banche e assicurazioni a livello globale. Lo studio mostra un settore in rapida trasformazione, in cui la combinazione tra AI e cloud sta diventando il motore di un nuovo modello operativo
Il rapporto si basa su una ricerca condotta tra giugno e settembre 2025 attraverso due strumenti complementari: la Global Financial Services Executive Survey, che ha coinvolto 1.100 dirigenti e responsabili di strategie cloud e AI in 14 mercati chiave, e le global executive interviews, 40 colloqui approfonditi con figure apicali del settore bancario e assicurativo. I paesi analizzati comprendono Americhe, Europa e Asia-Pacifico. L’obiettivo indagare non solo il grado di adozione delle soluzioni agentiche, ma anche la visione strategica di lungo termine sul ruolo che queste tecnologie avranno nella customer experience, nella gestione dei rischi e nella compliance normativa.
Una prima riflessione allora emerge dai dati: “La combinazione tra intelligenza artificiale e cloud consente a banche e assicurazioni di servire i clienti con maggiore precisione, velocità e impatto – commenta Dario Patrizi, Financial Services director di Capgemini in Italia -. E’ una nuova fase della trasformazione digitale, capace di aprire l’accesso a nuovi mercati e di ridisegnare il concetto di interazione tra persone e tecnologia”.
Dove operano gli Agenti AI: frodi, prestiti e onboarding
L’adozione degli Agenti AI è una realtà in tutte le principali aree operative dei servizi finanziari. Le banche li stanno utilizzando soprattutto per il customer service (75%), il rilevamento delle frodi (64%), la gestione dei prestiti (61%) e l’onboarding dei clienti (59%). Nelle assicurazioni il trend è analogo: il 70% ha avviato progetti di assistenza clienti automatizzata, mentre il 68% li impiega nell’underwriting e il 65% nella gestione dei sinistri. Anche qui l’onboarding rappresenta una priorità condivisa, segnale che il vero valore dell’AI agentica non sta solo nella riduzione dei costi, ma nella capacità di offrire esperienze personalizzate e conformi ai processi Kyc (Know Your Customer). Le motivazioni alla base di questa transizione sono evidenti. Le aree di maggiore inefficienza — gestione dei sinistri, validazione delle identità, concessione di prestiti e verifica documentale — si prestano a essere automatizzate da agenti intelligenti capaci di apprendere dalle interazioni e di prendere decisioni in autonomia, sotto la supervisione umana. I risultati operativi sono già tangibili: le istituzioni intervistate indicano come benefici principali la rapidità di risposta (89%), la maggiore accuratezza delle decisioni (91%) e la capacità di fornire risultati in tempo reale (96%).
Servono nuovi modelli organizzativi
Con l’introduzione massiva di agenti autonomi, le banche stanno ridefinendo anche le proprie strutture interne. Quasi la metà delle istituzioni finanziarie intervistate sta creando nuove posizioni dedicate alla supervisione e al controllo degli agenti AI, con funzioni che spaziano dal monitoraggio etico alla gestione dei rischi algoritmici. Il 33% delle aziende del settore sviluppa internamente i propri agenti AI, a testimonianza di un crescente desiderio di controllo diretto sulla tecnologia e sui modelli di apprendimento.
Tuttavia, la scalabilità resta una sfida: appena il 10% delle organizzazioni ha già implementato queste soluzioni su larga scala, mentre circa l’80% si trova ancora nelle fasi di ideazione o test pilota. Resta da considerare il gap, “tipico” di questi progetti, tra intenzione e implementazione è fisiologico.
Riprende Patrizi: “Le istituzioni devono distinguere la sostanza dal clamore mediatico e pianificare la crescita dell’Agentic AI con una visione di lungo periodo. È necessario un equilibrio tra sperimentazione e governance, in cui persone e agenti collaborino in modo trasparente e tracciabile”.
Il cloud, motore dell’Agentic AI
Il cloud, spiega il report, in questo contesto non è una semplice scelta infrastrutturale, ma una piattaforma abilitante per l’orchestrazione dell’intelligenza artificiale. Quasi due dirigenti su tre (61%) considerano oggi l’architettura cloud-native un elemento chiave della propria strategia AI. Le soluzioni cloud consentono di scalare gli agenti rapidamente, mantenendo sicurezza, conformità e accesso ai dati in tempo reale. Il modello che emerge è quello di un’AI distribuita, in cui le capacità cognitive si estendono lungo l’intera catena del valore, dal contact center alla prevenzione delle frodi, fino all’analisi del rischio creditizio. La trasformazione non riguarda solo la tecnologia, ma anche la mentalità delle organizzazioni, sempre più orientate verso approcci data-driven.
Dall’efficienza all’espansione, i vantaggi di business
Oltre a velocizzare i processi e migliorare l’accuratezza delle decisioni, l’AI agentica sta diventando un fattore di crescita economica. Secondo Capgemini Research Institute, gli agenti AI potrebbero generare fino a 450 miliardi di dollari di valore economico entro il 2028, grazie a una maggiore produttività, riduzione delle perdite da frodi e ottimizzazione dei costi operativi. Il 92% dei dirigenti intervistati ritiene che gli agenti AI permetteranno di espandersi in nuovi mercati senza investimenti infrastrutturali rilevanti, mentre il 79% prevede l’introduzione di modelli di pricing e offerte dinamiche, abilitati dall’analisi in tempo reale dei dati. Per il 75%, l’AI agentica rappresenta anche un ponte verso l’internazionalizzazione, grazie alla capacità di offrire assistenza multilingue adattata a regolamentazioni e culture locali. Questo potenziale porta quasi due dirigenti su tre a destinare fino al 40% del budget AI generativa alle tecnologie agentiche. Entro il 2028, una banca o compagnia su quattro prevede di aumentare l’investimento fino al 60%.
Competenze e compliance, le criticità
La crescita, tuttavia, non è priva di ostacoli. La carenza di competenze specialistiche e la complessità normativa emergono come i due fattori critici più condivisi: il 92% dei dirigenti lamenta la mancanza di profili capaci di governare i nuovi sistemi, mentre il 96% evidenzia il peso crescente delle regolamentazioni, soprattutto nei contesti cross-border. La conformità diventa quindi una priorità strategica, con l’89% delle istituzioni che la considera un pilastro dei propri piani triennali. Parallelamente, il modello economico dell’intelligenza artificiale si evolve: un numero crescente di aziende (circa il 25%) si sta orientando verso formule Service-as-a-Software che spostano il valore dal possesso o dall’utilizzo della tecnologia al solo pagamento per i risultati effettivamente ottenuti — per esempio, frodi risolte o transazioni gestite con successo. Questa evoluzione trasforma il paradigma dell’AI finanziaria in un servizio misurabile, orientato alla performance e strettamente connesso agli obiettivi di business.
© RIPRODUZIONE RISERVATA
