AI KNOWLEDGE HUB - AI driven banking: strategie, governance impatti organizzativi e tecnologie


Tipologia
Corsi interaziendali
Temi
Innovazione e Fintech, Data Driven Banking
In sintesi

Una nuova architettura formativa per fornire le conoscenze sui principali aspetti riguardanti i dati e l’intelligenza artificiale e accompagnare le banche in modo consapevole nella nuova Data e AI Driven Banking. 

L’offerta è organizzata in quattro aree per rispondere a esigenze formative differenti per obiettivi e destinatari:

  1. Conoscere - Per chi vuole conoscere e orientarsi con i dati e l’AI in banca
  2. Introdurre - Per chi deve implementare le intelligenze artificiali in banca
  3. Controllare - Per chi deve controllare l’AI in banca
  4. Sperimentare - Per chi vuole usare al meglio l’AI generativa
Target

Figure professionali delle funzioni di indirizzo e coordinamento che desiderano acquisire una visione integrata e inter-funzionale del processo di introduzione e gestione dei Sistemi di AI, Responsabili di unità organizzative, Responsabili centrali.

Obiettivi

I corsi forniscono al partecipante il set di conoscenze utili a:

  • Fornire le basi per comprendere e sfruttare il mondo dell’AI in banca
  • Introdurre e individuare i fattori abilitanti in termini economici, organizzativi sociali e normativi per introdurre l’AI e creare il framework di governo
  • Valutare quali tecnologie utilizzare ai fini della soluzione del proprio “business case” nonché la sostenibilità economica dei progetti
  • Comprendere in maniera operativa i principi e le tecniche di AI
  • Comprendere le potenzialità dell’AI Generativa attraverso esempi pratici e utilizzo degli stessi
Sede

Aula virtuale, attraverso piattaforma dedicata, con possibilità di interazione real time con i docenti



Richiedi informazioni

Grazie a un approccio pratico, un apprendimento basato sul “fare”, si persegue l’obiettivo di trasferire strumenti e soluzioni pratico-operative attraverso casi studio e momenti di hands-on. Una formula che, attraverso una contaminazione costante tra contenuti ed esperienza, attiva un apprendimento più solido e lo sviluppo di casi immediatamente implementabili nel proprio contesto professionale così da generare, valore aggiunto per i partecipanti e i loro interlocutori.

1° incontro • 18 novembre

L’Intelligenza artificiale in banca: il contesto e gli scenari 

  • Inquadramento di contesto/tendenze di mercato
  • I vantaggi competitivi dell’AI per le banche e i rischi collegati 

AI journey: dalle strategie agli impatti organizzativi e culturali 

  • Strategie e AI Governance: i modelli di riferimento
  • Una possibile roadmap per portare l’AI in azienda: strategie per l’integrazione dell’intelligenza artificiale nei modelli aziendali
  • Gli impatti su processi e organizzazione
  • I ruoli e le responsabilità nell’implementazione dell’AI
  • Competenze, persone,  cultura nelle banche data e AI driven 

Responsible AI by-design

  • L’implementazione dell’AI nel rispetto dei vincoli dell’AI Act 

Quantificare il valore economico dell’AI

  • Definire e comprendere i bisogni della banca: come identificare un problema risolvibile con l’AI
  • Dai bisogni alla costruzione degli use case: valore atteso, impatto sul business, requisiti tecnici, funzioni coinvolte
  • Pianificazione e impianto di un progetto AI
  • Avvio del progetto AI e gestione del cambiamento

Gestione e misurazione del valore dell’AI nel tempo

  • Metodologie di misurazione del valore dell’AI: KPI finanziari e operativi
  • Come definire metriche chiare e misurabili per valutare l’impatto di AI nel tempo
  • Ottimizzazione e gestione continua dell’investimento AI: come ottimizzare l’algoritmo e le  performance AI

2° incontro • 19 novembre

Le infrastrutture a supporto della AI 

  • Le esigenze infrastrutturali per implementare AI in banca (capacità di calcolo, archiviazione, reti, …)
  • Datawarehouse, Cloud, architetture distribuite: le caratteristiche
  • Implementazione di un’infrastruttura per la gestione dei dati per un progetto AI in banca
  • Le fasi del progetto infrastrutturale
  • Gestione e ottimizzazione delle infrastrutture AI nel tempo
  • Scalabilità e ottimizzazione delle infrastrutture AI 

Le tecnologie a supporto dell’AI

  • Tecnologie abilitanti per l’AI in banca: esigenze di calcolo e memoria
  • Tool e piattaforme per lo sviluppo di modelli AI
  • Integrazione dei sistemi AI con le infrastrutture bancarie esistenti

Elisa Isacco
[email protected]
06.6767.517