Negli ultimi anni il settore finanziario è stato raccontato attraverso la teoria del “meno”: meno filiali, meno contante, meno frizione. Mentre alcune strutture si riducono, cresce però l’intelligenza lato cliente: assistenti AI conversazionali e wallet digitali iniziano a supportare le decisioni finanziarie. Questo spostamento sta ridistribuendo l’asimmetria informativa tra banche e utenti e ridisegnando gli equilibri del mercato.
Indice degli argomenti
Il linguaggio del “meno”
Negli ultimi dieci anni il dibattito sul futuro dei servizi finanziari si è costruito attorno a una grammatica della sottrazione. Meno filiali, meno contante, meno frizione, meno banca. È un racconto coerente: le cosiddette neobank — da Revolut a N26, da Monzo a Chime — hanno dimostrato che è possibile costruire istituzioni finanziarie di massa senza un solo metro quadro di immobile commerciale.
La narrazione della sottrazione, per quanto accurata sul piano descrittivo, rischia di oscurare la domanda più interessante:
Se tutto diventa “meno”, cosa sta diventando “più”?
Il sistema finanziario sta attraversando un processo che si potrebbe definire il grande riequilibrio. A diminuire non è la complessità del sistema, ma la sua visibilità. Quello che l’AI sta iniziando a fare è trasferire capacità cognitive dal lato dell’offerta — dentro i prodotti — al lato della domanda — agenti intelligenti nelle mani dei clienti capaci di riequilibrare l’asimmetria informativa. Ma questo trasferimento non avviene in modo uniforme. Le istituzioni finanziarie stanno adottando l’AI su registri distinti. Questi registri non sono equivalenti: rappresentano livelli progressivi di spostamento del controllo decisionale. La Figura 1 mostra questo spostamento.
Figura 1 – Dove si sposta la competizione: dall’efficienza interna all’orchestrazione della decisione del cliente.
- Il primo registro (L1) è quello dell’efficienza interna: l’AI ottimizza processi operativi, riduce costi, automatizza attività ripetitive.
- Il secondo (L2) introduce l’intelligenza di prodotto come funzionalità visibile al cliente — assistenti digitali, raccomandazioni personalizzate, interfacce di prodotto più fluide.
- Il terzo (L3), ancora emergente, posiziona l’AI come layer di orchestrazione esterno ai servizi stessi: non un’intelligenza della banca, ma un’intelligenza del cliente, capace di interagire con più provider e selezionare l’offerta nel suo interesse.
Comprendere questo riequilibrio non è soltanto un esercizio intellettuale. La distanza tra questi tre registri non è solo tecnologica. È strategica. Capire a quale livello si posiziona un attore — e su quale punta — è diventato estremamente rilevante per chiunque operi nel perimetro dei servizi finanziari.
Il quadro in cifre: Italia e scenario internazionale
I dati italiani restituiscono un quadro di trasformazione accelerata, con luci e ombre distribuite in modo disomogeneo sul territorio e sulla popolazione.
Scenario italiano
L’Osservatorio Innovative Payments del Politecnico di Milano indica che il 2025 consolida il sorpasso degli strumenti di pagamento digitale: il 45% dei consumi è regolato digitalmente contro il 38% in contante, con la quota restante coperta da bonifici e addebiti diretti.
Sul fronte dell’accesso fisico, i dati della Fondazione Fiba di First Cisl fotografano una desertificazione progressiva: circa 11 milioni di italiani hanno accesso limitato agli sportelli bancari, con 516 filiali chiuse nel solo 2025. Circa 738.000 aziende — il 12% del totale — hanno sede in comuni privi di sportelli o con un solo accesso bancario. L’uso dell’internet banking cresce lentamente (+1,36 p.p. dal 2024) e segna rispetto alla media europea un divario di 14 punti percentuali, particolarmente accentuato nella fascia di età tra i 65 e i 74 anni — la stessa che più dipende dal canale fisico.
