L’automazione intelligente sta investendo il banking e, più in generale, la industry dei servizi finanziari. Ancora una volta c’entra la pandemia: secondo lo State of the Connected Consumer di Salesforce, il Covid ha innalzato fortemente le aspettative dei clienti sul fronte digitale, ma solo il 23% degli intervistati ritiene che gli operatori siano stati in grado di gestire la crisi nel miglior modo possibile. Molte le sfide da affrontare: creare un nuovo rapporto con il cliente, progettare esperienze innovative, incrementare produttività ed efficienza e migliorare il customer care nonostante una workforce sempre più diffusa.
Gli operatori finanziari stanno spingendo fortemente l’acceleratore sul digitale e sulle tecnologie esponenziali: in ballo non c’è solo il mantenimento dell’efficienza e la razionalizzazione dei costi di fronte alla disruption, ma la fiducia dei clienti, cioè il pilastro su cui l’ecosistema finanziario ha sempre costruito il proprio business.
L’era dell’Autonomous Finance è oggi
Autonomous Finance rientra perfettamente nello scenario appena descritto. L’espressione, coniata alcuni anni or sono da Forrester, comprende tutti i servizi finanziari algorithm-driven che prendono decisioni e intraprendono azioni per conto dell’utente, che può essere sia il consumatore finale (è caso più comune), ma anche l’azienda o l’istituto finanziario stesso. Davvero molte le fattispecie possibili: dai chatbot basati su AI all’automazione dei processi di back office; dalla personalizzazione dei servizi a nuove modalità di interazione tra l’azienda e il cliente.
Sempre secondo Forrester (via: FINN), i 3 driver che alimentano gli investimenti in Autonomous Finance sono:
- L’evoluzione delle aspettative e dei comportamenti dei clienti;
- L’innovazione incalzante da parte sia del fintech che degli incumbent;
- Le evoluzioni della data science (AI) e delle tecnologie di automazione.
Dai saving alla creazione di valore
A ben vedere, Autonomous Finance non è un concetto nuovo, per quanto non abbia ancora manifestato tutto il suo potenziale.
Lato azienda, l’esigenza è conciliare l’automazione delle attività di routine, fondamentale per focalizzare le risorse su attività engaging e a valore aggiunto, con la necessità di fornire nuovi servizi, di innovare e di costruire relazioni appaganti con i clienti. Non dimentichiamo che la virtualizzazione dell’esperienza bancaria, a seguito dell’ormai diffusissimo mobile banking, non ha inizialmente coinvolto i processi decisionali: aziende e privati prendono decisioni di risparmio e investimento in modo indipendente o assistiti dai propri consulenti. Solo gradualmente, sia le fintech che gli incumbent hanno iniziato a introdurre nei loro ecosistemi servizi innovativi con un certo grado di automazione più o meno smart, dai sistemi rule-based di risparmio, tipicamente indirizzati a un pubblico giovane, fino ai robo advisor più evoluti e intelligenti.
Investendo nel paradigma di self-driving finance, le aziende del settore possono trovare un equilibrio tra innovazione, razionalizzazione dei costi ed esigenze di crescita.
La potenza della customer experience e il ruolo della fiducia
Autonomous Finance intende ottimizzare la customer experience in un periodo in cui l’esperienza rappresenta il primo elemento di differenziazione tra operatori di qualsiasi settore, finance incluso. A tal proposito, la ricerca di Salesforce intitolata Trends in Financial Services rileva un sostanziale allineamento tra gli operatori per quanto concerne gli obiettivi degli investimenti in Autonomous Finance, ovvero:
- Ottenere una migliore Customer Experience;
- Migliorare la Customer Retention;
- Conoscere meglio il proprio cliente per personalizzarne l’esperienza.
Lo stesso studio esamina l’impatto lato cliente ed evidenzia, tra i benefici percepiti, proprio la personalizzazione della banking experience, il miglior benessere finanziario e un customer service adeguato alle aspettative dell’era pandemica.
In un podcast di fine 2020, Peter Wannemacher di Forrester introduce poi il tema della fiducia all’interno del percorso che conduce all’Autonomous Finance. L’analista sottolinea che, nonostante il 55% delle persone si affidi già agli algoritmi per attività essenziali della propria routine (come gli spostamenti tramite Google Maps), l’interesse per i robo advisor sia sensibilmente inferiore. Il successo dipende – e dipenderà sempre di più – dalla capacità degli operatori finanziari (soprattutto fintech) di elevare il livello di fiducia nei confronti dell’automazione, soprattutto in ambiti tecnici nei quali i clienti non hanno competenze specifiche. La prospettiva resta comunque positiva, anche in virtù della maggior fiducia nella tecnologia da parte delle generazioni più giovani.
La centralità del trust spiega anche perché il fenomeno dei robo advisor abbia subito una vera e propria impennata durante i primi tempi del covid. Vanguard, produttore di un digital advisor, ha infatti dichiarato un aumento del 35% di clienti gestiti durante i primi mesi della pandemia (Corporate Vision). Costrette a casa e non adeguatamente ‘seguite’ dagli operatori, le persone hanno iniziato ad apprezzare l’efficienza e l’affidabilità dei consulenti virtuali.
