Digital trasformation: i 10 top trend del 2020

28 Ottobre 2019 in Fintech/Blockchain

Il processo di adozione di nuove tecnologie e lo sfruttamento delle stesse per trasformare uno o più aspetti chiave delle aziende è un processo di trasformazione digitale (TD), o di Digital Transformation.

 

La Digital Transformation è un fenomeno globale che pone le organizzazioni di fronte a diverse sfide e apre nuove interessanti opportunità di business.

Soluzioni come IoT, cloud, analytics, Edge Computing, Big Data sono alcune delle innovazioni che stanno trasformando il modo di fare impresa e rappresentano solo l’inizio di una rivoluzione tanto tecnologica quanto culturale all’interno delle organizzazioni e nei rapporti con gli stakeholders.

Chiariamo che la Digital Transformation non è limitata a business innovativi e a start-up digitali, ma è piuttosto un processo che abbraccia aziende di qualsiasi dimensione che operano nei mercati più diversi.

Le aziende che non riusciranno ad integrare la Digital Trasformation nel proprio “DNA”, sono destinate a perdere quote di mercato.

Cosa si prevede per l’anno 2020?

Se è vero che le tecnologie di base, che hanno dominato negli ultimi anni, continueranno a essere fondamentali per il modo di operare e di fare business per le aziende, l’anno 2020 sarà caratterizzato dall’ondata di una nuova classe di tecnologie pronta a passare in primo piano.

Big Data, Blockchain, 5G, l’AI, Machine Learning, l’analisi avanzata dei dati sono solo alcuni dei 10 top trend della Digital Transformation che risulteranno i più significativi nel 2020.

Digital Transformation, trends 2020: le novità.

Per essere parte della “disruption” ed evitare di essere “disrupted”, sarà fondamentale essere sempre più digitali: non sarà più sufficiente l’implementazione di tecnologie e di soluzioni innovative per assicurarsi il successo dell’impresa. Diventerà sempre più fondamentale ridisegnare le fondamenta stesse della struttura organizzativa in grado di cogliere le opportunità che la Digital Transformation mette a disposizione.

Questo processo avrà un impatto determinante su ogni aspetto dell’organizzazione, dall’organigramma della società alla stessa cultura aziendale, dal modello di business alla leadership.

Secondo uno studio di Capgemini condotto su più di millecinquecento dirigenti, appartenenti a imprese operanti in diverse industrie e settori, il 78% degli intervistati afferma che compiere degli sforzi per la realizzazione della Digital Transformation sarà cruciale per la propria organizzazione.

5G

Il 2020 sarà l’anno del 5G (acronimo di 5th Generation), ovvero dell’avvento delle tecnologie di telefonia mobile di quinta generazione più potenti di quelle di quarta generazione, che consentono prestazioni e velocità molto più elevate dell’attuale tecnologia 4G/IMT-Advanced.

5G

Niente più attese per i download

Il 5G è una tecnologia abilitante per le nuove sfide tecnologiche a livello mondiale: oltre a rendere la banda larga più veloce e le reti mobili più affidabili, la proliferazione del 5G accelererà anche i progressi della produzione intelligente.

Nel report “5G for business: a 2030 market compass”, Ericsson prevede che il processo di digitalizzazione di interi settori verticali rappresenta un’opportunità globale da oltre 700 miliardi di dollari da qui al 2030.

Con questa analisi possiamo guidare meglio i nostri clienti nella navigazione nel panorama 5G oltre il tradizionale business della connettività a banda larga mobile. Tuttavia, il viaggio per far crescere il business del 5G inizia ora identificando le giuste opportunità B2B abilitate al 5G”, sottolinea Jan Karlsson, Vicepresidente Senior e responsabile dell’area commerciale per i servizi digitali di Ericsson.

Data Analytics

Le aziende, che continueranno a non investire in analisi avanzata dei dati, saranno superate da altri player prima della fine dell’anno 2021.

data analytics

Tutte le principali aziende tecnologiche hanno compreso che i dati sono l’asset prezioso per il futuro del business.

