Il chief technology and information officer di Bank of America ha affermato che uno degli errori più comuni che le aziende compiono con l'intelligenza artificiale è rivolgersi ad essa per prima cosa — proprio mentre la sua banca prepara a raddoppiare il budget per l'AI il prossimo anno.

Le dichiarazioni offrono uno scatto su come due pilastri della finanza globale stanno decidendo dove l'AI giustifica il suo costo — e dove strumenti più semplici fanno il lavoro meglio.

"Uno dei più grandi errori che vediamo commettere, da noi e da altri, è correre all'AI come soluzione," ha detto Hari Gopalkrishnan all'AIQ Summit di Fortune a New York, "quando i modelli deterministici fanno un ottimo lavoro."

Gopalkrishnan è intervenuto nel panel insieme a Sally Moore, chief client officer di S&P Global e co-responsabile di Kensho Data & Platforms. Il direttore editoriale di Fortune, Andrew Nusca, ha moderato la discussione.

Bank of America: prima gli strumenti semplici

Gopalkrishnan ha spiegato che la banca parte da ciò di cui i clienti hanno bisogno e costruisce un "inventario dei processi" dei passaggi alla base delle loro richieste. Spesso decide contro l'AI — "molte volte," ha detto — concludendo che un'app mobile o una regola decisionale in tempo reale può essere la risposta migliore.

Ogni progetto AI della banca passa inoltre per una revisione che copre 16 "pilastri" di rischio, tra cui privacy, bias, impatto sulla forza lavoro e proprietà intellettuale. "Non implementeremo un chatbot che risponde solo a certi accenti," ha detto.

La banca usa l'AI da più di un decennio, a partire dai modelli antifrode, ha detto. Il suo assistente virtuale Erica ha gestito 3,6 miliardi di transazioni, secondo Gopalkrishnan, che ha aggiunto che senza di esso la banca avrebbe bisogno di 11.000 persone in più per rispondere alle chiamate dei clienti. Un comunicato stampa di marzo della banca ha contato le interazioni con i clienti di Erica a più di 3,2 miliardi.

Quella prudenza coesiste con una spesa pesante: il CEO Brian Moynihan ha detto a settembre che circa 140 applicazioni AI costano alla banca 400 milioni di dollari e generano 800 milioni di dollari di benefici, e che il budget di spesa per l'AI raddoppierà il prossimo anno. Il raddopp dei budget insieme a quella revisione metodica cattura la tensione su cui il panel è tornato più volte: investire molto, ma solo dove la tecnologia funziona in modo dimostrabile.

La spesa è instradata con attenzione. Gopalkrishnan ha detto che la banca è model-agnostic: un livello di orchestrazione, chiamato Orchestra (naturalmente), invia i compiti di classificazione semplici a modelli open-weight approvati in esecuzione sulle GPU della banca, mentre il ragionamento più complesso va a modelli proprietari. Ha detto che questa configurazione aiuta anche a controllare i costi dei token.

Nel wealth management, ha detto, gli advisor possono ora prepararsi agli incontri con i clienti in "secondi e minuti", un lavoro che un tempo richiedeva giorni e settimane.

Sugli agenti autonomi, la banca non ha fretta. "C'è così tanto da estrarre in questo momento con agenti assistivi che lavorano realmente con gli umani nel loop," ha detto Gopalkrishnan. La banca andrà oltre man mano che l'infrastruttura di controllo migliora.

Ha anche affrontato la sicurezza, notando che i modelli AI stanno diventando sempre più bravi a trovare vulnerabilità del software, il che rende essenziali il patching e lo sviluppo sicuro che un'azienda utilizzi o meno l'AI. I rischi vanno oltre ogni singola istituzione, ha sostenuto: se una piccola banca da qualche parte ha un problema, le persone perdono fiducia nel sistema finanziario.

S&P Global: i dati come valuta

Moore ha detto che la sua azienda di 160 anni si sta riposizionando — in modo aggressivo e prudente. S&P Global è la più grande agenzia di rating del mondo e uno dei maggiori fornitori di indici, e gran parte dei suoi dati finanziari alimenta flussi di lavoro regolamentati, ha detto.

