Un'indagine del 2026 su 277 dirigenti bancari in 37 paesi africani ha rilevato che l'83,2% degli istituti prevede di aumentare la spesa in IA nei prossimi 12 mesi. Eppure quasi un terzo non traccia formalmente il ritorno sull'investimento (ROI) della tecnologia. Tra le banche che non misurano i rendimenti dell'IA, l'82% intende comunque aumentare i propri budget.

I risultati evidenziano la tensione al centro della spinta all'automazione bancaria in Africa, del valore di molti milioni di dollari. Le banche investono in IA nonostante fatture cloud denominate in dollari, vincoli di integrazione con i core banking legacy e una carenza di ingegneri di machine learning. In questa edizione di Delve into AI, EMMANUEL NWOSU esamina il divario tra operazioni più veloci e rendimenti misurabili a bilancio.

La documentazione dei prestiti è storicamente stata un collo di bottiglia amministrativo, anche presso istituti finanziari ben capitalizzati. Standard Bank ha ora ridotto a circa 60 secondi, grazie all'intelligenza artificiale, un processo di verifica che prima richiedeva circa un'ora.

La banca sudafricana ha reso noto il dato nella sua presentazione ai Capital Markets Day di marzo 2026. Il dato si riferisce alla divisione di finanziamento di attivi commerciali e illustra come la maggiore banca africana per attivi stia applicando l'intelligenza delle macchine a processi consolidati.

Standard Bank ha inoltre riferito che il suo bot conversazionale gestisce il 65% delle richieste digitali in arrivo dai clienti. Ad agosto 2026, oltre 39.000 dipendenti—circa il 72% della forza lavoro—erano utenti regolari aziendali dell'IA generativa.

Questi esempi mostrano il potenziale operativo immediato dell'automazione. Le backlog amministrative possono ridursi a attività di pochi minuti, l'attrito per i clienti può diminuire e i dipendenti possono essere reindirizzati verso attività di consulenza che richiedono giudizio umano.

Il beneficio finanziario, tuttavia, resta meno certo. L'implementazione dell'IA in ambienti finanziari regolamentati richiede controlli di governance dei dati, licenze software, integrazione di sistemi e riqualificazione della forza lavoro. Per giustificare questi costi in termini commerciali, le banche devono dimostrare che i guadagni finanziari superano la spesa di implementazione e gestione.

Più velocità, rendimenti finanzi incerti

Il rapporto State of AI in African Banking, studio congiunto del 2026 del fornitore di software bancario Backbase e di African Banker, ha intervistato dirigenti in 37 paesi africani. Ha rilevato che l'83,2% degli istituti prevedeva di aumentare le allocazioni per l'IA nei 12 mesi successivi, mentre solo il 67,1% tracciava formalmente il ROI di tali implementazioni.

Tra circa un terzo degli intervistati le cui banche non tracciavano i rendimenti dell'IA, l'82% prevedeva comunque di aumentare i budget. Le cifre indicano che molti leader bancari stanno espandendo una tecnologia il cui contributo commerciale non hanno ancora quantificato.

L'assenza di una misurazione formale non significa necessariamente che i progetti di IA abbiano fallito. I sistemi algoritmici possono ridurre i tempi di elaborazione, migliorare il monitoraggio delle frodi e potenziare il servizio clienti senza ridurre immediatamente i costi nel conto economico. Ma la differenza tra efficienza operativa e rendimento finanziario diventa più importante man mano che l'IA passa da progetti pilota isolati a sistemi usati quotidianamente dalle banche.

Standard Bank ha costruito le proprie capacità di IA su investimenti tecnologici effettuati nel corso di diversi anni. Nella presentazione agli investitori di marzo, la banca ha dichiarato che l'IA conversazionale gestiva il 65% delle richieste digitali sulla sua app di banking personale. Ha inoltre riferito che la produttività ingegneristica era migliorata di oltre il 20% nell'anno precedente, mentre l'IA iniziava ad accelerare il lavoro legato ai prestiti.

L'esempio del finanziamento di attivi commerciali, in cui l'elaborazione della documentazione dei prestiti è scesa da circa un'ora a circa un minuto, dimostra il potenziale di miglioramento in alcuni flussi di lavoro amministrativi. Standard Bank ha anche esteso l'accesso alla tecnologia in tutta la forza lavoro. Ad agosto, ha riferito oltre 39.000 utenti attivi di IA generativa tramite strumenti aziendali approvati.

Ridurre un processo di documentazione da un'ora a un minuto libera i dipendenti che in precedenza svolgevano quel lavoro. La banca potrebbe elaborare più domande con la stessa forza lavoro, ridurre gli straordinari o assegnare i dipendenti ad altre responsabilità. Questi benefici operativi diventano risparmi finanziari misurabili solo quando generano spese evitate o redditi aggiuntivi ragionevolmente attribuibili all'investimento.

Standard Bank ha dichiarato di voler reindirizzare il tempo risparmiato grazie all'IA verso le relazioni con i clienti e il lavoro che richiede decisioni più complesse. Questo approccio va oltre il taglio diretto dei costi e mira a generare più valore dalla forza lavoro esistente. La dichiarazione, di per sé, non specifica ricavi generati o costi risparmiati.