L’analisi dei dati avrà un ruolo sempre più determinante per il business delle imprese che sapranno cogliere le potenzialità: rispondere più rapidamente alle tendenze provenienti dai mercati emergenti, incrementare il giro d’affari, migliorare la tesoreria e la gestione dei crediti, ottimizzare le campagne di marketing e migliorare l’efficienza e l’efficacia operativa.

L’implementazione di piattaforme di data analytics assumerà sempre di più un’importanza strategica per le imprese, a prescindere dal settore in cui operano.

Le tecniche più sofisticate di analisi dei dati includeranno sia l’analisi dei dati esplorativi (EDA) sia l’analisi dei dati di conferma (CDA).

La Business Intelligence e la Data Analytics forniscono ai dirigenti e ai manager aziendali informazioni utili sui Key Performance Indicators considerati di grande valore aggiunto per la gestione day-by-day.

Blockchain

Samsung, Microsoft, IBM e la cinese Alibaba investiranno sempre più risorse sulla Blockchain, che troverà interessanti sviluppi in settori differenti da quello delle criptovalute.

Novitaà blockchain

La tecnologia blockchain verrà utilizzata per lo sviluppo della sicurezza alimentare, nel settore della sanità pubblica e dei pagamenti digitali.

Il tema dei pagamenti digitali è solo una piccola parte delle grandi potenzialità di applicazione della tecnologia blockchain, che negli ultimi mesi anche le istituzioni finanziarie e le banche stanno iniziando a considerare e a studiare”, sottolinea Andrea Rigoni, esperto di cybersecurity e partner di Intellium.

Nata per garantire le transazioni in bitcoin, la tecnologia inizia a trovare applicazioni nel sistema finanziario e delle banche, ma potrebbe riguardare in futuro anche nell’IoT, la smart home e il gestionale, per “certificare” lo scambio di informazioni”.

AI conversazionale

Nel 2020 assisteremo ad uno sviluppo dell’AI conversazionale: molte delle attuali implementazioni riguardano aree di utilizzo semplici.

Per il prossimo futuro le aziende amplieranno sempre più i propri orizzonti, riconoscendo il potenziale dei robot.

Non solo Bot di servizio, Bot per Journey, Bot per automazione, Bot per campagne di marketing, ma la RPA (Robot Processing Automation) potrebbe essere applicata al processo di fatturazione della clientela.

Droni autonomi

Per il 2020 dobbiamo attenderci uno sviluppo del mercato dei droni, che saranno sempre più smart. Rispetto ai precedenti, i nuovi modelli sono in grado di individuare un ostacolo durante il volo e di creare una mappa tridimensionale.

Questi aeromodelli possono essere pilotati da remoto associando un tablet o uno smartphone al radiocomando e permettono di seguire le evoluzioni del mezzo in tempo reale.

Ogni giorno se ne apprendono utilizzi diversi, che vanno oltre gli esperimenti per la consegna di piccoli pacchi da parte di Amazon o delle pizze a domicilio di Domino’s.

Non mancano gli usi pubblicitari dei droni: un’azienda di Singapore ha avuto l’idea di usare i droni per rilevare gli spostamenti delle persone attraverso il tracciamento dei loro telefonini.

Quando i passanti si trovano nelle vicinanze di un esercizio commerciale vengono mostrati sullo smartphone coupon e sconti per quegli stores.

Robotica

Il 2020 potrebbe essere un anno davvero proficuo per gli investimenti in Robotic Process Automation: aziende come Cisco stanno già utilizzando l’RPA per aiutare a creare spazi di manovra per aumentare il valore della forza lavoro esistente.

Le grandi aziende potranno presto implementare robot dotati di intelligenza artificiale nel proprio team per svolgere funzioni sempre più complesse.

Il tutto si traduce, per l’impresa, in una drastica riduzione delle spese e in una produttività maggiore.

Non è difficile immaginare un futuro promettente per questa vasta branca dell’ingegneria: le opportunità che possono offrire i robot sono davvero innumerevoli.

