Il banking figura tra i settori più strettamente regolamentati al mondo, operando sotto un'intensa vigilanza, e le banche di comunità non fanno eccezione. La pressione ad adottare l'intelligenza artificiale (AI) è reale e in accelerazione: istituzioni finanziarie, regolatori e clienti spingono tutti per tecnologie in grado di semplificare l'esperienza bancaria digitale, rafforzare le misure di cybersicurezza e migliorare efficienze che liberano tempo e risorse. Tuttavia, la maggior parte delle soluzioni di AI entra sul mercato pensando alle grandi istituzioni, organizzazioni che possono dedicare risorse estese esclusivamente all'ideazione e all'implementazione dell'AI.

Le banche di comunità operano con meno risorse ma affrontano pressioni e interrogativi simili da parte dei propri consigli di amministrazione, degli azionisti e dei regolatori. Le poste in gioco vanno oltre le singole istituzioni: secondo i dati della FDIC, le banche di comunità costituiscono la maggioranza delle banche statunitensi per numero e erogano una quota sproporzionata dei prestiti nazionali alle piccole imprese e all'agricoltura, quindi il modo in cui adottano l'AI ha implicazioni sull'accesso al credito in gran parte dell'economia. Per restare competitive, la domanda non è più se adottare l'AI, ma come farlo mettendo al primo posto la conformità normativa. Queste istituzioni non hanno bisogno di una conformità aggiunta a posteriori; hanno bisogno di un'AI costruita con la conformità alla base.

Perché le banche di comunità rappresentano un ambiente di distribuzione diverso

Le banche di comunità spesso gestiscono funzioni di conformità più snelle e agili, a volte con appena tre-cinque persone responsabili della conformità dell'intera istituzione a normative complesse. E a differenza di quanto avviene nelle istituzioni più grandi, l'esaminatore regolamentare di solito conosce bene la banca e lavora direttamente con i vertici (C-suite) e i responsabili della conformità, poiché non esiste un grande dipartimento che gestisca l'esame.

Nella maggior parte dei casi, i framework di governance dell'AI sono stati costruiti da grandi istituzioni per la propria scala, presupponevano risorse e personale che le banche di comunità non hanno.

Come si configura in pratica il ciclo umano

Ormai è ampiamente riconosciuto che la supervisione umana resta una componente essenziale di qualsiasi strategia AI efficace. Lo stesso vale per la conformità, dove l'interpretazione normativa e la gestione del rischio continuano a richiedere competenza e responsabilità umane.

Con un'innovazione costante che si somma a normative complesse e rigorose, i responsabili della conformità devono svolgere un ruolo attivo nello sviluppo, nell'esecuzione e nella formazione continua delle piattaforme AI della propria istituzione. Altrettanto importante, i responsabili della conformità dovrebbero documentare ciascuna di queste interazioni per creare una traccia cartacea dettagliata e organizzata in grado di soddisfare i regolatori. Questa aspettativa è coerente con l'approccio dei regolatori bancari statunitensi alla tecnologia: le aspettative di lunga data sulla gestione del rischio dei modelli si applicano già ai sistemi di AI, quindi il coinvolgimento umano documentato funge anche da prova di controllo. La presenza di un umano nel ciclo non è un vincolo all'efficienza di un'istituzione finanziaria: è al centro del suo modello di governance.

Audit e governance alla scala delle banche di comunità

Operare con un team più piccolo e risorse limitate significa che la governance deve essere integrata nelle piattaforme di una banca di comunità fin dall'inizio, anziché essere trattata come un ripensamento. In un momento in cui budget, talenti e aspettative regolamentari devono essere tutti attentamente bilanciati, le banche di comunità potrebbero stare valutando se costruire internamente una piattaforma AI valga l'investimento sostanziale richiesto, o se collaborare con un fornitore fintech che offre già capacità comprovate e orientate alla conformità sia la scelta più strategica. Per molti, la seconda è l'opzione migliore, e non costituisce un trasferimento di responsabilità: le linee guida interagenzie sulla gestione del rischio di terze parti emanate nel 2023 chiariscono che le banche restano responsabili della vigilanza sulle capacità fornite dai fornitori, motivo per cui le tracce di audit integrate e i ruoli di governance assegnabili contano quanto la tecnologia sottostante.