Nel credito, l'IA potrebbe consentire ai dipendenti di elaborare più domande senza un corrispondente aumento dei costi del personale. Se usata per valutare l'affidabilità creditizia dei mutuatari, potrebbe anche supportare le decisioni di prestito e potenzialmente ridurre i default. Si tratta di benefici distinti, e Standard Bank non ha stabilito che i suoi investimenti in IA abbiano prodotto uno dei due in termini finanziari.

Il rapporto prestiti in sofferenza della banca era del 5,6% alla fine di giugno, rispetto al 6,2% dell'anno precedente. Gli accantonamenti per perdite su crediti, che riflettono le perdite attese sui prestiti, sono scesi del 12% a 7,13 miliardi di rand (435,5 milioni di dollari) nella prima metà del 2026. Standard Bank non ha attribuito questi miglioramenti all'uso'IA.

Nedbank, un'altra banca sudafricana di primo livello, ha riferito miglioramenti operativi misurabili. Nel suo rapporto integrato 2025, la banca ha dichiarato di aver implementato 30 casi d'uso avanzati di IA durante l'anno. Il suo programma più ampio, che copre IA, IA generativa, analisi, machine learning e automazione robotica dei processi, ha permesso di risparmiare circa 312.000 ore-employee tra creazione di media e contenuti, traduzione di documenti e produttività personale. I tempi di elaborazione dei pagamenti globali sono inoltre diminuiti di circa il 30%.

Nedbank ha utilizzato modelli predittivi per identificare i clienti più propensi ad acquistare prodotti di investimento. Ha anche applicato analisi per targetizzare potenziali clienti di carte di credito e prestiti. Queste applicazioni riflettono i due modi principali con cui le banche si aspettano che l'IA generi rendimenti: riducendo il costo dei servizi esistenti e aiutandole a servire i clienti in modo più efficace.

Il costo di far funzionare l'IA

L'IA non opera indipendentemente dalla tecnologia esistente di una banca. I modelli richiedono dati affidabili, sistemi di calcolo sicuri e accesso alle applicazioni usate da dipendenti e clienti. Le banche necessitano inoltre di procedure per testare gli output, limitare l'accesso alle informazioni sensibili e monitorare le decisioni prese con l'IA.

Di conseguenza, il costo dell'implementazione dell'IA può essere notevolmente superiore al prezzo di un abbonamento software. Al suo Capital Markets Day 2026, Standard Bank ha riportato una spesa tecnologica totale di 23,5 miliardi di rand (1,44 miliardi di dollari) nel 2025, pari al 27,7% delle spese operative.

La banca ha dichiarato che l'88% dei suoi server legacy era stato dismesso e che il 71% dei carichi di lavoro informatici idonei alla migrazione era stato spostato sul cloud al momento della presentazione. Ha successivamente riferito che la migrazione cloud aveva raggiunto il 78% dei carichi di lavoro idonei entro la fine di giugno 2026.

Standard Bank ha dichiarato che gli investimenti tecnologici di diversi anni hanno contribuito a migliorare l'efficienza e a ridurre il rapporto costi/ricavi di gruppo dal 59,1% al 50,2%. In termini pratici, la banca ha speso circa 50 rand (3,05 dollari) in spese operative per ogni 100 rand (6,09 dollari) di ricavi operativi, rispetto a circa 59 rand (3,60 dollari) in precedenza.

La spesa tecnologica è continuata ad aumentare man mano che la banca espandeva le operazioni di IA. Standard Bank ha speso 23,51 miliardi di rand (1,43 miliardi di dollari) in tecnologia nel 2025, con un aumento del 4,9% rispetto ai 22,4 miliardi di rand (1,36 miliardi di dollari) del 2024. Nella prima metà del 2026, le spese per software, cloud e tecnologia sono salite del 6% a 7,16 miliardi di rand (436,5 milioni di dollari). La banca ha attribuito parte dell'aumento all'espansione delle capacità di IA, oltre che a investimenti in competenze tecnologiche specialistiche, sistemi core banking e cybersecurity.

La spesa tecnologica complessiva è cresciuta solo del 2% a 11,83 miliardi di rand (721 milioni di dollari) nei sei mesi, poiché minori ammortamenti e altri costi tecnologici hanno compensato parte dell'aumento. Standard Bank ha descritto il proprio approccio come una strategia di "save-to-invest", utilizzando le efficienze degli investimenti tecnologici precedenti per finanziare capacità più recenti, compresa l'IA.

Il programma di modernizzazione illustra il lavoro necessario per introdurre nuove capacità in un'attività bancaria consolidata. Nell'indagine di Backbase e African Banker, il 50,2% degli intervistati ha identificato l'integrazione con la tecnologia esistente come il principale ostacolo interno all'adozione dell'IA.

