GenAI e Data-Driven Decisioning contro il rischio di credito

In un contesto di preoccupazione per l’aumento del rischio di credito, l’utilizzo di dati alternativi per la valutazione del rischio si sta rivelando efficace (54%). Infatti un nuovo studio di Experian, analizzando le strategie aziendali emergenti concentrate sui Data Driven Decisioning, si è concentrato su quattro aree chiave:

• priorità strategiche,
• dati e analisi,
• tecnologia
• e rischio.

La disruption tecnologica è considerata dai decisioning maker il fattore esterno di maggiore impatto per il loro business nei prossimi due anni, con il 68% degli intervistati convinto che l’uso strategico dell’AI sarà decisivo per ottenere un vantaggio competitivo. Questa tendenza è confermata dal fatto che quasi tre quarti (73%) dei responsabili IT stanno già esplorando diverse applicazioni pratiche dell’AI per implementarle entro il prossimo anno. Tra i benefici più attesi dalla GenAI il miglioramento del risk assessment (67%). Altrettanto rilevante è l’interesse per l’analisi di fonti di dati alternative (62%), grazie alla capacità della GenAI di estrarre informazioni preziose da dati non tradizionali per creare modelli decisionali che offrono una visione olistica del cliente.

Esperienza cliente: la disruption tecnologica fa la differenza

Quasi la metà degli intervistati (47%) prevede un aumento dello stress creditizio nei prossimi 12 mesi, con un conseguente incremento di mancati pagamenti e morosità. Non sorprende che la stessa percentuale (47%) abbia inasprito i criteri di prestito nell’ultimo anno. In questo contesto, il 42% dei responsabili della gestione del rischio considera prioritario migliorare la capacità di identificare i clienti finanziariamente vulnerabili. Una migliore integrazione tra dati, strumenti di analisi e software decisionali, potenziata dall’AI, permetterebbe agli istituti di credito di avere una visione più completa dei richiedenti, accelerare i processi decisioning, migliorare le relazioni con i clienti e promuovere pratiche di prestito più eque.

La situazione in Italia

I leader aziendali italiani hanno compreso l’importanza strategica dell’AI per ottenere un vantaggio competitivo: il 67% degli intervistati ne riconosce il ruolo cruciale e il 72% sta esplorando le possibili applicazioni della GenAI, con l’obiettivo di implementarle entro il prossimo anno, soprattutto per migliorare la valutazione del rischio (67%). La rapidità di sviluppo e implementazione dei modelli di AI/ML rappresentano ancora un ostacolo per il 49% degli intervistati.

Anche in Italia, infatti, si percepisce una crescente preoccupazione per l’aumento del rischio di credito, con quasi la metà degli intervistati che prevede un incremento di mancati pagamenti e insolvenze nei prossimi 12 mesi e il 57% che ha adottato criteri di prestito più severi.

In questo contesto, l’utilizzo di dati alternativi nei modelli di valutazione del rischio si sta rivelando vincente: il 54% degli intervistati conferma che questa strategia ha migliorato l’accuratezza delle decisioni di prestito.

Decisioning data-driven: il vantaggio di una piattaforma cloud unificata

La mancanza di accesso a fonti di dati alternative rappresenta un ostacolo significativo per il successo dei programmi di analisi e lo sviluppo di modelli volti a supportare decisioni di prestito più accurate, soprattutto in un contesto economico in rapida evoluzione. Inoltre, il 55% degli intervistati ritiene che lo sviluppo di modelli di AI/ML sia troppo lento, mentre il 48% è costretto ad aggiornare costantemente i propri modelli per tenere il passo con i cambiamenti nel comportamento dei consumatori.

Le piattaforme cloud offrono una soluzione a questa sfida: grazie alle loro capacità avanzate di AI, possono elaborare e analizzare in modo efficiente set di dati alternativi o complessi, anche non strutturati, estraendo informazioni preziose finora inaccessibili. Questo si traduce in modelli predittivi più accurati, insight più approfonditi e profili di rischio di credito più completi.

“La ricerca di quest’anno mette in luce due tendenze fondamentali: da un lato, la crescente competizione per la leadership nell’ambito dell’AI, considerata strategica per ottenere un vantaggio competitivo. Dall’altro, la crescente attenzione verso gli investimenti in strumenti di analisi e infrastrutture dati, essenziali per sfruttare appieno il potenziale informativo a disposizione. Molte aziende, infatti, sono ancora alle prese con la necessità di ridurre tempi e risorse necessari allo sviluppo di nuovi modelli. I risultati dimostrano chiaramente come le aziende si stiano orientando sempre più verso servizi basati su cloud per integrare efficacemente dati, analisi e software”, spiega Armando Capone, CEO di Experian Italia.

“È incoraggiante vedere che la maggior parte dei senior leader è ottimista sulla crescita per l’anno prossimo, e che di conseguenza prevede maggiori investimenti in tecnologia. Tuttavia, ci troviamo ancora di fronte a sfide macroeconomiche più ampie, con le difficoltà finanziarie dei clienti evidenziate come una preoccupazione significativa. Intelligenza artificiale e strumenti di ML rappresentano una notevole opportunità per migliorare la precisione della valutazione del credito, sia per i clienti nuovi che per quelli esistenti, e quindi contribuire a salvaguardare i clienti vulnerabili con un impegno proattivo”, afferma Malin Holmberg, CEO, EMEA & APAC, Experian.