Machine Learning

Grazie all’apprendimento automatico, i set di dati complessi possono essere analizzati in una frazione di tempo davvero esigua.

Attualmente gli algoritmi di machine learning sono diventati estremamente bravi nell’analisi dei dati e, per l’anno 2020, si prevede un miglioramento considerevole dal punto di vista dell’accuratezza e della velocità.

Pensiamo all’utilizzo dei motori di ricerca: attraverso una o più keyword, questi motori restituiscono liste di risultati (le cosiddette SERP – Search Engine Results Page) che sono l’effetto di algoritmi di Machine Learning.

Inoltre, sistemi di apprendimento automatico vengono impiegati anche nel settore Finance per la prevenzione delle frodi (come la clonazione della carta di credito), dei furti di dati e identità.

Wi-Fi 6

Sebbene differente dal 5G, Wi-Fi Alliance ha rivelato nuovi dettagli sul nuovo standard Wi-Fi 6 e il correlato programma di certificazione.

wifi 6

Con questo protocollo wireless sarà possibile raggiungere bande fino ai 9.600 Mb/s, ossia 1,2 GB al secondo.

Inoltre, consentirà di gestire le reti affollate in maniera molto più efficiente rispetto alle capacità del Wi-Fi 5.

Il Wi-Fi 6 è ottimizzato per ridurre i consumi e consente di estendere la velocità dei dati a molti più dispositivi rispetto al Wi-Fi 5.

Always Connected PC

Gli utenti sono sempre più connessi, per questo abbiamo bisogno di PC sempre connessi. Nel 2020 vedremo un’espansione degli Always Connected PC con connettività 5G e LTE incorporate.

Sarà interessante analizzare le evoluzioni del mercato verso i sistemi “always on, always connected PC” in grado di assicurare buone prestazioni complessive, integrazione di soluzioni di connettività anche di tipo 5G ed elevata autonomia.

Smart City

La città intelligente o Smart City è un set di strategie di pianificazione urbanistica tese all’ottimizzazione e all’innovazione dei servizi pubblici.

Smart City è sinonimo di connessioni Wi-Fi nei luoghi più disparati, strade percorse da auto a guida autonoma, sviluppo di infrastrutture “intelligenti” ed un alto livello di tecnologia high-tech.

Le applicazioni e i servizi di una smart city riguardano la mobilità, il government, la scuola, il turismo, la sanità e tutti servizi pubblici offerti ai cittadini ed alle imprese.

Digital Trasformation ed il ruolo del Management

Qual è il ruolo del management nel processo di Digital Transformation? La decentralizzazione dei processi decisionali, la crescente velocità con cui le conoscenze diventano obsolete, la riprogettazione ‘flat’ dell’impresa sembrano lasciare poco spazio ai concetti tradizionali di management e gerarchia.

I manager e i Dirigenti aziendali saranno sempre meno chiamati alla supervisione dei processi produttivi, i quali potranno essere gestiti al meglio ai livelli più bassi dell’organizzazione.

A loro verrà sempre più richiesto di avere una visione vincente, olistica e integrata.

Se fino ad ora si è più volte sostenuto la necessità di decentralizzare le responsabilità, il processo di Digital Trasformation non potrà essere più lasciato in mano a iniziative autonome e isolate di alcune funzioni aziendali, ma dovrà essere integrato in tutta l’organizzazione.

Al centro di questo processo deve esserci la gestione e la diffusione delle informazioni, che deve contribuire all’integrazione dei processi produttivi e decisionali tra le funzioni e ad un netto miglioramento della gestione della tesoreria, in particolare dei crediti commerciali.

Attraverso la cessione di crediti pro soluto, ogni organizzazione aziendale può migliorare gli indici di bilancio e favorire la crescita dell’impresa.