Le banche potrebbero dover collegare anagraiche clienti, storici delle transazioni e altre informazioni archiviate in sistemi sviluppati in epoche diverse. Un istituto che introduce l'IA nella valutazione del credito, ad esempio, necessita di un accesso affidabile alle informazioni finanziarie usate per valutare i mutuatari. Consolidare tali informazioni può richiedere aggiornamenti dei sistemi legacy, infrastrutture informatiche aggiuntive e dipendenti specializzati per la loro manutenzione.

Questi requisiti aumentano sia i costi iniziali sia quelli correnti dell'IA. Le banche che acquistano servizi cloud o software in valute estere possono anche trovarsi ad affrontare spese più elevate in valuta locale quando i tassi di cambio si muovono contro di loro. Il caso finanziario dell'IA dipende quindi da più del tempo risparmiato da un sistema. Le banche devono valutare questi guadagni rispetto al costo completo di introduzione e gestione della tecnologia.

Perché i rendimenti restano difficili da misurare

La ricerca di Backbase e African Banker suggerisce che alcune banche africane stanno ottenendo i risultati finanziari attesi. Tra gli intervistati i cui istituti misurano formalmente i rendimenti, l'85,1% ha dichiarato che i propri investimenti avevano raggiunto o superato le proiezioni.

Tali banche misuravano però la prestazione rispetto ai propri obiettivi. L'indagine non stabilisce quanto ciascun istituto abbia investito, il valore finanziario generato o se i rendimenti siano stati calcolati in modo coerente tra le organizzazioni.

Il credito basato sull'IA illustra la difficoltà. Se una banca approva più domande dopo l'introduzione dell'IA, i prestiti aggiuntivi potrebbero aumentare i redditi da interessi. Il beneficio finanziario dipenderebbe comunque dai costi di finanziamento, dalla prestazione di quei prestiti e da se la tecnologia abbia migliorato le decisioni di credito. Allo stesso modo, il valore di un sistema di rilevamento delle frodi basato sull'IA risiede nelle perdite prevenute, non semplicemente nel numero di transazioni sospette individuate.

L'indagine ha rilevato che il 71,7% degli intervistati che collaborano con fornitori terzi di IA misura i rendimenti, contro il 31% di chi sviluppa l'IA interamente internamente. La differenza riflette la varia capacità delle banche di costruire sistemi di IA proprietari, che possono esse stesse diventare un significativo centro di costo.

Nel giugno 2026, il primo AI Index for Banks in the Middle East and Africa di Evident ha valutato 25 grandi banche su talento in IA, innovazione, leadership e trasparenza. Standard Bank si è classificata seconda e Nedbank quarta, risultando le uniche due banche sudafrane tra i quattro leader regionali. Anche FirstRand, Capitec e Absa figuravano nella top 10.

Evident ha attribuito la prestazione relativamente forte di queste banche in parte a pool di talento in IA più ampi, alla vicinanza a università di ricerca e all'attenzione verso la normativa emergente delle banche centrali. I risultati suggeriscono che le banche sudafricane hanno sviluppato capacità di IA più solide di quelle di molti concorrenti regionali.

Tra i 25 istituti valutati, tuttavia, Evident ha rilevato che il talento specializzato nello sviluppo di IA, rapportato alla dimensione della forza lavoro, era pari alla metà del livello registrato nel suo campione di riferimento delle grandi banche globali. La carenza ha implicazioni finanziarie. Le banche prive di competenze interne sufficienti devono o investire nello sviluppo di capacità proprie o affidarsi a fornitori esterni, continuando comunque a pagare per integrazione e manutenzione.

Alcune banche extra-africane hanno fornito un quadro più chiaro del contributo finanziario dell'IA. DBS Bank di Singapore ha riportato circa 1 miliardo di dollari di Singapore (78 milioni di dollari) di valore economico derivante da analisi dei dati e IA nel 2025, rispetto ai 750 milioni di dollari di Singapore (587 milioni di dollari) del 2024. Alla fine di quell'anno, DBS aveva implementato oltre 2.000 modelli su più di 430 casi d'uso.

DBS è andata oltre il riportare quanti compiti l'IA completa o quanto tempo i dipendenti risparmiano. Ha attribuito un valore monetario al contributo della tecnologia all'attività, anche se non è chiaro se la banca sia ora in profitto sull'uso dell'IA.

Il confronto chiarisce la questione finanziaria che le banche africane devono affrontare. Standard Bank e Nedbank hanno dimostrato miglioramenti di produttività, e molti istituti intervistati da Backbase dichiarano di aver raggiunto i propri obiettivi di investimento in IA. Ma le banche forniscono informazioni limitate sul costo dei singoli programmi di IA o sui rendimenti finanziari generati.

La produttività è un caso d'uso fondamentale dell'IA nel settore bancario e in altre organizzazioni non finanziarie. La sfida è stabilire quanto vale quella produttività e quanta parte possa essere attribuita all'IA. Man mano che le banche vanno oltre i pilota, la prova più chiara dei progressi sarà una divulgazione più costante dei costi dei programmi, dei risultati misurati e del legame tra questi risultati e la prestazione finanziaria.

Fonte: TechCabal