I prestiti basati sull’IA ampliano l’accesso al credito, ma la vigilanza è fondamentale

Molti servizi finanziari sono, in sostanza, attività basate sulle informazioni. Per esempio, una compagnia assicurativa deve disporre di dati accurati sulla frequenza futura degli incidenti e sui relativi costi, così da determinare correttamente un premio che consenta alla polizza di rimanere redditizia.

Allo stesso modo, per concedere un prestito occorre valutare correttamente il rischio che un determinato cliente non rimborsi il debito e stabilire un tasso d’interesse adeguato.

In passato, le decisioni si basavano esclusivamente sul giudizio umano e su formule matematiche rudimentali, mentre la classe sociale, le conoscenze personali e il comportamento individuale influivano sull’accesso ai servizi finanziari.

Col tempo si sono affermati metodi più professionali e obiettivi, che consentono di valutare il rischio in modo più accurato e con meno pregiudizi. Per esempio, negli Stati Uniti i punteggi di credito possono diventare il principale strumento per valutare la capacità di un richiedente di ottenere un prestito.

Oggi si diffondono metodi ancora più avanzati, che ricorrono all’IA per valutare i rischi di prestito con maggiore precisione e sfruttano la grande quantità di dati utili che i tradizionali punteggi di credito non utilizzano.

I prestiti basati sull’IA possono quindi raggiungere persone che i modelli di credito convenzionali tendono a trascurare e migliorare nel complesso la valutazione del rischio. Tuttavia, ampliare l’accesso al credito può comportare anche dei rischi se lo si fa in modo inadeguato, per esempio compromettendo la qualità effettiva della valutazione delle richieste o aumentando la discriminazione.

Un nuovo studio condotto da ricercatori della Kunming University (Cina), della Shanghai University of Finance and Economics (Cina) e dell’Università di Amburgo (Germania) analizza gli effetti dell’intelligenza artificiale nei mercati del credito.

Lo studio ha rilevato che i prestiti basati sull’IA aumentano in media l’inclusione finanziaria di 8,4–11,2 punti percentuali, soprattutto grazie agli istituti di credito FinTech. Ha inoltre constatato che l’espansione del credito trainata dall’IA amplifica la volatilità dei rischi di coda.

I ricercatori hanno pubblicato i risultati sulla rivista International Review of Economics & Finance¹, con il titolo «L’intelligenza artificiale nei mercati del credito: prestiti algoritmici, inclusione finanziaria e arbitraggio normativo».

Analisi dei prestiti basati sull’IA

I vantaggi e i rischi dei prestiti basati sull’IA

Da novità adottata da nuovi operatori come Upstart (vedi sotto per saperne di più sull’azienda), le tecnologie legate all’IA sono oggi presenti, in qualche misura, nella maggior parte dei processi di concessione dei prestiti.

«Gli algoritmi di apprendimento automatico sono ormai alla base dei sistemi di erogazione dei prestiti delle principali banche al dettaglio, delle piattaforme di prestito digitale e di un numero crescente di nuovi operatori FinTech.»

Questi sistemi possono elaborare e calcolare migliaia di variabili, tra cui la cronologia delle transazioni, le valutazioni psicometriche, i comportamenti rilevati tramite dispositivi mobili e i segnali sociali in tempo reale. Tuttavia, possono anche causare nuovi problemi:

• Possono perpetuare o amplificare i pregiudizi storici presenti nei dati di addestramento.
• Operano con un livello di opacità che rende difficile la vigilanza delle autorità.
• La loro diffusione oltre i confini giurisdizionali favorisce forme di arbitraggio normativo che mettono in discussione la logica territoriale della regolamentazione prudenziale.

Costruire un quadro di dati adeguato

Per comprendere gli effetti dei prestiti basati sull’IA non solo a livello locale, ma anche tra diverse giurisdizioni, i ricercatori hanno analizzato 42 economie nel periodo 2012–2022: 14 paesi dell’Asia-Pacifico, 10 dell’Europa, 10 dell’America Latina e 8 dell’Africa subsahariana.

Per questi paesi hanno raccolto dati sull’inclusione finanziaria, sulla qualità delle strutture di vigilanza e sul grado di completezza dei quadri macroprudenziali.

La principale misura, l’inclusione finanziaria, è stata calcolata tenendo conto di:

• la percentuale di titolari di un conto di credito formale;
• la diffusione del credito tra le micro, piccole e medie imprese (MPMI);
• il rapporto tra il numero di debitori e la popolazione adulta;
• il numero di filiali di banche commerciali ogni 100.000 adulti;
• la percentuale di titolari di un conto di moneta mobile.

I ricercatori hanno inoltre ideato un nuovo indicatore, l’intensità di adozione dei prestiti basati sull’IA (ALII), per misurare la diffusione di queste forme di prestito nei singoli paesi.