Predictive analytics (Analisi Predittiva) using AI: il futuro dei first movers

9 Settembre 2019 in Fintech/Blockchain

L’analisi predittiva o Predictive Analytics, precedentemente conosciuta come Data Mining, è un set di tecniche statistiche dell’apprendimento automatico, della modellazione predittiva, e del data mining, che permette di analizzare i fatti storici e attuali e fornire predizioni sul futuro (fonte: Nyce, Charles (2007), Predictive Analytics White Paper (PDF), American Institute for Chartered Property Casualty Underwriters/Insurance Institute of America)

L’Analisi Predittiva, in buona sostanza, raccoglie le varie tecniche di Machine Learning al fine ultimo di desumere informazioni utili per il proprio business aziendale.

Si basa principalmente sulla necessità di prevedere quale sarà lo stato dei fatti nel futuro e di studiare i dati storici per comprendere le interazioni intercorrenti tra variabili di input, che hanno causato un certo output.

Sono diverse le applicazioni dell’Analisi Predittiva nei vari settori di business aziendale. Infatti, se strutturati nel modo giusto, i modelli di Predictive Analytics sono in grado di risolvere tante problematiche aziendali in modo ottimale.

Analisi predittiva attraverso l’AI: quali problematiche aziendali si possono risolvere?

Un esperto Data Scientist utilizza le tecniche di Predictive Analytics per creare modelli utili ed adeguati e per risolvere problematiche aziendali.

Si possono distinguere divere classi di modelli di Analisi Predittiva.

Classificazione

La classificazione o classification è un tipo di tecnica di Predictive analytics che viene utilizzata per suddividere la base dati in classi. Ad esempio, si utilizza per identificare la tipologia di difetto di un prodotto (difetto 1, difetto 2, etc.) oppure per classificare una transazione come fraudolenta o no.

Regressione

Un’altra tecnica di analisi predittiva di tipo visionario è la regressione o regression che consente di stimare il valore atteso in futuro. Ad esempio, consente di stimare la domanda di un determinato prodotto x nei prossimi mesi.

Molto apprezzato è il modello di regressione lineare, che formalizza e risolve il problema di una relazione funzionale tra variabili misurate sulla base di dati campionari (n) estratti da un’ipotetica popolazione infinita (N).

Tra i metodi statistici aziendali la regressione lineare rappresenta un metodo di stima del valore atteso condizionato di una variabile dipendente, dati i valori di altre variabili indipendenti.

La regressione lineare semplice è adatta quando i valori delle variabili X e Y si distribuiscono lungo una retta nel diagramma di dispersione.

Ad esempio, un produttore che desidera ottenere una misura della qualità di un prodotto, decide di stimare una misura a partire dall’osservazione di un’altra più semplice e meno costosa da ottenere.

In ambito aziendale può essere utile ricorrere al metodo di regressione multipla che consente di stimare un certo numero di variabili (almeno due) per spiegare un’altra variabile.

Ad esempio, ammettiamo che il direttore delle risorse umane di un’azienda voglia analizzare la relazione intercorrente tra l’assenteismo e la variabile anagrafica ed il salario.

Dopo aver selezionato dalla popolazione N un campione di n lavoratori, procede ad analizzare un modello predittivo del numero di giorni di assenza utilizzando la variabile età in un primo momento e, successivamente, entrambe le variabili indipendenti (età e salario).

Dopo aver calcolato i valori attesi dell’assenteismo e i coefficienti, si interpreta il significato.

Partendo da una base dati, si possono porre sia quesiti di classification che quesiti di regressione. Per esempio, con una base dati che descrive la produzione aziendale o Output (Y) è possibile porsi i seguenti quesiti:

  • il prodotto è difettoso? Che tipo di difetto riporta? (classificazione)
  • di che gravità è il difetto? (regressione).

Clustering

Tra le tecniche di Analisi Predittiva di tipo non supervisionato è possibile ricorrere al clustering o analisi dei gruppi.

Il clustering è un set di tecniche di analisi multivariata dei dati che consente di selezionare e raggruppare gli elementi omogenei in un insieme di dati (gruppi di clientela aziendale che hanno preferenze e comportamenti di acquisto simili).

La bontà delle analisi ottenute dipende molto dalla scelta della metrica. Esistono varie classificazioni delle tecniche di clustering, una prima distinzione è legata al fatto che un elemento possa essere assegnato o meno ad uno o più gruppi (cluster):

  • clustering non-esclusivo, in cui un elemento può appartenere a più gruppi con gradi di appartenenza diversi.
  • clustering esclusivo: un elemento può essere assegnato ad uno ed un solo gruppo.

