Fintech Notizie

Banche digitali: come trasformare la spesa tecnologica in valore?

Daniel Martin
Aggiungi Securities.io alle tue fonti preferite su Google
Punti chiaveI budget tecnologici rivelano poco a meno che le banche non ridisegnino i flussi di…
Vedi di più
  • I budget tecnologici rivelano poco a meno che le banche non ridisegnino i flussi di lavoro e i diritti decisionali attorno ai nuovi strumenti.
  • L'infrastruttura riutilizzabile può diffondere i miglioramenti tra i servizi ma diffonde anche i guasti senza isolamento.
  • Gli investitori dovrebbero collegare ogni strumento a un processo cliente modificato anziché contare i lanci.

Una banca può lanciare un assistente basato sull’IA, aggiornare la propria app mobile e trasferire il software nel cloud senza rendere sensibilmente più semplice ottenere un prestito o risolvere un problema di pagamento. La tecnologia apre nuove possibilità. Per tradurle in servizi bancari migliori, è necessario cambiare il modo in cui persone, sistemi e decisioni interagiscono.

Questa distinzione è al centro di un nuovo studio di Syafruddin Chan e Kurnia Asni, «Aprire la scatola nera della trasformazione bancaria digitale: una sintesi macro-meso-micro dei meccanismi dei servizi e della governance».1 La loro rassegna offre un utile punto di partenza per capire perché investimenti tecnologici simili possano produrre risultati diversi.

Per gli investitori, la conseguenza è concreta: l’entità del budget tecnologico non basta a misurare i progressi. Una valutazione più solida segue l’investimento fino ai cambiamenti nei flussi di lavoro, ai risultati per i clienti e alla performance finanziaria, verificando al contempo se la banca è in grado di gestire i rischi introdotti nel percorso.

Che cosa ha davvero rilevato lo studio sulle banche digitali

I ricercatori sono partiti da 411 record di Scopus relativi al periodo dal 2006 al 2025 e hanno selezionato 225 studi idonei. Hanno utilizzato la modellazione degli argomenti, un metodo computazionale per individuare temi ricorrenti nei testi, per organizzare gli abstract in dieci argomenti e quattro dimensioni analitiche più ampie. Un gruppo più ristretto, selezionato intenzionalmente e composto da 17 studi, ha consentito un’analisi qualitativa più approfondita.

Il quadro che ne risulta collega fattori abilitanti, governance, meccanismi e risultati. In parole semplici, si chiede di che cosa dispone una banca, come controlla le proprie attività, che cosa cambia concretamente al suo interno e quali sono le conseguenze di tali cambiamenti.

I quattro elementi del modello di banca digitale dello studio
Elemento Ruolo nella trasformazione
Fattori abilitanti Condizioni tecnologiche, organizzative e istituzionali che rendono possibile la trasformazione.
Governance Controlli e condizioni che determinano le interazioni possibili tra soggetti interni ed esterni.
Meccanismi Processi che modificano prassi, capacità, servizi e rapporti organizzativi.
Risultati Conseguenze per i servizi, la performance organizzativa e i risultati correlati.

La governance non viene presentata come una singola fase di approvazione tra l’acquisto della tecnologia e la generazione di rendimenti: interviene lungo tutto il processo. Anche la trasformazione è ricorsiva: il feedback dei clienti, i problemi operativi e i risultati della performance possono indurre le banche a riconsiderare decisioni precedenti.

Si tratta di una sintesi della ricerca esistente, non di un esperimento che dimostri come uno specifico approccio gestionale aumenti i profitti. L’analisi più approfondita riguarda solo 17 studi e la modellazione degli argomenti si basa sugli abstract, non sugli articoli integrali. Per questi limiti, il modello è utile per formulare domande migliori, non per prevedere i rendimenti di una banca.