"I dati sono la valuta all'interno dell'AI," ha detto Moore, aggiungendo che i clienti richiedono accuratezza, citazioni e auditabilità e tracciabilità fino alla fonte. In un business i cui dati alimentano flussi di lavoro regolamentati, quell'auditabilità è la condizione stessa per usare l'AI.

Ha attribuito il merito a una scommessa precoce: S&P Global ha acquisito l'azienda AI Kensho nel 2018, una mossa che ci ha "dato un vantaggio," ha detto, spiegando che da allora l'azienda ha collocato Kensho al centro del business. Il 6 luglio ha scisso la divisione Market Intelligence in due unità. La prima, Kensho Data & Platforms, abbina "Kensho Data" — il livello di distribuzione dati e AI rivolto ai clienti — a un gruppo Platforms che comprende Capital IQ, Ratings Direct, Visible Alpha e With Intelligence. La seconda unità è Enterprise Solutions. La CEO Martina Cheung ha detto che i cambiamenti dovrebbero sostenere la crescita dei ricavi e margini migliori. La riorganizzazione sottopone a una prova concreta tali obiettivi dichiarati, per verificare se una strategia dati incentrata sull'AI dia i frutti attesi.

Circa due anni fa, S&P Global ha anche creato un chief client office, guidato da Moore, per lavorare più a stretto contatto con i clienti. Include un gruppo labs e quelli che l'azienda chiama esperti forward-deployed, che lavorano al fianco dei clienti sull'AI.

S&P Global serve 60.000 clienti in diverse fasi di adozione dell'AI, ha detto Moore. L'azienda collabora con i lab AI di frontiera, inserisce i suoi dati nei modelli linguistici di grandi dimensioni e negli strumenti di produttività, e ora costruisce propri agenti. I casi d'uso vanno da compiti ampi, come la preparazione diunioni e pitch book da parte dei banchieri, ad agenti specializzati costruiti per un singolo compito.

Ha offerto un esempio. Una banca di primo livello con 8.000 banchieri stava combinando set di contenuti S&P all'interno della propria piattaforma. S&P ha contribuito a portare il progetto in produzione "sei volte più velocemente," ha detto, e l'accuratezza è salita da circa il 60% all'inizio al 98% in seguito. Non ha nominato la banca, e le cifre sono quelle di S&P.

L'azienda ha inoltre costruito un agente "credit memo builder" che mantiene gli umani nel loop e si affida alla confidenza nei dati sottostanti.

Come Gopalkrishnan, Moore ha sottolineato l'uso dello strumento giusto per il compito. L'opzione deterministica di S&P Global per i modelli linguistici è una API, che non accumula costi elevati di token, ha detto, mentre il più complesso "adaptive data retrieval at scale" costa di più. Poiché i clienti pagano per dati, tecnologia ed efficienza delle persone da budget diversi, S&P discute con loro una gamma di risultati.

Dove le strade si dividono

Interrogato su se abbia mai scelto contro l'AI, Gopalkrishnan ha detto che la risposta più semplice è spesso la migliore. "L'AI non è sempre la risposta giusta," ha detto.

Moore ha concordato, e poi ha portato il punto oltre. "Penso che Hari l'abbia detto molto bene. Non si tratta dello strumento giusto. Riguarda un po' il reinventarsi," ha detto. "Cosa sto cercando di risolvere qui? E dove può portarmi questa tecnologia?"

All'interno di S&P Global, ciò ha significato un ufficio centrale di trasformazione che riunisce i tecnologi e, più di recente, le operazioni dati. Entrambe le aziende hanno lasciato indicatori misurabili per i mesi a venire: il raddoppio del budget AI della banca entra in vigore il prossimo anno, e le divisioni riorganizzate di S&P Global saranno giudicate sugli obiettivi di crescita e margini di Cheung.

Nella lightning round conclusiva, Moore ha indicato l'"embedded intelligence", che secondo lei "crea un'opportunità per andare oltre i clienti che si servono oggi."

A Gopalkrishnan è stata la parola finale: "Penso che anticipare le esigenze dei clienti e servirli dove si trovano ti differenzi in uno spazio altrimenti commoditizzato."

I giornalisti di Fortune hanno usato l'AI generativa come strumento di ricerca per questo servizio, e un editor ha verificato l'accuratezza delle informazioni prima della pubblicazione. Questo servizio è stato originariamente pubblicato su Fortune.com.