Sul fronte dell’innovazione imprenditoriale, Cribis rileva che nel 2025 le startup innovative italiane sono circa 11.090 unità, con un calo del 4,2% rispetto al 2024. Lombardia, Campania e Lazio guidano la classifica. La crescita nei settori tecnologici — informatica, scienze, ingegneria e web — procede per dinamiche proprie, essendo orientata a modalità di interazione prevalentemente digitali, il che non segnala una controtendenza rispetto alla desertificazione bancaria, ma indica la presenza di un doppio binario. Questa disomogeneità anticipa uno squilibrio più profondo: l’accesso ai servizi finanziari si riduce, mentre cresce la capacità di interazione digitale — ma non in modo uniforme tra popolazione e imprese. La Figura 2 sintetizza questo scenario.
Figura 2 – Meno banca, più digitale: una trasformazione disomogenea.
I segnali globali
Sul piano internazionale, il segnale più significativo arriva dall’Adobe Quarterly AI Traffic Report (febbraio 2026): nel periodo novembre–dicembre 2025, il traffico generato da utenti che interagiscono con servizi AI è aumentato del +610% nel settore banking e servizi finanziari, posizionandosi al secondo posto dopo il retail. Non si tratta di una curva di adozione graduale: è un salto di regime. Il fenomeno — spesso indicato come AI zero click — evidenzia che la fiducia nelle raccomandazioni finanziarie dell’AI sta crescendo man mano che sempre più consumatori si rivolgono ai modelli LLM per comprendere prodotti finanziari, ottenere consigli bancari o affrontare attività finanziarie complesse.
Questa dinamica si inserisce in un quadro di cambiamento più ampio. Secondo recenti analisi di McKinsey & Company sul comportamento dei consumatori europei, gli utenti stanno diventando sempre più attivi, informati e selettivi, con una crescente propensione a utilizzare canali digitali per comparare alternative e ottimizzare decisioni di acquisto. L’AI non introduce un comportamento nuovo: accelera e amplifica una trasformazione già in atto, il passaggio da un cliente passivo a un decisore assistito.
La banca si sposta: da interfaccia a infrastruttura invisibile
La trasformazione della banca non è solo una questione di canali, ma di posizione lungo i livelli di adozione dell’intelligenza artificiale.
La filiale bancaria non era solo un luogo fisico per eseguire transazioni, ma un punto di intermediazione cognitiva: lo spazio in cui l’istituzione traduceva la complessità finanziaria in decisioni comprensibili per il cliente. Consulenti, funzionari e operatori rappresentavano l’interfaccia umana di un sistema altrimenti opaco, alimentando un’asimmetria informativa strutturale che ha caratterizzato il settore per decenni. Con la sua progressiva scomparsa, questa funzione non è evaporata, ma si è redistribuita lungo registri diversi.
Le istituzioni finanziarie tradizionali stanno investendo in modo significativo nei primi due livelli. Da un lato, l’AI viene utilizzata per ottimizzare processi interni, ridurre costi e aumentare la produttività (L1). Dall’altro, viene integrata nei prodotti sotto forma di assistenti digitali, raccomandazioni e interfacce più fluide (L2). È in questa direzione che si colloca anche il paradigma della “AI-first bank” promosso da McKinsey: una banca profondamente trasformata dall’intelligenza artificiale, ma ancora centrata sull’istituzione come punto di controllo.
Parallelamente, alcuni attori stanno muovendosi verso un posizionamento diverso. Player come Apple, Google e Amazon stanno ridefinendo i confini del settore attraverso modelli differenti: alcuni operano in Europa con licenze di moneta elettronica per offrire servizi di pagamento e wallet. Altri, come Apple, si posizionano come layer di interfaccia tramite partnership con istituzioni finanziarie (per esempio con Goldman Sachs negli Stati Uniti), avvicinandosi ad un ruolo di orchestrazione di tipo L3, più che di erogazione diretta.
In questo scenario, realtà come Revolut rappresentano un caso intermedio. Pur operando come banca a tutti gli effetti, con licenze e prodotti completi, mantengono un forte controllo sull’esperienza utente e sull’integrazione dei servizi, posizionandosi principalmente sul livello di prodotto (L2), ma con aperture verso logiche più evolute di orchestrazione.
