L’ 11 novembre AML Intelligence e SymphonyAI hanno pubblicato i risultati della survey FinCrime Frontier 2025-26, che rappresenta un interessantissimo report sullo stato dell’arte nell’adozione di sistemi AI nel contrasto al financial crime.
Lo studio ha preso in esame interviste a 250 rappresentanti del mondo AML e AFC operanti nel settore bancario, assicurativo e nelle fintech, delineando sia gli attuali sviluppi sia le sfide che la maggior parte dei professionisti e delle organizzazioni dovranno affrontare.
Il dato è chiaro: oltre l’80% degli intervistati sta pianificando o implementerà sistemi AI avanzati in ambito AML dal 2026. È utile raffrontare questo dato con quanto emerso dallo studio di pochi mesi precedente “Global AML research. The road to integration. SAS, KPMG, ACAMS 2025(1); secondo il quale circa il 40% delle realtà contattate stavano ancora ragionando sui parametri sui quali impostare un programma di adozione dell’AI.
Un altro elemento di contesto, che è interessante confrontare con dati rilevati in altri report precedenti, è che circa il 70% delle organizzazioni ricorre ad operatività manuali e non automatizzate per almeno metà delle attività connesse al mondo AML.
In quali ambiti di compliance stanno investendo i maggiori player?
Secondo quanto emerge dallo studio, le aree in cui ci si aspetta con più confidenza un buon ritorno sull’investimento (ROI) sono:
- Il Transaction monitoring: rappresenta il tema più rilevante, con il 35% degli intervistati che evidenzia come l’uso dell’AI in questo ambito possa ridurre i falsi positivi, velocizzare il processo di valutazione degli alert e migliorare nel complesso la capacità di rilevamento delle transazioni sospette;
- Le attività di KYC / CDD / EDD / Onboarding: sono considerate il secondo ambito (24%) in cui si possono registrare aumenti significativi di efficienza grazie all’automazione, all’accelerazione dei processi di onboarding e alla diminuzione del lavoro manuale;
- L’automazione dei processi: l’efficienza generale (10%) riguarda la riduzione del carico di lavoro manuale, lo snellimento operativo, il risparmio di personale e il miglioramento della reportistica regolatoria;
- L’applicazione dell’AI nello screening delle sanzioni: (8%) consente una riduzione dei falsi positivi e delle tempistiche di analisi dei match molto più rapidi ed efficienti;
- la rilevazione delle frodi: (5%) trae benefici dall’uso di AI attraverso l’individuazione di anomalie e schemi fraudolenti in modo più rapido ed efficace con modalità adattive in grado di rilevare nuovi pattern.
Le barriere
Oltre ai vantaggi, lo studio cerca di analizzare quali siano gli ostacoli ad una piena e consapevole adozione dei sistemi di AI nelle organizzazioni e quali possano essere le azioni da attuare per ridurre tali barriere, suddividendole in tre tipologie: barriere tecniche, di competenze e organizzative.
Barriere tecniche
L’integrazione dell’AI in infrastrutture IT complesse e obsolete rappresenta una sfida importante a causa della presenza di dati spesso frammentati, incompleti, incoerenti, e della presenza di sistemi legacy che possono limitare le prestazioni delle nuove soluzioni. La mancanza di standardizzazione e di infrastrutture moderne ostacola la scalabilità e la piena efficacia delle applicazioni AI soprattutto in organizzazioni di grandi dimensioni e con basi date frammentate. L’unica soluzione percorribile in questi contesti è rappresentata dall’investimento in attività di data integration e data quality e quindi la realizzazione di una solida cultura, anche a livello organizzativo, di data governance.
In aggiunta a questi interventi, anche in ottica di contenimento dei costi, potrebbe essere valutato l’impiego di middleware/API wrapper per integrare i sistemi legacy con gli strumenti di AI, implementando l’evoluzione in fasi progressive per ridurre rischi operativi e garantire un’integrazione graduale e controllata.
Barriere di competenze
L’adozione di AI richiede risorse altamente specializzate, come data scientist, machine Learning Engineer ma anche figure ibride esperte sia lato IT che in ambito financial crime. La scarsità di competenze ibride tra tecnologia AI e compliance rappresenta un’importante barriera. In questi casi è necessario prevedere dei piani strutturati di upskilling e reskilling del personale esistente, ricerca sul mercato di figure ibride ed interfunzionali, prevedendo ad esempio l’introduzione degli AI champion nei team di business.
