BNP PARIBAS e ARTEFACT partecipano a AI for Finance di Artefact - Trasformare l'attività bancaria commerciale con l'intelligenza artificiale.

Pierre Ruhlmann ha evidenziato come la banca strutturi le sue iniziative di IA in base al valore. Il programma si basa su tre pilastri: tribù che realizzano customer journey, una AI Factory per scalare le soluzioni e un centro di competenza per valutare il valore aziendale e promuovere l'alfabetizzazione all'AI. Questo quadro organizzativo è stato implementato negli ultimi quattro anni e segna la fine della prima fase.

Pierre ha sottolineato che BNP Paribas misura il valore su più dimensioni, non solo sui rendimenti finanziari. Sebbene i risparmi sui costi e l'efficienza siano fondamentali, la banca dà priorità anche alla soddisfazione dei clienti e al coinvolgimento dei dipendenti. La banca utilizza i Net Promoter Scores (NPS) per monitorare l'impatto delle funzionalità AI sull'esperienza dei clienti. Il coinvolgimento dei dipendenti è altrettanto importante, per garantire che il personale percepisca i vantaggi dell'IA, in linea con la duplice attenzione della banca per i clienti e i dipendenti.

Pierre ha condiviso esempi di come la banca scala le sue soluzioni di IA, in particolare nell'apprendimento automatico per lo scoring e l'elaborazione intelligente dei documenti. Sebbene BNP Paribas abbia effettuato investimenti significativi in queste aree, è meno matura nei progetti di IA generativa. Sono in fase di sviluppo due MVP, "Gary" e "Genius Bar", incentrati sulla gestione delle conoscenze interne e sul miglioramento del servizio clienti. Entrambi i progetti richiedono un'ulteriore ottimizzazione prima di poter essere completamente industrializzati.

Il sistema Gary è stato progettato per aiutare i dipendenti a controllare i prodotti e le procedure. Sebbene il 90% del personale abbia adottato il sistema, sono emersi problemi di implementazione, come le incongruenze nella base di conoscenze tra le varie procedure. Affrontare queste incongruenze è fondamentale prima che la soluzione possa essere ulteriormente scalata. Gary rappresenta un passo fondamentale verso il miglioramento dei processi interni con l'IA.

Genius Bar, il secondo MVP chiave, mira a migliorare il servizio clienti sostituendo i chatbot obsoleti con una soluzione di intelligenza artificiale generativa. Con oltre un milione di interazioni previste nei prossimi due anni, l'industrializzazione di questa soluzione richiede un approccio prudente. Gli esercizi di red-teaming sono stati fondamentali per identificare i problemi di sicurezza e affidabilità, che sono stati risolti per garantire una scalabilità regolare del sistema.

Pierre ha posto l'accento sull'adozione dell'IA, portando come esempio Microsoft Copilot. Una prova con 20 dipendenti ha dimostrato che, nonostante l'interesse iniziale, la metà ha smesso di usare lo strumento. Questo ha portato a un programma Champion e a una formazione mirata. La banca sta ora scalando Copilot con cautela per garantire un buon ritorno sull'investimento.

Le sfide dell'adozione includono anche la promozione di una mentalità critica tra i dipendenti per garantire che i risultati dell'IA siano interpretati correttamente. Data la natura regolamentata del settore bancario, i dipendenti devono essere cauti nell'affidarsi esclusivamente a soluzioni generate dall'IA. Pierre ha anche affrontato il timore che l'IA possa sottrarre posti di lavoro, rassicurando i dipendenti che l'IA aumenterà, non sostituirà, il loro lavoro. Ha sottolineato l'uso di test AB per confrontare il valore delle attività svolte con e senza l'IA, contribuendo a promuovere la fiducia e la comprensione del potenziale dell'IA all'interno dell'organizzazione.