Il risultato è un nuovo paradigma in cui la banca tende a diventare un’infrastruttura invisibile: potente, pervasiva, ma sempre meno centrale nel momento decisionale. Come l’elettricità nelle case, che nessuno vede ma tutti usano, la banca del futuro esiste come strato di servizi su cui si costruiscono esperienze che il cliente percepisce come “native” di altri ambienti.
La differenza, oggi, non è più solo tecnologica. È posizionale: riguarda il livello a cui ogni attore sceglie di competere.
L’intelligenza si sposta verso i clienti
Finora abbiamo osservato il cambiamento dal lato dell’offerta. Il passaggio più rilevante riguarda però il lato della domanda.
Per decenni, il vantaggio competitivo delle istituzioni finanziarie si è fondato su un’asimmetria informativa precisa: le banche sapevano molte più cose sui loro clienti di quanto i clienti sapessero delle banche, dei prodotti disponibili, dei prezzi di mercato e delle proprie alternative. Questa asimmetria non era casuale, ma il prodotto di anni di design intenzionale di prodotti complessi e difficili da confrontare.
Il cambiamento riguarda lo spostamento della capacità decisionale verso il cliente. Emerge così uno scenario in cui ogni cliente può disporre di un agente AI personale: un consulente finanziario digitale capace di leggere contratti, confrontare offerte, rilevare inefficienze e automatizzare decisioni operative. Non si tratta più di supportare la banca, ma di potenziare il cliente.
Questo passaggio introduce una tensione strutturale ancora poco esplorata. Molte istituzioni stanno investendo nell’AI per ottimizzare processi interni e migliorare l’esperienza digitale, ma si tratta ancora prevalentemente di un’intelligenza lato offerta più che lato domanda.
Il contesto italiano
Questo scarto è particolarmente evidente nel mercato italiano, dove la traiettoria dell’adozione si concentra maggiormente nei primi due registri.
Le principali banche stanno investendo in soluzioni di intelligenza artificiale per ottimizzare processi interni — il primo registro — con applicazioni che spaziano dalla generazione di contenuti personalizzati per comunicazioni e campagne marketing al risk management, come nel caso di Intesa Sanpaolo.
Nel rischio di credito, l’obiettivo è delegare all’AI l’analisi dei dati, facendo emergere relazioni utili a supportare gli operatori nell’interpretazione dei risultati. Una logica analoga si applica ai processi di adeguata verifica: nel progetto Mosaico della Banca Popolare Pugliese, l’integrazione di modelli LLM con tecniche avanzate di aggregazione dei dati punta a ridurre significativamente l’effort umano nell’individuazione di anomalie.
Il risparmio ottenuto non si traduce solo in efficientamento operativo, ma anche nella possibilità di riallocare il contributo umano verso attività a maggiore valore, in particolare nel consolidamento della relazione con il cliente.
Attori infrastrutturali, come Nexi in collaborazione con Google Cloud, si muovono invece verso il secondo registro, sviluppando soluzioni integrate nei flussi di pagamento che puntano a delegare gli acquisti a un agente di intelligenza artificiale. L’idea è che l’agente, entro limiti stabiliti dall’utente, scelga il prodotto e completi il pagamento in autonomia, basandosi sui protocolli Universal Commerce Protocol (UCP) e Agent Payments Protocol (AP2) per gestire il processo e garantire sicurezza e conformità.
Si tratta però ancora, nella maggior parte dei casi, di un’intelligenza orientata all’offerta: strumenti che rendono la banca o il provider più efficiente, o che migliorano l’esperienza del cliente senza trasferirgli capacità decisionale autonoma. Il terzo registro — quello dell’orchestrazione lato cliente — resta marginale nel mercato domestico. Quando emerge, lo fa prevalentemente attraverso iniziative di attori globali del settore dei pagamenti e della tecnologia, più che del sistema bancario italiano. Il vero punto di discontinuità non è ancora pienamente emerso, ma si sta iniziando a sviluppare.