Barriere organizzative
In molte organizzazioni non esistono strutture di AI governance adeguate, comitati dedicati e coordinamento interno tra le funzioni di business e lo sviluppo dei progetti AI. Ciò rende molto spesso difficile passare dalla fase di sperimentazione ed analisi all’effettiva fase di implementazione operativa dei modelli AI su vasta scala. Dalle risposte al sondaggio è evidente che molte organizzazioni non abbiano ancora una AI Governance strutturata: solo il 17% ha infatti dichiarato di avere un framework di AI Governance pienamente operativo
Per tale ragione appare indispensabile istituzionalizzare la governance AI: creare framework di supervisione formali che definiscano chiaramente la proprietà dei modelli, i cicli di validazione e gli standard di documentazione. In questo modo le decisioni basate sull’AI saranno spiegabili, verificabili e pronte per i controlli da parte delle Autorità regolatorie.
Azioni strategiche per le funzioni di Compliance/AML
Oltre alle barriere ed alle azioni di mitigazione proposte, il report fornisce importanti azioni da realizzare per i responsabili delle funzioni di Compliance e AML al fine di un’adozione consapevole ed efficace delle tecnologie AI.
In particolare, occorre sottolineare l’importanza del modello 50/50(2) ossia un framework che bilanci l’automazione AI con l’expertise degli analisti, un modello che permette all’AI di gestire e contenere i volumi mentre gli analisti si occupano delle analisi a valore aggiunto.
L’offerta di Joint Services: affrontare con competenza le sfide dell’adozione AI in ambito AFC
Le sfide più critiche dell’adozione dell’AI nei contesti AML — disomogeneità dei dati, complessità d’integrazione, carenza di competenze specifiche, necessità di scalabilità — richiedono un approccio strutturato e multidisciplinare.
Joint Services (JS), con oltre 15 anni di esperienza nel contrasto al financial crime e una profonda conoscenza del dominio, è idealmente posizionata per accompagnare istituzioni finanziarie, assicurazioni e fintech in questo percorso.
Unendo competenze tecniche avanzate in data science, AI e system integration a una forte sensibilità normativa e progettuale, JS supporta l’adozione dell’AI attraverso soluzioni architetturali flessibili, scalabili e conformi alle policy aziendali e ai requisiti regolamentari.
L’approccio di JS è orientato a risultati concreti e sostenibili, e si basa su alcuni capisaldi fondamentali:
- Integrazione e valorizzazione dei dati: costruzione di infrastrutture che armonizzano i dati compliance (KYC, AML, Sanctions) e li rendono interoperabili per i modelli AI, abilitando una visione unificata del rischio;
- Governance AI personalizzata: definizione di policy, modelli operativi e framework su misura per garantire un’adozione responsabile e trasparente dell’intelligenza artificiale;
- Adozione modulare e progressiva: sviluppo di soluzioni flessibili e use-case-driven che si affiancano ai sistemi legacy, combinando regole tradizionali e modelli AI in modo complementare;
- Approccio multidisciplinare: integrazione sinergica tra competenze tecnologiche, normative e operative per assicurare l’efficacia e la sostenibilità nel tempo delle soluzioni AI.
In questa prospettiva, l’AI non è solo un motore di automazione, ma uno strumento strategico per rafforzare i presìdi di controllo, accrescere la resilienza delle funzioni AFC e rispondere con efficacia all’evoluzione delle minacce e delle aspettative regolatorie.
Joint Services si propone come partner di fiducia in questo percorso trasformativo.
Conclusioni
L’utilizzo delle tecnologie AI nel mondo del financial crime è ormai realtà, ma è importante considerare che l’utilizzo dell’intelligenza artificiale nel contesto AFC non deve essere interpretato meramente come un aumento della produttività e dell’efficienza operativa ma può (e deve) rappresentare uno strumento per rafforzare l’individuazione e mitigazione dei rischi ed accrescere la resilienza complessiva delle istituzioni finanziarie.
Per approfondire i risultati della ricerca, è possibile scaricare il report completo al seguente link:
Per richiedere una consulenza o entrare in contatto con gli esperti di Joint Services, è possibile visitare la pagina dedicata: https://joint-services.com/contacts/
Intervento di Andrea DI CORRADO | AML Senior Business Consultant, JS, Joint Services. Società Partner con Risk & Compliance
Joint Services è una società di consulenza specializzata nella trasformazione IT in ambito Anti Financial Crime e Compliance.
Grazie al suo team di ingegneri informatici ed esperti di tematica, JS è un partner tecnico e consulenziale per i propri clienti e facilita la traduzione dei “business requirements” in soluzioni tecniche su misura.
JS attualmente opera in Italia, Francia, Austria, Svizzera, Belgio, Albania, Romania, Singapore, USA e Canada.
Sito Internet: www.joint-services.com
Per approfondimenti, consultare i seguenti link e/o riferimenti:
