L'AI nei Mercati Finanziari Italiani: Cosa Dice il Rapporto OCSE-Banca d'Italia e Cosa Significa per Noi

Newsletter "AI Impact on Business" – Silvio Fontaneto, Senior Partner Beaumont Group

Nel maggio 2026 l'OCSE ha pubblicato, in collaborazione con la Banca d'Italia e con il supporto finanziario dell'Unione Europea, un rapporto che definisco semplicemente imprescindibile: "L'intelligenza artificiale nei mercati finanziari italiani". Non è l'ennesimo documento accademico destinato a raccogliere polvere su qualche scaffale istituzionale. È una fotografia ad alta risoluzione di dove siamo davvero, di dove stiamo andando e — soprattutto — di cosa non stiamo ancora facendo abbastanza.

Ho letto il documento con attenzione, e voglio condividere con voi le riflessioni che mi ha suscitato, integrandole con la mia prospettiva di chi lavora ogni giorno all'intersezione tra leadership, trasformazione digitale e mercati italiani.

Il Quadro Reale: Siamo Più Indietro di Quanto Pensiamo

Partiamo dai numeri, perché i numeri non mentono. L'indagine OCSE — condotta nel secondo trimestre del 2025, con 450 risposte da tutti i principali segmenti del settore finanziario italiano — ci dice che solo il 39% degli intervistati utilizza l'AI nelle proprie attività quotidiane.

Il dato cambia a seconda del comparto: il settore assicurativo guida con il 70%, le banche seguono con il 59%, mentre i gestori di portafogli e gli operatori dei mercati finanziari si attestano intorno al 30%. I fondi pensione, con un misero 10%, rappresentano il fanalino di coda.

Questi numeri vanno contestualizzati in chiave comparativa. Nel Regno Unito il 75% delle imprese finanziarie già utilizza l'AI. In Finlandia la quota sale al 73%. In Francia addirittura il 90% degli intervistati ha dichiarato di utilizzarla o di pianificarne l'adozione nel breve termine. Il 54% ha già casi d'uso in produzione. Persino in Svizzera, storicamente più cauta, il 50% delle istituzioni ha applicazioni AI attive o in fase di sviluppo.

Il confronto è impietoso. L'Italia parte con un ritardo strutturale che non possiamo permetterci di ignorare, in un contesto dove la competitività dei mercati finanziari europei si sta ridisegnando proprio attorno alla capacità di adottare l'AI in modo efficace e responsabile.

Cosa Sta Facendo il Settore Finanziario Italiano con l'AI

Nonostante il ritardo complessivo, ci sono segnali incoraggianti. I casi d'uso più diffusi riguardano principalmente l'ottimizzazione dei processi interni, l'analisi dei dati, la generazione e sintesi di contenuti testuali. Tra le applicazioni verticali, le più citate sono la prevenzione delle frodi e l'antiriciclaggio, l'assistenza alla clientela tramite chatbot, e — nel segmento dei mercati finanziari — l'allocazione degli attivi e le strategie di negoziazione.

I gestori di portafogli, in particolare, hanno segnalato quasi 1.000 casi d'uso in fase di sperimentazione o produzione. Un dato che sorprende positivamente e che testimonia un'attività esplorativa intensa, anche se ancora prevalentemente nella fase di sviluppo e test, non ancora in produzione sistematica.

Tre quarti delle aziende che utilizzano l'AI dichiarano miglioramenti nell'efficienza operativa. Quasi due terzi riportano incrementi di produttività. Molti citano il miglioramento dei processi decisionali e nuove capacità di insight analitico. Benefici concreti, misurabili, che dovrebbero accelerare l'adozione — e invece non lo fanno abbastanza. Perché?

Il Nodo Vero: Governance, Competenze e Incertezza Normativa

Qui arriviamo al cuore del problema, e qui il mio background sociologico mi torna utile per leggere i dati oltre la superficie.

Il rapporto OCSE identifica tre categorie di vincoli che frenano l'adozione dell'AI nel settore finanziario italiano. La prima è normativa: un intervistato su cinque cita la mancanza di chiarezza regolatoria come ostacolo principale, in particolare riguardo all'interazione tra l'AI Act europeo e la regolamentazione finanziaria esistente. Chi lavora in ambito transfrontaliero percepisce questo disallineamento in modo ancora più acuto.

La seconda categoria è quella organizzativa e culturale: un intervistato su quattro fa fatica ad attrarre e trattenere personale con competenze AI. Molti segnalano una comprensione limitata dell'AI tra l'alta dirigenza. È un dato che colpisce, e che conosco bene dalla mia attività quotidiana di executive search e advisory nel settore tech e digital: il gap di leadership AI non è solo un problema di know-how tecnico, è un problema di mindset e di cultura organizzativa.

La terza categoria riguarda i dati: quasi un intervistato su tre segnala l'accuratezza e la coerenza dei dati come barriera significativa, mentre uno su quattro ha difficoltà ad accedere ai dati necessari per addestrare e calibrare i modelli.

Sul fronte della governance, i numeri sono ancora più preoccupanti: solo il 16% delle imprese ha introdotto assetti di governance AI specifici. La metà degli intervistati utilizza la supervisione umana (human-in-the-loop) come principale presidio. Quasi la metà dei partecipanti non ha ancora adottato misure di protezione contro le minacce informatiche specifiche dell'AI.

