È in vigore dal 27 luglio il regolamento europeo che rinvia gli obblighi dell’AI Act sui sistemi di credit scoring. Negli istruttorie di banche e finanziarie gli algoritmi valutano intanto già il merito creditizio di chi chiede un prestito. PMI.it ne ha parlato con Stefano Piscitelli, CEO di Younited Italia, filiale della piattaforma europea di credito al consumo digitale, secondo cui la responsabilità della decisione non si delega a un modello.
In sintesi:
- il Regolamento (UE) 2026/1744, in Gazzetta ufficiale europea del 24 luglio 2026, è in vigore dal 27 luglio 2026;
- gli obblighi per i sistemi ad alto rischio dell’Allegato III dell’AI Act slittano dal 2 agosto 2026 al 2 dicembre 2027;
- l’Allegato III, punto 5, lettera b) del Regolamento (UE) 2024/1689 classifica ad alto rischio i sistemi che valutano l’affidabilità creditizia delle persone fisiche, con esclusione di quelli antifrode;
- secondo il rapporto OCSE presentato in Banca d’Italia il 24 aprile 2026, il 59% dei rispondenti del comparto bancario dichiara di utilizzare soluzioni di intelligenza artificiale, su un’indagine condotta nel secondo trimestre 2025 presso 450 operatori finanziari;
- la Corte di giustizia UE (sent. C-203/22 del 27 febbraio 2025) riconosce all’interessato il diritto a una spiegazione della logica seguita nella valutazione automatizzata del merito creditizio.
- AI in banca per adempimenti antiriciclaggio e antifrode
- Dalla fotografia al film, la lettura dinamica dei profili finanziari
- New to Credit e lavoratori atipici, i profili difficili da valutare
- Il credit scoring nell’AI Act e il rinvio al 2 dicembre 2027
- Le tutele già esigibili per chi subisce una decisione automatizzata
- La responsabilità della decisione e il costo dell’AI per operazione
AI in banca per adempimenti antiriciclaggio e antifrode
Nel credito digitale la trasformazione più rilevante riguarda processi che il cliente non vede. Chatbot e assistenti virtuali sono la parte visibile dell’innovazione, mentre il valore dell’AI nei servizi finanziari si misura nell’analisi dei dati, nell’individuazione delle frodi e nella costruzione della decisione di affidamento.
«Chatbot e assistenti virtuali sono la parte più visibile, ma non necessariamente quella più importante» spiega Stefano Piscitelli. «Nel credito l’AI crea valore quando contribuisce a rendere le decisioni più accurate, sicure e coerenti, non soltanto più veloci».
La diffusione della tecnologia nel settore è già ampia. Il rapporto OCSE sull’intelligenza artificiale nei mercati finanziari italiani, presentato in Banca d’Italia il 24 aprile 2026, colloca il comparto bancario al 59% di adozione dichiarata, dietro alle assicurazioni e davanti agli operatori dei mercati finanziari. L’impiego prevalente riguarda processi interni, antiriciclaggio, prevenzione delle frodi ed efficienza dei processi.
Dalla fotografia al film, la lettura dinamica dei profili finanziari
La valutazione del merito creditizio tradizionale poggia su busta paga, dichiarazione dei redditi, storico creditizio, dati patrimoniali e centrali rischi. Sono elementi solidi che descrivono ciò che è già accaduto. L’open banking e la capacità di analizzare grandi quantità di dati dinamici aggiungono una prospettiva diversa sulla sostenibilità del rimborso.
«Si può passare, almeno in parte, dalla fotografia al film» osserva Piscitelli. «Non solo sapere com’era il cliente in un determinato momento, ma comprenderne meglio la continuità delle entrate, la gestione delle spese ricorrenti, la capacità di assorbire un imprevisto e l’evoluzione complessiva del profilo finanziario».
Il vantaggio non consiste nell’accumulare informazioni in modo indiscriminato. Consiste nel ricostruire con maggiore accuratezza la sostenibilità di una scelta di credito, una possibilità che diventa rilevante quando i criteri tradizionali faticano a rappresentare situazioni lavorative e reddituali meno lineari.
New to Credit e lavoratori atipici, i profili difficili da valutare
Tra i profili più complessi da leggere ci sono i New to Credit, i lavoratori atipici e le persone che dispongono di una reale capacità di rimborso senza avere costruito una storia creditizia lunga e regolare. L’analisi algoritmica può contribuire a inquadrarli meglio, a condizione che non diventi una scorciatoia per concedere credito senza verifiche adeguate.
«Il tentativo non è allargare il credito in modo indiscriminato» chiarisce Piscitelli, «ma distinguere meglio tra assenza di storia e assenza di affidabilità. Se governata correttamente, l’AI può aiutare a rendere visibili persone che oggi il sistema fatica a inquadrare».
La stessa capacità di analisi rende più aderente al caso anche l’esperienza del cliente. Pricing, offerte e assistenza possono essere costruiti in coerenza con il momento di vita e con la situazione finanziaria effettiva, con una valutazione più chiara dell’impatto sul cash flow.
Il credit scoring nell’AI Act e il rinvio al 2 dicembre 2027
I sistemi che valutano l’affidabilità creditizia delle persone fisiche sono classificati ad alto rischio dall’Allegato III, punto 5, lettera b) del Regolamento (UE) 2024/1689, che esclude espressamente i sistemi utilizzati per individuare frodi finanziarie. Gli obblighi corrispondenti avrebbero dovuto applicarsi dal 2 agosto 2026.