Strumenti come il Financial Crimes AI Agent di FIS, sviluppato congiuntamente da FIS e Anthropic sulla piattaforma FIS Data and AI Platform, portano alle banche di comunità un rilevamento dei crimini finanziari di livello aziendale con un design orientato innanzitutto alla conformità: il ciclo di supervisione umana è integrato, le tracce di audit vengono generate automaticamente e la governance può essere assegnata a membri specifici del team. Il risultato è una capacità di conformità di livello aziendale per istituzioni di qualsiasi dimensione, anche per quelle prive di una funzione AI di livello aziendale.

Casi di studio: un'AI costruita per le banche di comunità, nella pratica

Le banche di comunità svolgono una funzione cruciale nell'economia statunitense e meritano un'AI costruita specificamente per le loro esigenze e il loro ambiente operativo, non una pagina strappata dal manuale di qualcun altro.

L'Origination Policy Optimizer di FIS in azione

L'Origination Policy Optimizer di FIS integra la conformità direttamente nel framework software per l'apertura di conti e l'erogazione di prestiti, eliminando i colli di bottiglia operativi mantenendo la supervisione umana al centro.

In una recente implementazione per un cliente, il sistema ha identificato una regola di underwriting legacy che instradava proprietari di immobili affidabili e consolidati verso costose revisioni manuali unicamente perché portavano un debito ipotecario sostenibile, anche se i team di rischio alla fine approvavano la grande maggioranza di quelle domande. Segnalando ed eliminando quell'attrito non necessario, lo strumento ha permesso a un team di conformità ridotto di riorientare il proprio tempo lontano dalle domande a basso rischio e verso le aree che meritavano un esame autentico, comprimendo del 75% il ciclo di revisione delle politiche, governance e implementazione delle modifiche, da otto settimane a sole due.

È l'equilibrio che le banche di comunità cercano: automatizzare in sicurezza le decisioni inequivocabili per migliorare l'esperienza del cliente, preservando al contempo il giudizio umano per i rischi complessi. È il modo in cui queste istituzioni possono usare l'AI per crescere in modo intelligente, senza ampliare il personale né sacrificare la governance.

Il Financial Crimes AI Agent di FIS: l'investigatore resta al posto decisionale

Il Financial Crimes AI Agent di FIS, realizzato da FIS e Anthropic, automatizza le parti più dispendiose in tempo di un'indagine antiriciclaggio mantenendo l'investigatore al posto decisionale.

Quando scatta un allarme da un sistema di monitoraggio delle transazioni, l'agente raccoglie il profilo del cliente, lo storico del conto, le relazioni con parti correlate e i segnali esterni pertinenti, per poi assemblarli in un riepilogo del caso pronto per la revisione. Al Livello 1, raccomanda se chiudere l'allarme o passare il caso al Livello 2 per un'indagine più approfondita. Al Livello 2, raccomanda se i fatti supportano la presentazione di una Segnalazione di attività sospetta (SAR) e supporta la redazione della narrazione della SAR. In ogni fase, l'investigatore può interrogare il ragionamento dell'agente, richiedere ulteriori estrazioni di dati e prendere la decisione finale.

Ogni azione viene registrata automaticamente in una traccia di audit, con la provenienza dei dati ricostruita fino alla fonte e un accesso basato sui ruoli applicato in ogni fase. Questo conta soprattutto per le banche di comunità, che sono tenute alle stesse aspettative AML delle più grandi istituzioni — FinCEN raccoglie ogni anno milioni di segnalazioni di attività sospetta da banche di ogni dimensione — ma raramente dispongono di team di data science e ingegneria AI per costruire autonomamente questo tipo di capacità.

Informazioni su FIS

FIS fa progredire il modo in cui il mondo paga, fa banking e investe. Con decenni di esperienza, FIS fornisce soluzioni di tecnologia finanziaria a istituzioni finanziarie, imprese e sviluppatori.

Fonte: GlobalFinTechSeries