C'è poi la questione della dipendenza dai fornitori esterni: il 75% degli intervistati usa servizi cloud di terze parti per l'AI, e il 39% si affida a modelli di General-Purpose AI implementati da terzi. Una concentrazione significativa intorno a quattro principali fornitori crea rischi sistemici che il rapporto giustamente segnala.

Le Autorità Italiane: Vigilanza Attiva, ma Serve di Più

Il rapporto riconosce che Banca d'Italia, CONSOB, IVASS e COVIP stanno già lavorando per promuovere un'adozione sicura e responsabile dell'AI, attraverso strumenti di SupTech (supervisory technology), sandbox regolamentari, Milano Hub e il Canale Fintech.

È un ecosistema che esiste e funziona. Ma il rapporto sottolinea anche che la capacità di supervisione delle autorità deve essere rafforzata — in termini di competenze, talenti e strumenti — per stare al passo con la velocità di evoluzione dei mercati AI.

Le Otto Raccomandazioni di Policy: Un'Agenda Ambiziosa

Il documento delinea otto considerazioni di policy principali. Le riassumo con le mie chiavi di lettura:

Raccolta dati coordinata e ricorrente sull'adozione AI: meno sondaggi spot, più monitoraggio sistematico. È il prerequisito di qualsiasi politica efficace.

Chiarezza e semplificazione del quadro normativo: meno incertezza significa più investimenti. Le imprese — soprattutto le PMI — non possono permettersi team legali dedicati all'interpretazione delle norme AI.

Governance AI robusta e proporzionata al rischio: i board devono definire strategie, l'alta dirigenza deve implementarle. Non si può delegare la governance AI a una funzione tecnica senza ownership ai vertici.

Framework per la condivisione sicura dei dati: dati migliori, modelli migliori, risultati migliori. La standardizzazione e l'interoperabilità a livello europeo sono un vantaggio competitivo che l'Italia deve perseguire.

Cooperazione pubblico-privato: il dialogo tra autorità e settore deve essere continuo, non occasionale. Le compliance challenge devono diventare occasioni di co-design normativo.

Potenziamento dell'ecosistema di facilitatori dell'innovazione: sandbox, hub, canali sperimentali devono essere meglio integrati e accessibili anche alle imprese più piccole.

Direzione strategica del settore pubblico: collaborazione tra pubblico, industria e accademia per sviluppare infrastrutture e competenze condivise. Il modello open-source responsabile può essere una risposta alla concentrazione tra pochi fornitori.

Rafforzamento della capacità di supervisione: le autorità di vigilanza devono poter comprendere, valutare e, se necessario, intervenire su sistemi AI complessi. Servono competenze, non solo regole.

La Mia Lettura: Il Problema Non È l'AI, È la Leadership

Trentacinque anni di lavoro con organizzazioni, C-suite e board mi hanno insegnato una cosa fondamentale: le trasformazioni non falliscono per motivi tecnici. Falliscono per motivi umani.

Il rapporto OCSE lo documenta con i dati: la comprensione limitata dell'AI tra l'alta dirigenza, la difficoltà ad attrarre talenti AI, la mancanza di governance specifica, la dipendenza acritica dai fornitori. Questi non sono problemi tecnologici. Sono problemi di leadership, cultura e visione strategica.

Il 39% di adozione AI nel settore finanziario italiano non è un dato tecnico. È un dato culturale. È il riflesso di quante organizzazioni hanno davvero integrato l'AI nella loro strategia, nelle competenze del board, nei processi decisionali dell'alta direzione.

E questo è esattamente il lavoro che chi — come me — opera all'intersezione tra executive search, leadership development e AI strategy deve fare: aiutare le organizzazioni a trovare e sviluppare leader che capiscano davvero questo cambiamento. Non che sappiano scrivere codice Python, ma che sappiano fare le domande giuste, valutare i rischi, cogliere le opportunità, e costruire le governance necessarie.

Cosa Fare Adesso

Se siete un leader finanziario, un board member, o un executive che opera nel settore tech e digital, il messaggio di questo rapporto è chiaro: il tempo della sperimentazione casuale è finito. Servono:

• Una strategia AI esplicita, approvata dal board e implementata dall'alta direzione

• Un framework di governance proporzionato al rischio, che non deleghi all'IT ciò che appartiene alla leadership

• Un piano di sviluppo delle competenze che includa il top management, non solo i team tecnici

• Una postura proattiva rispetto alla regolamentazione, piuttosto che reattiva

Il rapporto OCSE ci consegna una mappa. La navigazione spetta a noi.

Silvio Fontaneto è Senior Partner di Beaumont Group Italy, dove guida la practice Tech & Digital Executive Search. È autore di "Stop Fearing AI" e della collana "AI in Tasca". Scrive di AI, leadership e trasformazione organizzativa per professionisti e C-suite italiani.

Hai trovato utile questa analisi? Condividila con chi gestisce organizzazioni nel settore finanziario. E se vuoi approfondire come questi temi impattano sulla tua strategia di leadership o talent, scrivimi.