«L’ALII funge da misura strutturale dell’intensità di adozione tecnologica a livello macroeconomico e della distribuzione delle capacità nell’intero settore. Anziché verificare l’accuratezza dei singoli modelli o l’allineamento degli algoritmi a livello micro, l’indice quantifica la densità strutturale e la penetrazione operativa dei processi decisionali automatizzati all’interno del più ampio ecosistema finanziario.»

Risultati dello studio

Forti disparità

Come prevedibile, lo studio ha rilevato forti differenze nell’inclusione finanziaria da una regione all’altra: i valori vanno da 0,042 nelle economie a basso reddito dell’Africa subsahariana nei primi anni del periodo esaminato a 0,941 nelle economie ad alto reddito dell’Asia-Pacifico negli anni successivi.

L’Indice di intensità dei prestiti basati sull’IA mostra una dispersione ancora maggiore: il valore medio di 0,317 nasconde un coefficiente di variazione pari a 0,89, con una media di 0,089 nelle economie a basso reddito e di 0,524 in quelle ad alto reddito.

Un altro risultato è la notevole accelerazione dell’ALII dopo il 2016, in coincidenza con la diffusione commerciale delle applicazioni di apprendimento profondo nella valutazione del merito creditizio. Nel periodo successivo al 2015, invece, i valori più elevati di Credit Cycle Volatility (CCV) sono stati osservati nelle economie dei mercati emergenti, in concomitanza con la rapida espansione del credito FinTech documentata dai dati ALII.

I prestiti basati sull’IA favoriscono l’inclusione

Lo studio ha rilevato un legame diretto tra i prestiti basati sull’IA e l’inclusione finanziaria.

«Un aumento di una deviazione standard dell’Indice di intensità dei prestiti basati sull’IA è associato a un incremento di 0,084 deviazioni standard dell’Indice di inclusione finanziaria.»

È emerso inoltre che l’effetto positivo dei prestiti basati sull’IA sull’inclusione finanziaria è più forte quando la capacità di vigilanza è minore. Ciò potrebbe dipendere da due possibili ragioni, non necessariamente alternative tra loro:

• Nei contesti caratterizzati da una vigilanza più debole si trovano bacini più ampi di potenziali beneficiari di credito non adeguatamente serviti, ai quali i prestatori basati sull’IA possono concedere prestiti in modo redditizio utilizzando dati alternativi.
• Nei contesti con una vigilanza meno rigorosa, i prestatori basati sull’IA sono più disposti a concedere credito a mutuatari marginali, perché i costi normativi associati all’attribuzione di un eventuale mancato rimborso sono inferiori.

Questo effetto sembra essere dovuto soprattutto alle società FinTech, poiché i prestatori tecnologici basati sull’IA generano benefici per l’inclusione finanziaria notevolmente maggiori (3 volte) rispetto alle banche tradizionali che adottano strumenti di IA.

«Un aumento di una deviazione standard dell’intensità dei prestiti FinTech basati sull’IA fa salire l’FII di circa 13,8 punti percentuali, quasi tre volte l’effetto attribuibile a un’adozione equivalente dell’IA da parte delle banche tradizionali.»

A quanto pare, quindi, l’aumento dell’inclusione finanziaria non dipende dalla riduzione dei costi di elaborazione ottenuta con l’IA per i clienti bancari esistenti, bensì dall’uso dell’IA da parte delle società FinTech per raggiungere i mutuatari esclusi dal sistema bancario tradizionale.

Ciò è in linea con l’idea generale che le banche consolidate adottino l’IA a scopo difensivo, per tutelare i rapporti con la clientela esistente, anziché per espandersi e rivolgersi a nuovi segmenti.

Rischi maggiori a seconda dei Paesi?

Lo studio ha rilevato che, nei contesti con una vigilanza meno rigorosa, l’aumento dell’inclusione finanziaria ottenuto tramite i prestiti basati sull’IA non è significativamente associato a maggiori rischi sistemici. È quindi probabile che proprio in queste condizioni i prestiti basati sull’IA producano i risultati migliori, con un incremento più consistente dell’inclusione finanziaria e rischi inferiori.

Al contrario, nelle economie più sviluppate e nei contesti finanziari soggetti a una regolamentazione più rigorosa, i prestiti basati sull’IA apportano benefici più contenuti in termini di inclusione. In questi casi provocano anche un lieve, ma non trascurabile, aumento dei rischi. È probabile che ciò dipenda dal fatto che, in queste economie, sono davvero esclusi da ogni forma di credito soltanto i mutuatari più marginali.

«L’inclusione finanziaria è già pressoché universale tra la popolazione adulta, lasciando poco margine ai prestiti basati sull’IA per ampliare la quota di persone incluse.»

