Comunicato Stampa: Ricerca Forrester-Experian: la GenAI trasforma la gestione del rischio di credito in Italia

Secondo la più recente ricerca di Experian condotta da Forrester Consulting, che ha coinvolto undici paesi tra EMEA e Asia Pacifico, compresi 110 decision maker di alto livello provenienti da aziende italiane, il Machine Learning (ML) sta rivoluzionando i processi decisionali nei settori dei servizi finanziari e delle telecomunicazioni. I risultati evidenziano come il ML stia supportando le aziende nel migliorare l’accesso ai servizi finanziari, contenere i rischi e velocizzare l’automazione, pur mettendo in luce le sfide che ancora frenano una sua più diffusa adozione.

Il ML: un motore di inclusione finanziaria e crescita sostenibile Il rapporto evidenzia come il ML permetta alle aziende di estendere l’accesso ai servizi finanziari a segmenti di popolazione finora meno serviti, in particolare consumatori con una storia creditizia limitata (“thin-file”) o con un accesso insufficiente ai servizi bancari (“underbanked”). Grazie all’integrazione di fonti di dati alternative e più ricche, i modelli di ML rendono possibili valutazioni di idoneità più accurate, supportando i fornitori nel prendere decisioni più eque e inclusive.

In Italia, il 69% delle aziende che hanno adottato il ML concorda sul fatto che la tecnologia consente loro di ampliare l’accesso ai servizi finanziari, servendo responsabilmente nuove fasce di clientela che i sistemi di valutazione tradizionali spesso escludono.

Allo stesso tempo, il 60% indica che, grazie a una previsione del rischio più accurata e a una riduzione dei crediti in sofferenza, il ML contribuisce a migliorare la redditività. Questo doppio beneficio – espansione dell’accesso e miglioramento dei risultati finanziari - posiziona il ML come un elemento strategico per le aziende che puntano a una crescita sostenibile e duratura.

Automazione, efficienza e riduzione dei costi: i principali benefici del ML Per oltre due terzi (67%) degli utenti italiani di ML, i vantaggi principali risiedono nel miglioramento della precisione nella previsione del rischio e nell’incremento dell’efficienza operativa, capacità che permettono agli istituti finanziari di aumentare il livello di automazione in sicurezza: quasi tre quarti (71%) concordano che il ML consente di automatizzare un numero maggiore di decisioni di credito, riducendo così il lavoro manuale e accelerando i tempi di risposta. Guardando al futuro, tre intervistati su quattro (75%) prevedono che entro cinque anni la quasi totalità delle decisioni di finanziamento sarà gestita in modo completamente automatizzato.

L’AI generativa: un potente alleato per la produttività nel rischio di credito L’Intelligenza Artificiale Generativa (GenAI) si sta affermando come un efficace strumento per aumentare la produttività, specialmente in ambiti che tradizionalmente richiedono molto tempo, come la documentazione dei modelli e la business intelligence. Quasi tre quarti (70%) degli intervistati italiani ritengono che la GenAI possa ridurre in modo significativo il tempo e l’impegno necessari per sviluppare e implementare nuovi modelli decisionali per il rischio di credito.

Inoltre, due terzi (66%) concordano che il vantaggio più rilevante della GenAI risiede nella semplificazione della documentazione normativa. Questo si traduce in cicli di validazione più rapidi e in una migliore collaborazione tra i team addetti al rischio e quelli alla compliance.

“Il rapporto mette in luce come l’incremento della redditività sia una priorità assoluta per i leader aziendali nel settore bancario e finanziario. In questo contesto, la capacità di prendere decisioni più precise, veloci e di ridurre gestire in modo efficiente il rischio di credito diventa cruciale per raggiungere tale obiettivo. Il Machine Learning (ML) e la Generative AI rendono tutto questo possibile, consentendo alle banche di aumentare i finanziamenti, diminuire il costo del credito e ridurre il time to cash grazie e modelli sempre più performanti e AI Assistant che migliorano la produttività dei dipendenti,” dichiara Giulio Mariani, Data & AI Manager di Experian Italia .

Rimane una resistenza all’adozione del ML  Nonostante i numerosi vantaggi potenziali, alcune aziende mantengono un approccio cauto all’adozione del ML. Tra i principali ostacoli, il rapporto cita i costi, l’incertezza normativa e la carenza di competenze interne. Due terzi (66%) delle aziende che non hanno ancora adottato il ML ritengono che i costi di implementazione siano superiori ai benefici attesi, mentre il 59% ammette di non aver compreso pienamente il valore che il ML potrebbe offrire.

Permangono inoltre preoccupazioni legate alla spiegabilità e alla conformità: il 62% dei non adottanti italiani è preoccupato per la trasparenza dei modelli, e oltre la metà (55%) teme un mancato allineamento con le normative. A queste sfide si aggiungono infrastrutture IT e dati obsoleti, che secondo il 56% non sono adatti a supportare l’implementazione del ML. Tuttavia, il report sottolinea anche che molte di queste preoccupazioni nascono da errate convinzioni: i moderni modelli di ML possono essere sia spiegabili che conformi, e l’utilizzo di piattaforme di terze parti può contribuire a superare le lacune in termini di competenze e infrastrutture.

“Il Machine Learning sta aprendo le porte ai servizi finanziari per milioni di persone che, storicamente, sono state escluse dal sistema. Sfruttando dati alternativi e modelli di rischio più sofisticati, il ML permette ai finanziatori di prendere decisioni più eque e accurate, specialmente per i consumatori che hanno una storia finanziaria limitata. Questa tecnologia si sta affermando come un elemento centrale per la costruzione di sistemi finanziari più inclusivi e sostenibili,” afferma Mariana Pinheiro, CEO di Experian EMEA & APAC .

Per saperne di più, è possibile scaricare il rapporto completo qui .

Metodologia

Il rapporto di Experian si basa su un’indagine condotta su 1.195 decision maker di alto livello, responsabili dello sviluppo e dell’implementazione di soluzioni di AI/ML nel rischio di credito, all’interno di aziende operanti nei settori dei servizi finanziari e delle telecomunicazioni. Lo studio ha coinvolto undici paesi: Australia, Danimarca, Germania, India, Italia, Malesia, Nuova Zelanda, Norvegia, Singapore, Sudafrica e Spagna. La ricerca è stata realizzata da Forrester Consulting nel luglio 2025 con l’obiettivo di comprendere i benefici che il ML apporta nella gestione del rischio di credito e le ragioni per cui alcune aziende non lo hanno ancora adottato.

La responsabilità editoriale e i contenuti di cui al presente comunicato stampa sono a cura di Experian Italia Spa