Perché un software migliore può lasciare intatti i colli di bottiglia bancari

Si consideri una domanda ipotetica di prestito per una piccola impresa. Uno strumento di IA potrebbe estrarre in pochi secondi le informazioni dai rendiconti finanziari. Eppure, il richiedente potrebbe dover aspettare giorni perché i controlli d’identità, la valutazione del credito e la verifica dei documenti si svolgono in sistemi separati, gestiti da team diversi.

Lo strumento di estrazione migliora una singola attività. Il servizio migliora solo quando cambia il processo nel suo complesso. Potrebbero servire registri condivisi, maggiore chiarezza sui poteri decisionali, meno controlli duplicati e una procedura affidabile per gestire le domande insolite.

Questa distinzione mette in luce un problema ricorrente di misurazione. Una banca può dichiarare di aver risparmiato migliaia di ore di lavoro, senza mostrare se quel tempo abbia permesso di completare più domande, ridurre gli errori o contenere le spese. Il risparmio di tempo crea capacità disponibile, ma spetta alla direzione decidere come renderla utile.

Anche la partecipazione dei dipendenti è importante. L’analisi di Securities.io sul fattore umano alla base della produttività nel fintech esamina come la tecnologia cambi l’esperienza dei lavoratori nel loro ruolo. La formazione dovrebbe quindi affrontare il giudizio e le responsabilità, oltre all’uso del software. I dipendenti devono sapere quando fidarsi di un risultato automatizzato, quando contestarlo e a chi spetta la decisione finale.

Il valore nascosto delle infrastrutture bancarie riutilizzabili

Un’utile estensione del modello dello studio consiste nel distinguere i miglioramenti isolati dalle capacità riutilizzabili. Un chatbot dedicato a un singolo prodotto può risolvere un problema circoscritto. Un sistema informativo ben gestito, a supporto del servizio clienti, della conformità normativa e dei prestiti, può migliorare più attività contemporaneamente.

Immaginiamo due banche che introducono strumenti di IA comparabili. Una crea una pipeline di dati, una procedura di approvazione e un sistema di monitoraggio separati per ogni applicazione. L’altra riutilizza componenti già consolidati. Anche se i loro primi progetti producono risultati simili, la seconda banca potrebbe dover affrontare meno duplicazioni quando estende l’implementazione.

Questo potenziale vantaggio dipende tanto dalla progettazione organizzativa quanto dalla qualità dei modelli. Esiste però anche un contrappeso: un’infrastruttura condivisa può propagare i malfunzionamenti a più servizi. Il riutilizzo diventa vantaggioso se è accompagnato da isolamento, test, piani di ripristino e responsabilità ben definite.

DBS ne offre un esempio concreto nel suo rapporto 2025 sull’impiego delle tecnologie e dell’IA. La banca descrive componenti riutilizzabili, standard di governance e funzionalità per la gestione dei flussi di lavoro nell’ambito del proprio quadro di riferimento per l’IA generativa. Riferisce inoltre una riduzione del 25% dei tempi di distribuzione del codice grazie alla sua piattaforma aziendale per dati e analisi. Si tratta di indicatori operativi riportati dalla società, che aiutano tuttavia a comprendere l’infrastruttura alla base degli annunci più rilevanti sull’IA.

Come valutare i progressi del settore bancario digitale

Lo studio suggerisce un approccio più rigoroso nell’analisi delle comunicazioni sulle tecnologie: ricostruire il legame tra uno strumento e un risultato. Il numero di applicazioni indica il livello di attività. È più significativo sapere che un problema ricorrente dei clienti è diventato più facile da risolvere.

  • Quale processo completo, rivolto ai clienti o ai dipendenti, è cambiato?
  • La rapidità è migliorata insieme alla precisione, all’affidabilità o alla soddisfazione?
  • In che modo le risorse liberate sono state convertite in valore per l’azienda?
  • La banca può ripetere il miglioramento senza moltiplicare costi e rischi?

