Intelligenza artificiale e credito bancario: come cambia il ruolo della relazione tra banca e impresa
Le evidenze di un recente studio della Banca d'Italia
Il recente studio della Banca d’Italia sull’utilizzo dell’intelligenza artificiale nei processi di credit scoring offre una chiave di lettura particolarmente rilevante per il rapporto banca-impresa. Il tema non riguarda soltanto l’adozione di nuove tecnologie da parte degli intermediari, ma il modo in cui cambia la valutazione del merito creditizio e, di conseguenza, il dialogo tra impresa, banca e professionisti che assistono l’azienda. Se le decisioni sul credito sono sempre più supportate da dati quantitativi e verificabili, diventa centrale la capacità dell’impresa di produrre informazioni economico-finanziarie affidabili, tempestive e leggibili.
La crescente diffusione dell'intelligenza artificiale nei processi decisionali delle banche sta modificando in profondità le modalità con cui viene valutato il merito creditizio delle imprese. Un recente lavoro di ricerca della Banca d'Italia, realizzato da Leonardo Gambacorta, Fabiana Sabatini e Stefano Schiaffi, analizza gli effetti dell'adozione di sistemi di intelligenza artificiale applicati al credit scoring e il loro impatto sul tradizionale modello di relationship lending, ossia il credito fondato sulla conoscenza diretta e continuativa del cliente.
Lo studio utilizza un ampio insieme di dati relativi alle banche italiane e alle imprese affidate, osservando il comportamento degli intermediari prima e durante la crisi pandemica del 2020. L'obiettivo è comprendere se l'intelligenza artificiale rappresenti un complemento oppure un sostituto delle informazioni che le banche accumulano nel corso di rapporti di lungo periodo con la clientela.
Il valore economico della relazione bancaria
Nella letteratura economica il relationship lending è considerato uno dei principali strumenti attraverso cui le banche riducono le asimmetrie informative tra finanziatore e impresa. Nel tempo, infatti, l'intermediario raccoglie informazioni qualitative difficilmente osservabili dall'esterno, maturando una conoscenza approfondita dell'affidabilità del cliente, della qualità del management e delle prospettive dell'attività economica.
Questa maggiore disponibilità di informazioni produce tuttavia effetti diversi a seconda della fase del ciclo economico. In condizioni normali, una relazione particolarmente lunga può tradursi in una certa capacità della banca di esercitare un potere contrattuale sul cliente, applicando condizioni meno favorevoli rispetto a quelle ottenibili sul mercato. Durante le fasi di crisi, invece, la stessa relazione tende a trasformarsi in un fattore di protezione, consentendo all'impresa di mantenere l'accesso al credito anche in presenza di condizioni economiche deteriorate.
Come interviene l'intelligenza artificiale
L'innovazione analizzata nel lavoro riguarda l'impiego di tecniche di intelligenza artificiale e di machine learning finalizzate a integrare i processi di valutazione del merito creditizio.
A differenza dell'approccio relazionale tradizionale, tali strumenti si fondano prevalentemente sull'elaborazione di grandi quantità di dati quantitativi e verificabili, consentendo una valutazione più standardizzata e maggiormente orientata alle caratteristiche economiche e finanziarie dell'impresa.
La questione centrale affrontata dagli autori riguarda proprio l'interazione tra queste due fonti informative: da un lato le informazioni "soft" derivanti dalla relazione, dall'altro le informazioni "hard" elaborate dagli algoritmi.
Il punto, quindi, non è contrapporre relazione e tecnologia, ma comprendere come cambi il peso relativo delle diverse informazioni nel processo di valutazione. La relazione resta rilevante, ma viene progressivamente affiancata da una lettura più strutturata, quantitativa e verificabile dell’impresa.
I risultati sull'offerta di credito
Le evidenze empiriche mostrano che l'adozione dell'intelligenza artificiale modifica significativamente il comportamento delle banche.
Nei periodi ordinari, le imprese che intrattengono relazioni di lunga durata con banche che utilizzano l'intelligenza artificiale beneficiano di condizioni di finanziamento relativamente migliori rispetto a quelle offerte da intermediari tradizionali. In particolare, l'AI tende a ridurre il fenomeno che gli autori definiscono rent extraction, ossia la possibilità per la banca di sfruttare il vantaggio informativo accumulato nel tempo applicando prezzi del credito relativamente più elevati.
La situazione cambia durante la crisi pandemica. In questa fase, le banche tradizionali mostrano il tipico comportamento controciclico evidenziato da numerosi studi sul relationship lending: aumentano il sostegno alle imprese con cui intrattengono rapporti consolidati e applicano condizioni economiche più favorevoli.