Finanza conversazionale: i segnali del terzo livello
Nel 2025 Stripe, in partnership con OpenAI, ha introdotto un sistema di instant checkout in cui l’interazione conversazionale diventa il punto di accesso alla scelta e all’acquisto.
Se il cliente non interagisce più direttamente con le istituzioni finanziarie, ma delega questa interazione a un agente AI che agisce nel suo interesse, il rapporto di potere tra domanda e offerta si capovolge. L’inerzia — quella forza invisibile che trattiene milioni di clienti in prodotti subottimali — cessa di essere un vantaggio competitivo difendibile. Il caso Stripe apre concettualmente ad una nuova prospettiva: la chat conversazionale diviene una “vetrina” di posizionamento dell’offerta e, al tempo stesso, di suggerimento dell’acquisto.
Questo spostamento è visibile anche nel marketing digitale: la SEO lascia spazio a logiche emergenti come AEO (agent engine optimization) e GEO (generative engine optimization). Non basta più essere in cima ai risultati di Google, occorre essere selezionati dall’algoritmo che media l’interazione.
Wallet e AI conversazionale: due traiettorie in competizione
Capire dove risiede il controllo dell’esperienza decisionale del cliente richiede di distinguere due traiettorie che si sviluppano in parallelo — e che non sempre coincidono.
- La prima traiettoria è quella del wallet-centric. I wallet sono oggi contenitori di carte e credenziali, utilizzati come strumenti di pagamento e accesso. In realtà, aggregano informazioni dell’utente — spesa, ricorrenze, contesto — e rappresentano il punto in cui identità e dati diventano attivabili da sistemi intelligenti. Tuttavia, il loro ruolo non è quello di decidere, ma di rendere eseguibile la decisione. In questa prospettiva, l’intelligenza si sposta lato cliente: l’agente elimina asimmetrie informative e guida la scelta, mentre il wallet ne abilita l’esecuzione attraverso deleghe, autorizzazioni e tracciabilità.
- La seconda traiettoria è quella dell’AI-orchestrated. Modelli conversazionali che si posizionano come layer di orchestrazione esterno. L’intelligenza non si limita più a essere integrata nei wallet o nei servizi finanziari, ma si posiziona come interfaccia primaria che orchestra l’accesso a più applicazioni: non solo supporta la scelta, ma seleziona servizi, attiva funzioni e può avviare transazioni. I casi già visibili — i connettori di ChatGPT con Stripe e con PayPal — mostrano come l’interfaccia conversazionale possa diventare un punto di accesso e orchestrazione dei servizi, non più solo un canale informativo.
Queste due traiettorie possono coesistere in un’architettura a doppio livello in cui l’AI decide e il wallet esegue. L’orchestrazione conversazionale seleziona e attiva; l’infrastruttura del wallet garantisce identità, autorizzazione e tracciabilità dell’esecuzione.
Tuttavia, i due livelli competono anche per il punto di controllo. Chi presidia l’interfaccia decisionale — il layer in cui il cliente forma la sua preferenza e compie la scelta — presidia il valore. L’architettura di questo sistema non è ancora definita: il wallet-centric model, in cui l’orchestrazione rimane nell’ecosistema finanziario, e il modello AI-orchestrated, in cui il controllo passa alle piattaforme conversazionali dei grandi player tecnologici, rappresentano due visioni ancora in competizione. Nessuna delle due ha consolidato una posizione dominante.
Le conseguenze strategiche per le istituzioni
Storicamente, una quota rilevante della profittabilità bancaria si è fondata non sulla superiorità del prodotto, ma sulla difficoltà del cambio. Un agente AI che gestisce in autonomia il processo di switch — trasferendo domiciliazioni, aggiornando IBAN, completando la documentazione KYC — elimina questa barriera all’uscita in modo radicale. Il cliente che non avrebbe mai cambiato banca per pigrizia diventa improvvisamente mobile.