Anche i confronti richiedono criteri coerenti. Una riduzione dei costi di elaborazione è meno significativa se il calcolo esclude la gestione manuale delle eccezioni o le nuove spese per il software. Per valutare l’accelerazione dei prestiti occorre considerare anche l’andamento successivo del credito. Un sistema di assistenza clienti va valutato anche in base ai problemi risolti, non soltanto alle conversazioni sottratte ai dipendenti.

Anche i risultati finanziari vanno interpretati con cautela. In un singolo periodo di rendicontazione, i tassi d’interesse, le perdite su crediti, i flussi dei depositi e le condizioni di mercato possono più che compensare i miglioramenti operativi. L’analisi di Securities.io sulla volatilità dei titoli fintech e bancari ribadisce l’importanza di distinguere le narrazioni legate alla tecnologia dalle dinamiche finanziarie più ampie.

DBS offre un’esposizione alla trasformazione del settore bancario digitale

Per gli investitori interessati a una banca quotata che applica questi principi, DBS Group Holdings rappresenta un esempio pertinente. La sua rilevanza in questo contesto risiede nella combinazione di implementazione tecnologica, riprogettazione operativa e indicatori pubblicati dell’impatto economico.

D05 Grafico dei prezzi

In un aggiornamento di luglio 2026 sull’adozione dell’IA e sui cambiamenti del modello operativo, DBS ha riferito che nel 2025 le iniziative nel campo dell’analisi dei dati e dell’IA hanno generato un valore economico di circa 1 miliardo di SGD. Ha dichiarato che oltre 2.000 modelli supportavano più di 430 casi d’uso. La banca ha inoltre descritto la riprogettazione dei processi, la riqualificazione dei dipendenti e il rafforzamento dei controlli come parte della più ampia trasformazione.

Queste comunicazioni sono coerenti con le questioni sollevate dall’analisi, ma non ne convalidano autonomamente il quadro di riferimento. Né il valore economico dichiarato va considerato equivalente a un pari importo di utile netto aggiuntivo. Gli investitori devono comunque esaminare come vengono calcolati i benefici, quanto costa l’implementazione e se i miglioramenti perdurano.

La discussione sui risultati finanziari del 2025 della banca mostra perché questa distinzione sia importante. DBS ha riportato un rapporto costi/ricavi stabile al 40%, mentre le spese sono aumentate del 4% e l’utile netto è diminuito del 3%; l’aumento delle imposte spiega il calo dell’utile. I progressi digitali possono coesistere con risultati finanziari complessivi contrastanti.

Di conseguenza, DBS offre un’esposizione a un’attività bancaria che investe nelle capacità digitali, con le relative considerazioni in materia di prestiti, finanziamento, congiuntura economica e valutazione. Le comunicazioni della banca sulle tecnologie sono solo una parte di questa valutazione.

Il valore del settore bancario digitale dipende dall’esecuzione

Il contributo più utile dell’analisi consiste nel rendere più visibile il lavoro che collega gli investimenti ai risultati. La qualità dei servizi bancari può migliorare quando tecnologia, competenze dei dipendenti, progettazione dei servizi e governance si rafforzano a vicenda.

Questo lascia spazio a progressi significativi senza che ogni banca debba inventare un nuovo algoritmo. Migliorare il modo in cui circolano le informazioni, vengono risolte le eccezioni e si replicano i processi efficaci può costituire un’innovazione importante. Per gli investitori, le prove di questi cambiamenti offrono una base più solida per valutare la trasformazione digitale rispetto ai soli totali di spesa o ai lanci di prodotti.

Riferimenti:

1 Chan, S. e Asni, K. (2026). Aprire la scatola nera della trasformazione bancaria digitale: una sintesi macro–meso–micro dei meccanismi di servizio e della governance. Journal of Open Innovation: Technology, Market, and Complexity. Pubblicazione online anticipata. https://doi.org/10.1016/j.joitmc.2026.100908

Daniel è un forte sostenitore del potenziale della blockchain per disruptare la finanza tradizionale. Ha una profonda passione per la tecnologia e sta sempre esplorando le ultime innovazioni e gadget.