27 gennaio 2026
Supervisione dell’intelligenza artificiale nella finanza – Sfide, politiche e pratiche
Sebbene i Paesi membri dell’OCSE dispongano di normative adeguate per l’uso dell’IA in finanza, potrebbero sorgere difficoltà nell’interpretazione e nell’attuazione delle normative applicabili in materia di IA da parte delle autorità di vigilanza finanziaria.
Questo documento analizza gli attuali approcci di vigilanza all’uso dell’IA in finanza e le sfide nel supervisionarne l’adozione. Il documento esamina inoltre le pratiche di vigilanza che bilanciano la promozione dell’adozione responsabile dell’IA in finanza con gli obiettivi politici di stabilità e integrità dei mercati finanziari e di tutela dei consumatori finanziari.
L’impatto trasformativo dell’intelligenza artificiale
Viene analizzato l’impatto trasformativo dell’intelligenza artificiale – in particolare della AI generativa e dei large language models – sul settore finanziario, mettendo al centro il ruolo cruciale della supervisione. Sebbene la finanza utilizzi da tempo modelli di machine learning, l’evoluzione verso sistemi più avanzati e potenzialmente “agentici” introduce nuove complessità operative e di controllo.
Le principali difficoltà
Nei Paesi OCSE, la regolazione finanziaria resta fondata sul principio di neutralità tecnologica: le regole valgono indipendentemente dalla tecnologia utilizzata. Tuttavia, è nella supervisione concreta – cioè nell’interpretazione e applicazione pratica delle norme – che emergono le principali difficoltà, a causa delle caratteristiche intrinseche dell’AI: rapidità di evoluzione, opacità dei modelli, complessità tecnica, adattività dinamica e crescente autonomia.
Il documento evidenzia che gli approcci di supervisione, pur diversi tra Paesi, condividono principi comuni (approccio basato sul rischio e neutralità tecnologica). L’introduzione di quadri normativi specifici per l’AI, se sovrapposti a quelli esistenti, può però generare confusione, sovrapposizioni e incertezze interpretative. Per questo viene sottolineata l’esigenza di semplificazione, coerenza e chiarezza regolatoria.
Tra le principali sfide segnalate figurano:
- difficoltà nella valutazione e nel monitoraggio dell’uso dell’AI per carenza di dati;
- problemi di model risk management, validazione e spiegabilità dei modelli;
- questioni di governance, trasparenza, equità e gestione dei dati;
- il ruolo crescente di fornitori tecnologici terzi, spesso fuori dal perimetro di vigilanza;
- l’ambiguità operativa del concetto di “human in the loop”.
Fornire linee guida interpretative
Il testo suggerisce che, più che introdurre regole rigide e prescrittive, sia preferibile fornire linee guida interpretative che aiutino ad applicare i quadri esistenti ai modelli di AI avanzata, riducendo l’incertezza regolatoria senza frenare l’innovazione.
Infine, viene sottolineata l’importanza di:
- un dialogo continuo e proattivo tra autorità e operatori (sandbox, test sui modelli);
- il rafforzamento delle competenze delle autorità di vigilanza e l’uso di strumenti SupTech basati su AI;
- una cooperazione tra autorità per condividere competenze e capacità;
- un approccio flessibile, adattivo e dinamico alla supervisione, capace di accompagnare l’innovazione salvaguardando stabilità dei mercati, integrità del sistema finanziario e tutela dei consumatori.
In sintesi, il messaggio centrale è che la sfida non è se regolare l’AI in finanza, ma come supervisionarla in modo intelligente: favorendo un’adozione responsabile dell’innovazione senza compromettere la stabilità e la fiducia nel sistema finanziario, come indicato nel lavoro dell’OECD.
