Scotiabank e l'AI: un Framework per la Governance e la Sicurezza

Scotiabank, una delle principali istituzioni finanziarie canadesi, ha annunciato il lancio di Scotia Intelligence, un Framework di intelligenza artificiale progettato per centralizzare le operazioni di dati e AI. Questa nuova piattaforma unifica diverse soluzioni, strumenti software e sistemi di supervisione dei dati in un'unica istanza, con l'obiettivo dichiarato di rendere l'AI accessibile ai propri dipendenti, in particolare ai team a contatto diretto con i clienti, garantendo al contempo la piena conformità alle rigorose normative di governance e sicurezza interne della banca.

L'iniziativa sottolinea l'impegno di Scotiabank verso un'implementazione responsabile dell'AI. A riprova di questo approccio, la banca ha pubblicato un documento sul proprio impegno etico riguardo ai dati, una mossa che, secondo l'istituto stesso, rappresenta un unicum nel panorama bancario canadese. Questo posizionamento evidenzia la crescente attenzione del settore finanziario alla sovranità dei dati e alla trasparenza nell'uso delle tecnicie emergenti, aspetti cruciali per i decision-maker che valutano soluzioni AI self-hosted.

Scotia Navigator: AI Assistiva e Sviluppo Interno

Tim Clark, Group Head e Chief Information Officer di Scotiabank, ha descritto Scotia Intelligence come un approccio innovativo che fonde l'infrastruttura esistente della banca con nuove capacità di AI. Questa integrazione mira a connettere ambienti di calcolo, governance e sicurezza, consentendo ai dipendenti di utilizzare la tecnicia con maggiore fiducia e controllo. La sfida principale nel settore finanziario, infatti, consiste nel rendere disponibili gli strumenti di AI su scala enterprise senza introdurre nuovi rischi operativi o normativi.

La risposta di Scotiabank a questa sfida si concretizza in Scotia Navigator, il componente di Scotia Intelligence dedicato ai dipendenti. Scotia Navigator fornisce AI assistiva a diverse unità di business, supportando i processi decisionali e lo sviluppo software. Permette inoltre al personale di costruire e Deployare i propri assistenti AI, sempre nel rispetto delle regole e delle direttive di governance aziendali. Un'enfasi particolare è posta sullo sviluppo di software AI, con l'introduzione della generazione automatizzata di codice per i team tecnici della banca. In un ambiente regolamentato, la generazione di codice deve aderire a standard rigorosi di qualità del prodotto, rendendo il controllo del codice per la sicurezza e l'auditabilità un imperativo aziendale.

Impatto Operativo e Implicazioni per l'Enterprise

Scotiabank ha presentato dati interni che supportano l'espansione dell'AI all'interno delle proprie operazioni. I contact center, ad esempio, vedono ora l'AI gestire oltre il 40% delle richieste dei clienti, un risultato che ha valso alla banca riconoscimenti per la sua trasformazione digitale. L'AI inoltra automaticamente circa il 90% delle email commerciali indirizzate alla banca, riducendo il lavoro manuale per questa attività del 70%. Nel settore del digital banking, Scotia Intelligence fornisce suggerimenti predittivi di pagamento ai clienti tramite app mobile, aiutandoli a gestire bollette ricorrenti, trasferimenti di denaro via email e spostamenti di fondi tra i propri conti Scotiabank.

Phil Thomas, Group Head e Chief Strategy & Operating Officer della banca, ha sottolineato come il lancio di Scotia Intelligence rappresenti un passo fondamentale nella strategia AI dell'azienda, focalizzata su esperienze incentrate sul cliente. Gli strumenti di AI, ha aggiunto, permetteranno alla forza lavoro di dedicare più tempo ad attività a maggior valore aggiunto. Tutte le applicazioni di AI sono sottoposte a revisione interna per equità, trasparenza e responsabilità prima del Deployment, e i dipendenti che operano con Scotia Intelligence ricevono formazione obbligatoria e attestazioni annuali. Questo approccio rigoroso è fondamentale per i CTO e gli architetti di infrastruttura che devono garantire la compliance e la sicurezza in ambienti complessi.

Prospettive Future e Considerazioni per il Deployment On-Premise

Per i CIO, i CTO e i responsabili dell'architettura enterprise, l'approccio di Scotiabank, che combina standardizzazione della piattaforma e governance formale, invia un messaggio chiaro: i controlli sull'AI sono indispensabili man mano che questa tecnicia entra in produzione. Dimostrare l'esistenza di tali controlli è cruciale prima che eventuali incidenti ne rivelino l'assenza. Il successo del Deployment dell'AI su larga scala dipenderà, almeno in parte, da elementi di sicurezza e osservabilità. Gli esempi forniti dalla banca suggeriscono un programma di implementazione dell'AI in cui l'efficacia di ogni funzione può essere misurata in termini di riduzione dei tempi di gestione, automazione di alto livello e coinvolgimento del cliente.

Sebbene Scotiabank non abbia fornito dettagli specifici sull'architettura, sui costi o sulla strategia dei modelli, né prove di Benchmark esterni, rendendo il TCO e il ROI complessivo non immediatamente chiari, l'istituto prevede un futuro utilizzo di agenti per la ricerca e l'analisi, con la possibilità di capacità "più autonome, contestualmente consapevoli e orientate all'azione nel tempo". Per le organizzazioni che valutano il Deployment di LLM e soluzioni AI in ambienti self-hosted o air-gapped, l'esperienza di Scotiabank evidenzia l'importanza di un Framework robusto di governance e sicurezza, aspetti che AI-RADAR esplora in dettaglio, offrendo analisi sui trade-off tra controllo, sovranità dei dati e costi operativi.