Come accade per ogni forma di prestito, i rischi maggiori non si presentano nelle normali condizioni di mercato, ma durante le fasi di forte tensione del sistema finanziario. Pertanto, sebbene i prestiti automatizzati sembrino stabili nei periodi tranquilli, durante le crisi provocano rapidi e uniformi tagli al capitale, rendendo essenziali solidi cuscinetti macroprudenziali per prevenire crisi sistemiche e panico sui mercati.

Arbitraggio normativo

Un risultato dello studio un po’ più preoccupante è la tendenza delle società FinTech che utilizzano l’IA per concedere prestiti a cercare di sottrarsi a normative più rigorose, anche ricorrendo a società di comodo.

«Nella regione Asia-Pacifico, mentre l’intensità della vigilanza locale saliva da +0,02 a +0,22, le aziende non hanno rallentato. Hanno invece trasferito le proprie attività fuori dal perimetro regolamentare, passando da 2 a 11 società controllate di comodo esterne a tale perimetro. Nello stesso periodo, hanno più che triplicato il trasferimento transfrontaliero di attività, dal 14,5% al 52,8%, provocando un’impennata delle controversie legali.»

Questo indica che le normative locali faticano a regolamentare pienamente questo tipo di prestatore. Di fatto, ciò incoraggia gli agili prestatori digitali a scorporare le proprie attività e a trasferire capitali in territori non sottoposti a vigilanza.

Cosa devono sapere gli investitori sui prestiti basati sull’IA

Questo studio conferma i risultati precedenti secondo cui i prestiti basati sull’IA migliorano l’inclusione finanziaria. Per esempio, era già noto che negli Stati Uniti la valutazione algoritmica delle richieste di mutuo aumenta i tassi di approvazione per i mutuatari appartenenti a minoranze senza un corrispondente aumento delle insolvenze: un risultato coerente con un’esclusione basata sulla discriminazione, anziché su una valutazione del rischio.

Lo studio dimostra ora che questo effetto si riscontra praticamente in ogni regione e tipo di economia e conferma inoltre un nesso causale diretto tra l’aumento dei prestiti basati sull’IA e un accesso al capitale migliore ed equo. L’effetto è particolarmente marcato nelle regioni con scarsa inclusione finanziaria e/o contesti di vigilanza meno rigorosi.

Lo studio ha inoltre rilevato che nelle economie sviluppate sono comuni rischi più elevati e benefici minori.

Ciò potrebbe significare che, se inizialmente il credito erogato tramite IA ha ampliato l’accesso ai capitali, i maggiori benefici e i rischi minori potrebbero trovarsi nei mercati di frontiera. Resta naturalmente da considerare che questi mercati sono in genere intrinsecamente più rischiosi delle economie sviluppate, indipendentemente dalla qualità della singola società che eroga credito tramite IA.

Infine, sembra che le società FinTech sfruttino rapidamente l’arbitraggio tra aree geografiche e cerchino di evitare normative più restrittive. Nel lungo periodo questo può rappresentare un rischio: un maggiore coordinamento regionale o una risposta più incisiva da parte delle autorità di regolamentazione potrebbero incidere sui margini e persino portare a cause legali contro queste società, un rischio che gli azionisti dovrebbero considerare.

Nel complesso, gli investitori nelle società FinTech che operano nel settore del credito tramite IA dovrebbero valutare se queste piattaforme siano in grado di ampliare l’accesso al credito in modo sostenibile, oltre a considerarne la crescita dei prestiti.

Se esiste una platea abbastanza ampia di persone poco servite dal settore finanziario tradizionale, il credito erogato tramite IA può offrire vantaggi considerevoli e rivolgersi a un ampio mercato potenziale.

Se invece la platea è troppo ridotta, i maggiori rischi di insolvenza durante le fasi di tensione sui mercati o metodi transfrontalieri altrettanto rischiosi per aggirare le normative possono comportare pericoli nascosti per gli azionisti della società nel lungo periodo.

Investire nel credito erogato tramite IA

Upstart Holdings

Con l’evoluzione dei prestiti e dei punteggi di credito, stanno emergendo nuove società che offrono alternative migliori ai punteggi di credito e alle pratiche di erogazione tradizionali. Una di queste è Upstart, un mercato dei prestiti basato sull’IA, lanciato nel 2012, molto prima che l’IA diventasse un tema centrale nel dibattito tecnologico.

L’idea alla base della fondazione di Upstart era che il sistema esistente di valutazione del credito fosse inefficiente e obsoleto. Con molti più dati a disposizione, doveva essere possibile individuare meglio i rischi dei prestiti e, di conseguenza, offrire finanziamenti più convenienti a una larga parte della popolazione.

