Intelligenza artificiale in banca: perché i rischi corrono più veloci e il tempo per reagire si accorcia
Tommaso Petrillo, responsabile risk di Accenture per l’Italia e la Grecia, sostiene che l’intelligenza artificiale non stia modificando solo i processi di innovazione delle banche, ma la natura e la velocità dei rischi a cui il settore è esposto.
Secondo il manager, i modelli di IA più avanzati possono ridurre in modo sensibile il tempo che intercorre tra l’individuazione di una vulnerabilità e il suo possibile sfruttamento. Nel momento in cui una debolezza dei sistemi viene scoperta, gli strumenti basati sull’IA possono essere usati, anche da soggetti malevoli, per sferrare attacchi più rapidi e su scala più ampia. Il risultato è un aumento della portata delle minacce e, allo stesso tempo, un margine di manovra più stretto per reagire e mettere in sicurezza i presidi.
Per chi non lavora nel settore, il risk management bancario è l’insieme di procedure, controlli e modelli con cui un intermediario finanziario valuta, monitora e limita le proprie esposizioni: dal rischio operativo a quello informatico, da quello di credito a quelli di mercato, legale e reputazionale.
Vigilanza: BCE, Banca d’Italia e IVASS
Petrillo richiama anche il crescente attivismo delle autorità di supervisione. Le recenti iniziative di Banca Centrale Europea, Banca d’Italia e IVASS, l’autorità che vigila sulle assicurazioni, a cui si è aggiunto a fine agosto il richiamo del Financial Stability Board al G20, mostrano un’attenzione crescente e convergente sui rischi collegati all’intelligenza artificiale.
Il Financial Stability Board coordina a livello globale le regole per la stabilità del sistema finanziario, mentre il G20 riunisce le principali economie mondiali. Il fatto che questi soggetti intervengano sul fronte IA segnala un impatto non solo tecnologico, ma potenzialmente sistemico, cioè in grado di influenzare la stabilità complessiva del settore finanziario.
Cosa devono fare le banche
La nuova pressione regolamentare, spiega Petrillo, si traduce già in azioni concrete. Gli istituti di credito sono chiamati a:
- valutare la propria esposizione ai rischi legati all’uso dell’intelligenza artificiale;
- verificare l’adeguatezza dei presidi, cioè controlli, procedure e strumenti di difesa;
- identificare e prioritizzare i gap, individuando dove le difese sono insufficienti e in quale ordine intervenire;
- definire un piano di intervento con responsabilità chiare, tempistiche e investimenti necessari.
Si tratta di adattare l’intera architettura di risk management a un contesto in cui i rischi tecnologici, compresi quelli generati o amplificati dall’IA, si evolvono più rapidamente rispetto al passato.
Rischi complessi e interconnessi: i numeri
La nuova ondata regolamentare si inserisce in uno scenario di rischio già in forte evoluzione. A supporto, il manager cita una survey globale condotta da Accenture su 775 risk professionals in 17 Paesi: quattro intervistati su cinque ritengono che stiano emergendo rischi complessi e interconnessi con una velocità mai vista prima, e il 66% li considera anche più difficili da identificare e gestire.
Rischi complessi e interconnessi significa che diversi fattori, tecnologici, operativi, normativi e reputazionali, si combinano tra loro. Diventa così più arduo prevedere come un singolo evento possa propagarsi all’interno dell’organizzazione o del sistema finanziario.
Dalla reazione all’anticipazione
Per il manager di Accenture la risposta non può limitarsi a soddisfare le prossime scadenze regolamentari. Serve costruire una capacità permanente e trasversale di gestione del rischio, in cui competenze di risk management, tecnologiche e di business lavorino insieme per anticipare il rischio e tradurlo rapidamente in decisioni operative.
«Se l’IA accelera le minacce, deve cambiare passo anche il modo in cui gli intermediari finanziari governano il rischio».
Il passaggio richiesto è da un approccio reattivo, centrato sulla risposta a eventi già accaduti, a un approccio proattivo, orientato all’anticipazione delle vulnerabilità generate o amplificate dall’intelligenza artificiale.