Le banche che utilizzano sistemi di intelligenza artificiale, invece, non manifestano un ulteriore rafforzamento del sostegno creditizio rispetto a quanto già osservato nei periodi normali. In altri termini, l'AI attenua sia gli effetti negativi della relazione nelle fasi espansive sia quelli positivi nelle fasi recessive.
Lo studio conclude pertanto che il credito erogato dalle banche maggiormente orientate all'intelligenza artificiale appare meno influenzato dall'andamento generale del ciclo economico e più strettamente legato alle caratteristiche specifiche delle singole imprese.
Questo passaggio è particolarmente significativo per le imprese e per i consulenti che le accompagnano nel rapporto con il sistema bancario: se il credito tende a reagire maggiormente alle condizioni specifiche dell’impresa, diventa ancora più importante la qualità dell’informazione che l’impresa è in grado di mettere a disposizione.
Gli effetti su investimenti e occupazione
L'analisi si estende anche alle conseguenze sull'economia reale.
Durante la crisi Covid-19, le imprese che potevano contare su relazioni bancarie più lunghe hanno ricevuto maggiori volumi di credito e hanno mostrato una migliore capacità di sostenere investimenti e livelli occupazionali. Si tratta di un risultato coerente con la funzione stabilizzatrice tradizionalmente attribuita alle relazioni di lungo periodo tra banca e impresa.
Anche in questo caso, tuttavia, l'introduzione dell'intelligenza artificiale tende a ridimensionare tale effetto. Le imprese la cui banca principale utilizza strumenti di AI continuano a beneficiare della relazione esistente, ma in misura inferiore rispetto a quelle finanziate da intermediari che adottano metodologie più tradizionali.
Secondo gli autori, l'effetto è presente ma quantitativamente contenuto, segnalando che l'intelligenza artificiale non elimina il valore della relazione bancaria, bensì ne riduce l'importanza relativa.
Ne deriva una lettura equilibrata: l’intelligenza artificiale non cancella il rapporto fiduciario tra banca e impresa, ma contribuisce a modificarne la funzione. La fiducia non si fonda più soltanto sulla conoscenza storica del cliente, ma anche sulla capacità dell’impresa di rendere chiari, coerenti e verificabili i propri dati.
Le implicazioni prospettiche
Le conclusioni dello studio suggeriscono che la progressiva diffusione dell'intelligenza artificiale nei processi di concessione del credito potrebbe modificare alcuni meccanismi tradizionali di funzionamento del sistema finanziario.
In particolare, l'offerta di credito potrebbe diventare meno sensibile alle oscillazioni macroeconomiche e maggiormente dipendente dalle condizioni specifiche delle singole imprese. Ciò implica una crescente rilevanza di indicatori oggettivi quali redditività, flussi economici e capacità di generare risultati, a discapito del peso storicamente attribuito alle relazioni consolidate con gli intermediari.
Una lettura per imprese e professionisti
Per le imprese questo scenario rende sempre più strategica la qualità delle informazioni economico-finanziarie disponibili e la capacità di rappresentare correttamente il proprio profilo di rischio. Non basta essere una buona impresa: occorre anche essere un’impresa leggibile, cioè capace di produrre dati affidabili, aggiornati e coerenti con le logiche di valutazione del sistema bancario.
Per i professionisti che le assistono, emerge l'importanza di una gestione accurata dei dati aziendali e degli indicatori utilizzati dai sistemi di valutazione automatizzata. Il ruolo del consulente non si esaurisce quindi nella ricerca del finanziamento, ma si estende alla costruzione della bancabilità dell’impresa: bilancio, flussi di cassa, pianificazione finanziaria, adeguati assetti e qualità del reporting diventano strumenti essenziali per ridurre le asimmetrie informative.
Il messaggio centrale del lavoro della Banca d'Italia è che l'intelligenza artificiale non sostituisce completamente il rapporto tra banca e impresa, ma ne modifica profondamente la funzione: il credito tende a diventare meno relazionale e più guidato dai dati, con effetti rilevanti sia per le imprese sia per il funzionamento complessivo del sistema finanziario.
In questa prospettiva, la relazione banca-impresa non scompare: cambia natura. La qualità della relazione passa sempre più dalla qualità dell’informazione. Per questo il professionista può assumere un ruolo decisivo nel trasformare i dati aziendali in un linguaggio comprensibile, credibile e utile al dialogo con la banca.