«Il nostro modello per i prestiti personali valuta il rischio dei mutuatari con una precisione significativamente maggiore rispetto a un modello di credito tradizionale. Riteniamo che ci siano ancora molti anni di miglioramenti nella modellazione.»

Questo vantaggio iniziale ha fornito alla società un’abbondante quantità di dati su cui addestrare la propria IA e sfruttare i recenti progressi nei metodi di addestramento dell’IA.

Fonte: Upstart

Ciò significa che il metodo di Upstart può individuare persone con punteggi FICO elevati che, in pratica, presentano un alto rischio di insolvenza sui propri prestiti. E, viceversa, le persone con punteggi FICO bassi non sono così inclini a non pagare i propri prestiti.

Grazie all’uso dell’IA e dei dati, Upstart può quindi ottenere risultati notevoli per una determinata coorte. Per esempio, può riuscire a concedere più prestiti a parità di rischio, portando il tasso di approvazione dal 27% al 67%. Oppure può ridurre sensibilmente le perdite, abbassando il tasso di insolvenza dal 9% al 5%, quasi della metà.

Fonte: Upstart

Inoltre, usare un algoritmo invece di un addetto ai prestiti consente di automatizzare il processo. In questo modo, la procedura costa meno, è molto più rapida e rende più semplice e piacevole richiedere un prestito.

Il mercato di Upstart mette in contatto i mutuatari con banche, cooperative di credito e investitori istituzionali. La società ha riferito che nel 2025 gli investitori istituzionali hanno acquistato il 64% del capitale dei prestiti originati tramite la sua piattaforma.

Upstart opera in un mercato enorme: ogni anno vengono erogati prestiti per 25.000 miliardi di dollari a livello globale. Di questo totale, le piattaforme che originano e gestiscono tali crediti possono ottenere ricavi fino a 1.000 miliardi di dollari.

Nel 2025 la società ha originato 1,5 milioni di prestiti (in aumento del 115% su base annua), per un totale di 11 miliardi di dollari (in aumento dell’86% su base annua), e ha registrato ricavi complessivi pari a 1 miliardo di dollari (in aumento del 64% su base annua). La società cresce rapidamente anche in nuovi segmenti: per esempio, l’erogazione di prestiti auto è aumentata di 5 volte (da 45 milioni di dollari nel Q4 2024 a 263 milioni di dollari nel Q1 2026), mentre quella dei mutui è aumentata di 6 volte (da 27 milioni di dollari nel Q4 2024 a 143 milioni di dollari nel Q1 2026).

Per quanto già elevato, il numero attuale di prestiti è comunque esiguo rispetto al pieno potenziale dei metodi avanzati di valutazione del credito e dell’analisi dei prestiti basata sull’IA.

Fonte: Upstart

I recenti dati sulla crescita e il fatto di essere stata concepita fin dall’inizio come una società incentrata sull’IA sono segnali molto positivi per il futuro di Upstart, anche se il prezzo delle azioni non ha davvero premiato questo successo: le quotazioni sono allo stesso livello del 2022 e ben al di sotto del picco raggiunto nel 2021 durante la pandemia.

Ciò è dovuto in parte anche ad alcuni rischi legati al modello di business di Upstart.

Il primo è che il modello possa perdere efficacia se le condizioni economiche si discostano dai dati di addestramento e l’IA non riesce a cogliere le nuove tendenze.

Un altro problema è la crescente pressione normativa a favore della spiegabilità, dell’equità e della rendicontazione dei risultati demografici: anche involontariamente, l’IA potrebbe reintrodurre pratiche discriminatorie già vietate nel settore finanziario.

Infine, la società continua a dipendere dalla disponibilità di finanziamenti istituzionali nelle diverse fasi del ciclo del credito, mentre nel sistema finanziario si accumulano segnali di tensione, in un contesto caratterizzato da livelli di indebitamento elevati e da una situazione geopolitica tesa.

Tuttavia, Upstart è nella posizione ideale per diventare un importante mercato dei prestiti basato sull’IA e un fornitore di infrastrutture per la valutazione del merito creditizio: un’evoluzione necessaria rispetto alla spinta iniziale delle reti FinTech e P2P verso nuove pratiche di concessione dei prestiti.

Inoltre, gli investitori potrebbero voler acquisire fin da subito un’esposizione a una società che sta rivoluzionando il modo in cui viene effettuata la valutazione delle richieste di prestito.

Ultime notizie e sviluppi sul titolo Upstart Holdings (UPST)

Studio citato

^{1. Podong Song, Shutong Wu, Janson Partab. L’intelligenza artificiale nei mercati del credito: prestiti algoritmici, inclusione finanziaria e arbitraggio normativo. International Review of Economics & Finance. Dicembre 2026. Articolo: 105937. Volume 112. 10.1016/j.iref.2026.105937}