Market Basket Analysis

L’analisi del paniere è quel processo di analisi di affinità che analizza le abitudini di acquisto della clientela aziendale nel retailing, trovando associazioni su diversi prodotti acquistati.

Si tratta di una tecnica statistica utilizzata dalla maggior parte delle piattaforme di vendita (Amazon, Expedia, Ebay, etc.).

L’obiettivo principale della Market Basket Analysis è di suggerire ai propri clienti, durante la fase di acquisto, quale bene o servizio comperare, tenendo conto del comportamento di acquisto pregresse.

Ad esempio, se un cliente acquista un viaggio nell’hotel X e Y, è possibile che gli potrebbe piacere anche l’albergo Z.

Analisi predittiva e Intelligenza Artificiale: il futuro delle aziende

Grazie all’utilizzo di software di analisi predittiva basati sull’intelligenza artificiale, il processo decisionale aziendale viene amplificato e l’errore umano viene ridotto.

Grazie all’implementazione di algoritmi di data science e di intelligenza artificiale è possibile cercare pattern nel comportamento del cliente e raggiungere gli obiettivi aziendali fissati in fase di planning e di programmazione operativa, riducendo gli scostamenti.

Nell’E-Commerce l’analisi predittiva basata sull’AI è uno dei tools essenziali per molte piattaforme di marketplace: dalla pianificazione automatizzata del magazzino alla funzione di marketing automation, dalla personalizzazione alla decisione dei prezzi dinamici.

Grazie all’analisi predittiva basata sull’intelligenza artificiale, i digital marketers delle aziende possono concentrarsi sulla creazione di nuove esperienze di shopping per i diversi target di clientela, mentre il lavoro tecnico giornaliero è svolto dalla macchina.

I brand che in un recente futuro integreranno l’intelligenza artificiale e assumeranno decisioni ricorrendo all’utilizzo dei metodi statistici predittivi, guideranno il settore e saranno destinati ad acquisire quote di mercato.

Le aziende potranno acquisire una leadership nel comparto in cui operano, migliorare i livelli di efficienza, efficacia ed economicità, ridurre i “colli di bottiglia” e gli sprechi e assumere decisioni basandosi su ciò che il loro target di clientela desidera.

Ciò permetterà ai “first movers” di risparmiare tempo e denaro e di acquisire un vantaggio competitivo rispetto ai concorrenti.

Non solo, i prodotti finanziari (conti correnti, mutui etc.) potranno essere sempre più tailored alle esigenze dei clienti aumentandone la soddisfazione e riducendo il rischio assunto. In finanza, one size fits all sta finalmente lasciando il passo ad una comprensione migliore di rischi e benefici per il cliente e per le istituzioni finanziarie. Gli strumenti di predictive analytics hanno un ruolo chiave di creazione di valore per tutti.

L’analisi predittiva basata sull’intelligenza artificiale sarà destinata a plasmare sempre di più il futuro dello shopping, ad un ritmo davvero incalzante.

Open banking e AI

5 Agosto 2019 in Fintech/Blockchain

Che cos’è l’Open Banking e come trasformerà il comparto bancario?

A che punto sono gli istituti di credito in Italia con la condivisione delle API? Cosa bolle in pentola alla luce delle disposizioni contenute nella direttiva europea PSD2? Sono tantissimi i quesiti che sorgono in merito all’open banking e all’intelligenza artificiale e il 2019 sarà ricordato come l’anno della rivoluzione copernicana nel Fintech e nel comparto bancario. Scopriamo in questa guida tutti i dettagli e le novità derivanti dall’innovazione tecnologica e dal recepimento della normativa armonizzata PSD2.

Open banking e AI: cosa cambierà nel comparto bancario nel 2019?