La trasparenza come condizione di sopravvivenza
I prodotti finanziari complessi, con strutture di costo difficili da comparare, hanno prosperato in un contesto di scarsa alfabetizzazione finanziaria e alto costo della ricerca di informazioni. Quando un agente AI è in grado di decodificare istantaneamente un contratto di 40 pagine e tradurlo in un confronto sintetico con i prodotti concorrenti, quella complessità smette di essere uno strumento difensivo e diventa un segnale negativo.
Il valore si sposta dalla distribuzione al prodotto
In un sistema dove gli agenti AI comparano automaticamente l’offerta disponibile, il vantaggio competitivo non sta più nella capacità di raggiungere il cliente attraverso una rete commerciale capillare, ma nella qualità intrinseca del prodotto. Tassi, condizioni, flessibilità, costo reale: questi parametri tornano al centro come fattori differenziali reali, non mascherabili dietro l’abilità di un venditore.
L’AI come leva competitiva interna
Sarebbe un errore interpretare questo scenario come se le banche fossero passivamente in balia della trasformazione. Secondo le analisi di BCG, l’adozione di agenti AI potrebbe aumentare la profittabilità delle banche retail del 30% e ridurne i costi del 30-40% entro il 2030. Le istituzioni che si muovono per prime potranno aumentare la produttività, migliorare i margini, ridurre i tempi di ciclo e offrire esperienze superiori — vantaggi che diventeranno progressivamente difficili da replicare per i concorrenti più lenti.
La nuova competizione per il controllo dell’interfaccia
Le banche rischiano di diventare fornitori di commodità finanziarie, il cui valore viene estratto da chi siede nello strato superiore della catena. Le banche che partecipano attivamente all’ecosistema agentivo potranno acquisire nuovi clienti attraverso questi canali; quelle che scelgono di non farlo rischiano di cedere terreno in modo difficilmente recuperabile.
Questo passaggio ridefinisce anche il ruolo degli attori tecnologici che operano a supporto del sistema bancario. I system integrator e i provider di piattaforme, tradizionalmente posizionati come abilitatori dell’innovazione, si trovano esposti a una duplice pressione: da un lato le banche che internalizzano capacità tecnologiche, dall’altro nuovi layer di orchestrazione — wallet e agenti AI — che spostano il punto di decisione fuori dall’infrastruttura bancaria.
La posta in gioco non è solo tecnologica. L’architettura dell’orchestrazione non è ancora definita: agenti proprietari delle istituzioni, piattaforme conversazionali con capacità di checkout, ecosistemi chiusi o protocolli aperti convivono senza che nessun modello abbia consolidato una posizione dominante.
La scelta strategica per le istituzioni non è se adottare l’AI, ma a quale livello posizionarsi e con quale modello di orchestrazione competere. Questo scenario si traduce in alcune implicazioni sintetizzabili come mostrato in Figura 3.
Figura 3 – Implicazioni strategiche.
Un ecosistema di agenti, non un sistema di istituzioni
Guardando al complesso di queste dinamiche, la metafora più adeguata per descrivere il sistema finanziario del prossimo decennio non è quella della banca-come-supermercato né quella della banca-come-piattaforma. È quella di un ecosistema di agenti intelligenti che interagiscono tra loro secondo logiche di mercato trasparenti e veloci.
In questo ecosistema convivono: gli agenti AI dei clienti, che ottimizzano nell’interesse del singolo; i sistemi AI delle istituzioni finanziarie, che ottimizzano nell’interesse dell’istituzione; le piattaforme di matching e comparazione, che creano liquidità informativa tra domanda e offerta; i regolatori, che devono ripensare le proprie categorie quando il contratto non viene letto dall’umano ma dall’algoritmo, e quando la decisione è delegata a un agente.
Le proiezioni indicano che il commercio mediato da agenti AI potrebbe rappresentare oltre il 12% dell’e-commerce globale già entro il 2029: una quota destinata a crescere rapidamente e a includere porzioni sempre più ampie dei servizi finanziari al dettaglio. La relazione tra banca e cliente si fa inevitabilmente più mediata e più competitiva allo stesso tempo — mediata perché tra istituzione e consumatore si interpone un layer computazionale autonomo, competitiva perché la qualità del prodotto torna a essere misurata in modo oggettivo e istantaneo.
