Anche il settore bancario è stato ampiamente infettato dal virus dell’intelligenza artificiale. Secondo i dati della Bce, oltre l’85% delle grandi banche vigilate a livello europeo utilizza già algoritmi. Ma quanto sono affidabili le informazioni su cui questi modelli di calcolo lavorano? La questione riguarda soprattutto i portafogli costruiti nel tempo, dove variazioni catastali, successioni, cambi tecnologici e operazioni di fusione possono rendere i dati registrati non più corrispondenti alla situazione reale. Un dato corretto al momento della registrazione può risultare obsoleto o incompleto dieci anni dopo.
Secondo un’analisi su un archivio di oltre 587 mila registrazioni, relative a circa 373.800 immobili posti a garanzia, 235 mila soggetti e 168 mila riferimenti ipotecari, gli errori formali risultavano inferiori al 4% (dati Datasinc). Il quadro cambiava incrociando le informazioni necessarie per stabilire cosa garantisse ciascun credito. Solo nel 44% delle posizioni immobile, soggetto e ipoteca risultavano presenti e coerenti tra loro. Nel restante 56% comparivano informazioni mancanti, riferimenti non aggiornati o posizioni da verificare; tra queste, 38 mila posizioni risultavano collegate a soggetti non indicati nei sistemi della banca come garanti o debitori. L’aspetto insidioso di questo generi di errori è che un archivio può apparire corretto finché le informazioni sono considerate separatamente. Qualità dei dati e intelligenza artificiale si incontrano proprio su questo punto. Se un modello parte da un immobile sbagliato, da una garanzia non aggiornata o da un soggetto associato in modo errato, anche il risultato dell’analisi rischia di esserlo.
Il tema è all’attenzione dei supervisori. Le priorità di vigilanza Bce per il 2026-2028 richiamano le criticità legate ad accuratezza e integrità dei dati, e il report del Financial Stability Institute della BIS indica la qualità informativa tra i fattori centrali per l’utilizzo dell’AI nei servizi finanziari.
Leggi anche:
© Riproduzione riservata