Tante le novità sul fronte della normativa e dell’innovazione tecnologica che permea il settore dei colossi bancari europei. Come previsto dalla direttiva europea PSD2, entro il 14 settembre 2019, gli istituti di credito dovranno rendere disponibili le API agli sviluppatori terzi.

Era il 13 gennaio 2018 quando venne emanata la PSD2 (Payment Services Directive 2), la direttiva europea sui pagamenti digitali, ma solo a partire da metà anno 2019 inizieremo a vederne davvero i frutti auspicati.

Per la prima volta la direttiva comunitaria obbliga gli istituti di credito comunitari ad aprire le proprie API (Application Program Interface) alle altre società che si occupano di prodotti e servizi finanziari e alle start up del Fintech.

Pertanto, le terze parti o le società esterne potranno accedere ai dati di pagamento: ciò comporterà una maggiore concorrenza nelle aree di core business dominate dalle banche.

Il quadro normativo non è ancora definitivo perché mancano da implementare alcune normative attuative e standard tecnici, ma si può dire che i lavori sono in corso e stanno procedendo come auspicato dal Legislatore.

Grazie alla direttiva PSD2 e all’Open Banking, lo shopping online diventa più economico: aprendo i dati agli istituti di credito si potrà pagare direttamente dal proprio conto in modo più veloce, senza intermediari e senza commissioni, previo permesso del titolare della carta.

banking

In buona sostanza, dal punto di vista pratico, sarà possibile concludere gli acquisti online tramite i social media con un solo clic.

Inoltre, ogni cliente potrà monitorare i flussi di cassa attraverso plurime piattaforme integrate, pur avendo i soldi depositati in modo sicuro nel proprio conto corrente bancario.

La PSD2 è in una fase iniziale e la vera e propria integrazione tra i vari sistemi sarà un processo lungo; scopriamo di seguito quali sono gli obiettivi, che coinvolgeranno i diversi attori dell’ecosistema bancario.

Open banking e PSD2: quali sono gli obiettivi?

Perché l’UE ha introdotto la PSD2? Le ragioni principali dell’introduzione della PSD2 sono: ia creazione di condizioni di parità di accesso ai dati, l’aumento della concorrenza e dell’innovazione nel mercato tra gli Stati membri, la democratizzazione dell’ambiente bancario, l’incremento della sicurezza dei pagamenti su internet ed il rafforzamento della protezione dei consumatori.

L’emanazione della direttiva PSD2 (Payment Services Directive 2) ha ridisegnato il mercato dei pagamenti digitali nell’Eurozona e sta tracciando una linea di rottura con il passato.

Si preannunciano nuove regole del gioco nel settore oligopolistico delle banche, che consentiranno ai player di partecipare ad un innovativo modello di business più smart e più accessibile.

Un nuovo modo di offrire servizi finanziari che si prefigge come principali obiettivi:

  • la promozione dell’innovazione su Internet,
  • il miglioramento dei pagamenti cross-border all’interno della UE,
  • un maggiore recupero di efficienza, di efficacia e di economicità,
  • una maggiore protezione dei consumatori/risparmiatori,
  • la promozione dei pagamenti in mobilità attraverso l’online banking.

Con queste finalità, sono stati introdotti due nuovi attori nel panorama finanziario:

  • i PISP (fornitori di servizi che avviano un pagamento per conto dell’utente);
  • gli AISP (Account Information Service Provider), fornitori di servizi con accesso alle informazioni sul conto dei clienti degli istituti di credito in grado di analizzare il comportamento di spesa di un utente.
  • Le banche entrano in competizione non solo con gli altri istituti di credito, ma con chiunque offra servizi finanziari.

Il fulcro centrale dell’Open banking e dell’Intelligenza artificiale è il nuovo mandato conferito agli istituti di credito di aprire le loro API alle società terze parti, dietro consenso dei consumatori.

Le API (Application Programming Interface) sono software che consentono a due applicazioni di comunicare tra loro: grazie alle stesse gli sviluppatori che operano per conto di terze parti possono consentire ai TPP (Third Party Players) di costruire i propri prodotti e servizi tenendo conto dei Big Data dei risparmiatori (eccetto la storia creditizia degli stessi).