La trasformazione che stiamo descrivendo non è soltanto tecnologica. È cognitiva.
Per la prima volta nella storia dei mercati finanziari di massa, la capacità di elaborare informazione complessa in tempo reale non è più un privilegio esclusivo delle istituzioni. Si sta democratizzando, distribuendosi verso i singoli, e con essa si stanno ridisegnando i rapporti di forza tra chi produce i prodotti finanziari e chi li consuma.
Il grande riequilibrio non è ancora compiuto. Le piattaforme che abbiamo citato sono frammenti, prototipo di un sistema ancora in costruzione. Le resistenze — regolamentari, tecnologiche, culturali — sono reali e non vanno sottovalutate. Ma la direzione è chiara, e ignorarla sarebbe un errore strategico di proporzioni storiche.
Il futuro della finanza non è “meno banca”. È soprattutto più capacità computazionale distribuita tra clienti, piattaforme e algoritmi. La sfida, per tutti gli attori del sistema, è posizionarsi in un mercato in cui l’intelligenza non è più un monopolio.
Il punto non è più dove risiede l’intelligenza. È chi la controlla nel momento della decisione.
Riferimenti
[1] Osservatori Digital Innovation – Politecnico di Milano, “Pagamenti digitali in Italia: il mercato e le tendenze evolutive,” 2026. [Online]. Available: https://www.osservatori.net/comunicato/innovative-payments/pagamenti-digitali-in-italia-mercato/
[2] First Cisl – Fondazione Fiba, “Desertificazione bancaria: chiusi altri 516 sportelli nel 2025,” 2026. [Online]. Available: https://www.firstcisl.it/2026/01/desertificazione-bancaria-chiusi-altri-516-sportelli-nel-2025-iccrea-prima-per-presenza-sui-territori/
[3] CRIBIS (Gruppo CRIF), “Startup innovative in Italia: dati aggiornati al 2025,” 2026. [Online]. Available: https://www.asefibrokers.com/notizie/startup-innovative-calo-italia-42-nel-2025
[4] Stripe, “Stripe powers Instant Checkout in ChatGPT and releases Agentic Commerce Protocol,” Sep. 2025. [Online]. Available: https://stripe.com/it/newsroom/news/stripe-openai-instant-checkout
[5] ABI Lab, “SOFIA: l’agente AI che cambia il risk management,” Bancaforte, 2026. [Online]. Available: https://bancaforte.it/video/sofia-l-and-rsquo-agente-ai-che-cambia-il-risk-management-RB103878h
[6] ABI Lab, “Mosaico: l’AI di Banca Popolare Pugliese che rivoluziona l’antiriciclaggio,” Bancaforte, 2026. [Online]. Available: https://bancaforte.it/video/mosaico-l-and-rsquo-ai-di-banca-popolare-pugliese-che-rivoluziona-l-and-rsquo-antiriciclaggio-RB103875q
[7] La Stampa, “Pagamenti con agenti di intelligenza artificiale: accordo Nexi e Google Cloud,” Mar. 2026. [Online]. Available: https://www.lastampa.it/economia/2026/03/03/news/pagamenti_con_agenti_di_intelligenza_artificiale_accordo_nexi_e_google_cloud-15529820/
[8] Adobe, “Quarterly AI Traffic Report: AI is reshaping digital discovery,” Feb. 2026. [Online]. Available: https://business.adobe.com/resources/sdk/adobe-ai-traffic-report.html
[9] McKinsey & Company, “An update on EU consumer sentiment: The uptake of AI shopping tools,” Mar. 2026. [Online]. Available: https://www.mckinsey.com/industries/consumer-packaged-goods/our-insights/an-update-on-european-consumer-sentiment
[10] D. G. W. Birch and K. Rutter, “Where are the customers’ bots? The AI paradigm shift in retail banking,” Journal of Digital Banking, vol. 8, no. 2, pp. 132–140, 2023.
