L’AI nei financial services è una leva strategica per rendere banche, assicurazioni e operatori finanziari più predittivi, efficienti e affidabili. Nell’intervista di Advisor con Vincenzo Fiengo e Antonio Autorino, l’intelligenza artificiale si intreccia con data intelligence e cybersecurity per governare dati, processi, rischio e fiducia.
L’intervista di Fiengo e Autorino su Advisor: AI, data intelligence e cybersecurity per il futuro dei financial services
L’intervista di Vincenzo Fiengo e Antonio Autorino pubblicata su Advisor racconta come intelligenza artificiale, data intelligence e cybersecurity stiano diventando leve strategiche per i financial services. Il focus è sulla trasformazione del settore finanziario, tra gestione dei dati, automazione dei processi, governance e fiducia.
Di cosa parla l’intervista?
Il contenuto pubblicato da Advisor, nell’edizione di luglio/agosto 2026, approfondisce il ruolo dell’intelligenza artificiale nei financial services e il concetto di collective intelligence. L’intervista coinvolge Vincenzo Fiengo, Co-CEO di DGS, e Antonio Autorino, Head of AI & Data, e mette al centro l’evoluzione del settore finanziario verso modelli più predittivi, efficienti e affidabili.
Secondo il testo, banche, assicurazioni e operatori finanziari devono oggi gestire volumi informativi crescenti, vincoli regolamentari sempre più articolati e aspettative di servizio orientate a rapidità, personalizzazione e sicurezza. In questo scenario, l’AI assume un ruolo decisivo per governare dati, rischi, processi e relazione con il cliente.
Perché l’AI è così importante nei financial services?
L’intelligenza artificiale è importante perché aiuta le organizzazioni finanziarie a rendere i processi più predittivi, più efficienti e più affidabili. Dopo la stagione dei big data e del machine learning, la nuova frontiera indicata nell’intervista è l’agentic AI, capace di ampliare il perimetro dell’automazione e del supporto decisionale su dati strutturati e su contenuti come conversazioni, documenti, immagini e video.
Tra gli ambiti più promettenti emerge l’iper-profilazione della clientela, cioè la possibilità di costruire modelli più sofisticati per comprendere comportamenti, esigenze, preferenze e propensione al rischio. Lo stesso principio si applica al private credit scoring, dove l’AI consente di ampliare il numero e la qualità delle variabili considerate rispetto agli approcci tradizionali.
Quali sono gli ambiti operativi più coinvolti?
L’impatto dell’intelligenza artificiale riguarda anche la modernizzazione operativa degli istituti finanziari. Nell’intervista vengono citate automazione documentale, workflow, attività investigative, compliance e antiriciclaggio come aree in cui la tecnologia può rendere i processi più rapidi, tracciabili e scalabili.
Un altro tema centrale è quello delle infrastrutture. Molte organizzazioni lavorano ancora su architetture core banking complesse, stratificate e difficili da evolvere. In questo contesto, l’AI può supportare la revisione dei processi, accelerare lo sviluppo software e facilitare percorsi di trasformazione tecnologica più governabili.
Che ruolo hanno governance e trust?
Il punto centrale resta la capacità di combinare innovazione, governance e trust. Il vantaggio competitivo dipenderà sempre di più dalla costruzione di sistemi trasparenti, affidabili e misurabili, in cui l’AI supporta le decisioni senza sostituire il ruolo dell’intelligenza umana nei passaggi ad alto valore.
Questo approccio è alla base della collective intelligence, intesa come collaborazione evoluta tra persone e sistemi intelligenti. In questa logica, l’AI si concentra sulle attività ad alto volume, rischio e ripetitività, mentre l’uomo mantiene responsabilità, qualità decisionale e orchestrazione. Nel settore finanziario, l’equilibrio è decisivo in ambiti come gestione del rischio, consulenza, compliance e relazione con il cliente.
Come si integrano AI, data intelligence e cybersecurity?
Per DGS, intelligenza artificiale, data intelligence e cybersecurity devono essere progettate come parte di un’unica architettura intelligente, capace di entrare nei processi aziendali in modo strutturato e misurabile. La convergenza tra questi tre ambiti rappresenta una leva concreta per migliorare velocità decisionale, protezione del dato, qualità del servizio e capacità di anticipare bisogni e rischi.
In questa direzione si inserisce anche il percorso industriale di DGS, che continua a investire su competenze di AI excellence, physical AI, data analytics e cybersecurity. L’obiettivo è accompagnare le organizzazioni nella costruzione di modelli digitali più sicuri, scalabili e orientati al valore.
Dove leggere l’intervista originale?
L’intervista originale a Vincenzo Fiengo e Antonio Autorino è disponibile su Advisor nell’edizione di luglio/agosto 2026 come contenuto sotto abbonamento. Per leggere l’articolo completo è possibile accedere al sito di Advisor.
More from Digital Engineering