Per lo sviluppo delle applicazioni, è cruciale la velocità: grazie alle innovazioni tecnologiche ed ai passi da gigante che sono stati apportati dalla Digital Transformation e dall’Intelligenza Artificiale, adesso gli sviluppatori sono molto più produttivi rispetto a qualche anno fa.

Open banking e AI: a che punto sono le banche italiane?

Dato il recepimento normativo e l’implementazione delle nuove tecnologie digitali che pervadono l’intero comparto Fintech, è importante comprendere l’outlook e lo scenario che si sta delineando.

open banking

Inoltre, è interessante capire come si stanno organizzando le banche italiane, alla luce dei mutamenti in atto.

Come affronteranno la fase di testing per presentarsi alla scadenza del 14 settembre 2019? Qual è il quadro e lo scenario generale? Sono tanti gli esperti e i software engineer che partecipano attivamente ogni giorno a dibattiti sui Forum e sui Social e cercano di evidenziarne avanzamenti e criticità.

Dalla mappatura sono stati individuati ben 5 gruppi all’interno dei quali le banche italiane si stanno preparando a rendere accessibili le API agli sviluppatori terzi.

Un primo cluster di banche (Fineco, UniCredit e Che Banca!) sta lavorando per realizzare internamente la soluzione.

MPS, Poste Italiane, Credit Agricole, Banco BPM, UBI, BPER, Intesa San Paolo, Banca Nazionale del Lavoro e Credem hanno optato per il servizio in outsourcing e si sono affidate alla piattaforma CBI Globe, realizzata dal Consorzio CBI in partnership con NEXI.

Il terzo cluster è rappresentato dai grandi leader bancari che dominano il settore a livello globale: Deutsche Bank e ING Direct si sono affidati ad un servizio esterno.

BP Bari e Unipol Banca dal primo giugno 2019 hanno implementato l’API Gateway Cedacri, la piattaforma di Open Banking, realizzata nell’ambito dell’iniziativa PSD2.

Per poter accedere alle funzionalità della piattaforma di Open Banking è necessario disporre di un certificato eIDAS conforme ai requisiti PSD2.

Attualmente, come comunicato dallo stesso Gruppo Cedacri, è disponibile l’ambiente di test (SANDBOX) all’interno dell’Open Banking API Portal.

Banca Sella: la pioniera dell’Open Banking in Italia

Per completezza espositiva ai 5 cluster, merita menzione il caso della pioniera italiana dell’Open banking e dell’AI: Banca Sella.

L’istituto di credito di Biella è stata la prima banca tricolore che ha lanciato l’open banking platform nel nostro Paese, Fabrick.

Nel 2017 Banca Sella ha annunciato che avrebbe messo a disposizione delle start up la propria infrastruttura tecnologica, permettendo di beneficiare di interessanti funzionalità e servizi di grande valore aggiunto, che fino a poco tempo fa erano accessibili solo dall’istituto di credito stesso.

Fabrick è un ecosistema finanziario “open” che fornisce competenze, tecnologie e servizi a società e start up per generare nuove opportunità e per governare il cambiamento in atto.

Il punto di forza dell’ecosistema Fabric by Banca Sella è quello di affiancare i propri partner per creare soluzioni finanziarie personalizzate.

Per il target di clienti digitali e non-bancarizzati, merita grande attenzione la soluzione di digital banking e payment HYPE.

Destinata al mercato consumer, HYPE ha la finalità di affermare un nuovo modello di servizi bancari e di pagamento in grado di semplificare la gestione quotidiana del denaro attraverso lo smartphone.

HYPE è la prima challenger bank italiana che ha decretato l’affermazione di un nuovo modello di business e ha definito nuove regole e standard di design, di comunicazione e di tecnologia.

Ciò consentirà un netto recupero di competitività e una riduzione dei costi all’interno del bilancio bancario.

Quella dell’Open Banking e dell’Intelligenza Artificiale si preannuncia una vera rivoluzione all’interno del comparto bancario, ma per avere un quadro più completo dovremo aspettare il 2020.