Il Regolamento (UE) 2026/1744, pubblicato nella Gazzetta ufficiale dell’Unione europea del 24 luglio 2026 ed efficace dal 27 luglio, ha modificato quel calendario. Il considerando 40 motiva lo slittamento con il ritardo nella disponibilità di norme tecniche, specifiche comuni e orientamenti, oltre che nella costituzione delle autorità nazionali competenti. La data di applicazione per i sistemi dell’Allegato III si sposta al 2 dicembre 2027, quella per i sistemi integrati nei prodotti dell’Allegato I al 2 agosto 2028. Sugli obblighi dell’AI Act in applicazione generale il quadro è diverso e più immediato.
Il rinvio riguarda una parte degli impieghi dell’AI nel credito, non tutti. La tabella distingue le fattispecie e il regime applicabile a ciascuna.
| Impiego dell’intelligenza artificiale nel credito | Regime applicabile e decorrenza |
|---|---|
| Sistemi destinati a valutare l’affidabilità creditizia delle persone fisiche o a stabilirne il merito di credito | Alto rischio ai sensi dell’Allegato III, punto 5, lettera b); obblighi applicabili dal 2 dicembre 2027 |
| Sistemi impiegati allo scopo di individuare frodi finanziarie | Esclusi dalla classificazione ad alto rischio dell’Allegato III, punto 5, lettera b) |
| Chatbot e assistenti conversazionali rivolti alla clientela | Obblighi di trasparenza dell’art. 50 del Regolamento (UE) 2024/1689 dal 2 agosto 2026 |
| Trattamento dei dati personali nelle decisioni automatizzate sul credito | Artt. 15 e 22 del Regolamento (UE) 2016/679, già applicabili |
Le tutele già esigibili per chi subisce una decisione automatizzata
Il rinvio degli obblighi AI Act non lascia scoperto chi si vede rifiutare un finanziamento valutato con strumenti automatizzati. La disciplina sulla protezione dei dati personali si applica già oggi e la Corte di giustizia dell’Unione europea ne ha chiarito la portata sul credit scoring con due pronunce.
Con la sentenza C-634/21 del 7 dicembre 2023 la Corte ha stabilito che il calcolo automatizzato di un tasso di probabilità sulla capacità di onorare gli impegni di pagamento costituisce di per sé un processo decisionale automatizzato ai sensi dell’art. 22 del Regolamento (UE) 2016/679, quando da quel punteggio dipende in modo determinante la stipula o la cessazione del rapporto contrattuale. Con la sentenza C-203/22 del 27 febbraio 2025 ha precisato il contenuto del diritto alla spiegazione: il titolare del trattamento deve descrivere la procedura e i principi applicati in forma concisa, trasparente e comprensibile, in modo che l’interessato capisca quali suoi dati sono stati utilizzati e in che modo. La comunicazione della formula matematica non soddisfa quel requisito, e neppure la descrizione analitica di ogni fase del processo.
Chi riceve un diniego può quindi muoversi lungo una sequenza definita:
- chiedere se la decisione si è fondata unicamente su un trattamento automatizzato, ai sensi dell’art. 22, par. 1, del Regolamento (UE) 2016/679;
- esercitare il diritto di accesso previsto dall’art. 15, par. 1, lettera h), per ottenere informazioni sulla logica utilizzata;
- domandare in che misura una variazione dei dati considerati avrebbe condotto a un esito differente, indicazione che la Corte di giustizia ritiene idonea a soddisfare il requisito di comprensibilità;
- ottenere l’intervento umano, esprimere il proprio punto di vista e contestare la decisione, secondo l’art. 22, par. 3;
- rivolgersi all’autorità di controllo quando il titolare oppone il segreto commerciale, poiché spetta all’autorità o al giudice ponderare gli interessi in gioco.
La distanza tra la fiducia dichiarata verso questi strumenti e il loro impiego effettivo nel settore finanziario aiuta a leggere le resistenze di imprenditori e professionisti quando la valutazione riguarda la loro posizione.
La responsabilità della decisione e il costo dell’AI per operazione
Una decisione di credito determina la sostenibilità degli impegni finanziari di una persona, incide sulla qualità del portafoglio dell’operatore e influisce sulla fiducia nel sistema. Per questo non si giudica in base alla rapidità con cui viene prodotta.
«Anche con modelli molto sofisticati o con l’agentic AI, una banca o un operatore finanziario non potranno mai limitarsi a dire: ha deciso il modello» afferma Piscitelli. «La responsabilità non si delega a un algoritmo. La decisione deve rimanere prevedibile, ripetibile e verificabile. Più l’AI viene impiegata nei processi critici, più diventano importanti la supervisione, l’auditabilità e il confronto tra competenze tecnologiche, di rischio e di compliance. Nel credito i controlli non sono semplice burocrazia: sono il sistema immunitario dell’organizzazione».
Anche la promessa di una drastica riduzione dei costi richiede cautela. L’adozione su larga scala comporta investimenti in infrastrutture, sicurezza, governance, formazione, auditabilità e adeguamento normativo. Piscitelli ritiene che gli operatori dovranno iniziare a misurare un vero e proprio AI cost ratio, ossia quanto costa l’intelligenza artificiale per ogni decisione assunta e quanto valore quella decisione produce. «Progettare un’architettura sull’idea che l’AI rimarrà per sempre abbondante ed economica sarebbe un errore strategico» avverte.
Nel giro di pochi anni fornire una risposta in pochi secondi potrebbe diventare una capacità comune a tutti gli operatori, e la differenza si sposterà sulla qualità con cui vengono interpretate le situazioni individuali. «La velocità diventerà una commodity» conclude Piscitelli. «Il credito si distinguerà per l’intelligenza con cui saprà leggere le persone, includere chi oggi è difficile da valutare e dire no quando è la scelta corretta».