I 4 livelli di Autonomous Finance e i principali use case
I consulenti virtuali non sono che una delle manifestazioni di self driving finance. Guardando avanti, l’integrazione delle tecniche di automazione intelligente potrebbe diventare così pervasiva da riguardare tutti i servizi e prodotti consumer-oriented dell’ecosistema finanziario. Inoltre, Autonomous Finance potrebbe essere alla base non soltanto di eccellenti customer experience, ma anche di modelli di business innovativi.
A proposito di percorsi di adozione, Forrester (via: FINN) identifica 4 step, o livelli:
- Livello 1: esecuzione automatizzata di azioni sulla base di regole definite dall’utente. Tra le casistiche, i bonifici ricorrenti e i trigger per la compravendita di prodotti finanziari (stop loss, make profit…).
- Livello 2: interi task comprensivi di azioni multiple vengono automatizzati, ma in molte circostanze è richiesta l’autorizzazione esplicita del titolare dell’account. È il livello in cui operano tipicamente i Robo Advisor.
- Livello 3: si introduce il concetto di automazione della financial life del cliente, che comprende l’allocazione completamente automatizzata delle sue finanze e l’acquisto di prodotti e servizi in funzione di esigenze concordate. In alcune circostanze, la gestione passa comunque al cliente. Alcune soluzioni di gestione del capitale circolante e del debito appartengono a questo gruppo.
- Livello 4: l’intera financial life del cliente viene gestita da un ristretto numero di provider che prendono decisioni automatizzate in funzione di obiettivi prefissati e della previsione di quelli futuri. L’esempio riportato da Forrester è l’assistente personale che opera come intermediario intelligente tra diversi provider di servizi finanziari e prende decisioni autonome per il bene del cliente.
Per quanto concerne gli Use Case, si può fare riferimento alla ricerca di Salesforce citata in precedenza. Le principali manifestazioni di Autonomous Finance variano in modo considerevole da un settore all’altro. In particolare, nel retail banking l’interesse è massimo per l’automazione delle transazioni sulla base di parametri definiti: per esempio, un certo comportamento del cliente (determinati tipi di spese, un certo ammontare…) potrebbe innescare un trasferimento di denaro di ammontare fisso o pari a una quota della spesa appena effettuata. Rispetto al percorso di adozione identificato da Forrester, si tratta di una fattispecie di Livello 1. Sempre in ambito banking, un altro use case di grande interesse sono i suggerimenti personalizzati di prodotti o servizi in funzione del comportamento del cliente: l’analisi dei dati e delle transazioni permette di fare previsioni sulle esigenze future e di indirizzarle con proposte mirate.
In ambito assicurativo, il principale use case è la gestione automatizzata delle richieste di risarcimento, che oggi è ancora un processo manuale e ad alto rischio di errore, seguito dai processi di monitoraggio e gestione del rischio. Sul fronte della gestione patrimoniale, Autonomous Finance punta forte sull’ottimizzazione di risparmi e investimenti e sul ribilanciamento automatico dei portafogli di investimento, rigorosamente assistito da tecniche di AI. Qualsiasi sia l’applicazione, la stragrande maggioranza dei 2.800 leader intervistati da Salesforce è certa che i primi ad implementarle otterranno un importante vantaggio competitivo.
Le sfide culturali, organizzative e tecnologiche
Come in ogni percorso di trasformazione, anche nell’ecosistema finanziario non mancano le sfide da affrontare. Alcune dipendono dalla trasformazione culturale e organizzativa: non si dimentichi che Autonomous Finance riguarda anche i processi interni, il back office e il customer care. A tal proposito, l’impiego combinato di RPA e Intelligenza Artificiale (IPA: Intelligent Automation) permetterà non soltanto l’automazione delle operazioni di routine, ma anche l’esecuzione automatizzata dei processi decisionali, portando ad un radicale cambio di paradigma: le macchine non si limiteranno ad eseguire, ma potranno decidere e poi eseguire.
C’è poi un tema organizzativo di cui tener conto, che riguarda soprattutto il customer care. Anche gli operatori finanziari lavorano in modo smart e stanno approdando verso modalità di hybrid work, mentre il cliente richiede risposte rapide alle proprie esigenze e vuole libertà di scelta di canali e strumenti di contatto. Smart working da un lato e omnicanalità dall’altro rischiano di entrare in collisione se non vengono supportati da un’organizzazione adeguata e da strumenti ad hoc, solitamente basati su piattaforme cloud.
Infine, ma non per importanza, c’è un tema tecnologico con cui confrontarsi. Mentre l’evoluzione della data science procede incessantemente, implementare fattispecie di Autonomous Banking richiede infrastrutture capaci di performance allo stato dell’arte, che non tutti gli operatori sono in grado di garantire. L’esigenza è quella di governare contemporaneamente enormi volumi di dati e transazioni in tempo reale per migliaia di clienti, interfacciandosi con diversi sistemi esterni e mantenendo sempre compliance e sicurezza ai massimi livelli. La posta in gioco, però, è talmente alta da giustificare un solido investimento in tal senso.
