Cari professionisti del wealth management,
immagino che ultimamente vi sentiate un po’ come spettatori di un match di boxe tra giganti tecnologici. In un angolo, abbiamo l’AI con i suoi modelli all’avanguardia e investimenti da capogiro. Nell’altro, abbiamo lo scetticismo di chi, come Goldman Sachs, sospetta che potremmo trovarci di fronte a una bolla speculativa più gonfia di un soufflé appena sfornato.
Ma mentre tutti discutono se l’AI sia il Santo Graal o solo l’ennesima moda passeggera, noi di Wealthype abbiamo deciso di fare qualcosa di rivoluzionario: usarla concretamente.
Il nostro approccio: l’AI come assistente, non come sostituto
In Wealthype, non ci interessano le chiacchiere da bar sulla singolarità tecnologica o su quando le macchine ci ruberanno il lavoro. Ci concentriamo invece sull’integrazione pragmatica di strumenti AI – machine learning, deep learning, LLM, RAG e altri acronimi che fanno tanta tendenza di questi giorni – per potenziare il lavoro dei consulenti e offrire un servizio di migliore qualità.
Ecco come stiamo mettendo l’AI al vostro servizio:
- Conoscere il cliente meglio di quanto conosca se stesso
Sintetizziamo i dati che avete su ciascun cliente in un vettore: ne facciamo il cosiddetto “embedding”. Non è romantico, ma è utile per stimare i bisogni e il DNA finanziario di ciascun cliente. Utilizziamo più modelli che lavorano insieme, creando un “model ensemble”. Ciascun modello segue logiche diverse e ha punti di forza e debolezza differenti. Usiamo algoritmi di Bayesian Machine Learning, che consente di combinare il Machine Learning “tradizionale” con conoscenze di business codificate in regole, modelli di Collaborative Filtering, classificatori basati su Rete Neurali e modelli di Boosting e Bagging. Il tutto usando dati anonimi e nel rispetto delle regole sull’AI;
- Da ‘I Promessi Sposi’ a ‘bignami per l’esame’ in pochi secondi
Siamo in grado di sintetizzare qualsiasi KIID o factsheet di prodotti finanziari e assicurativi, estraendo le informazioni chiave. È come avere un riassuntone delle superiori, ma per adulti e senza il rischio di essere beccati dalla prof. Anche se avete 10.000 prodotti a catalogo saprete sempre a cosa servono, come sono fatti, come si raffrontano con altri prodotti simili. Ad esempio, quali sono quelli con il miglior “Value for Money” un KPI che misura il rapporto tra qualità del prodotto, la sua marginalità, la sua sostenibilità per il cliente finale;
- Individuare i prodotti migliori per ciascun singolo cliente
“Know your clients, know your products” è il paradigma di Mifid, IDD e altre normative EU su risparmio gestito e assicurazioni. Noi lo caliamo nella realtà, individuando con il nostro Recommender System le proposte migliori per ciascun cliente, in totale coerenza con la profilazione Mifid/IDD che avete già faticosamente implementato. E tranquilli, non siamo gli n-esimi provider di modelli di costruzione di portafogli d’investimento: quello è un lavoro che lasciamo ai gestori e ad altri “big platform” solidamente posizionate; noi aiutiamo a mettere a terra l’output che producono;
- Financial Personas: stereotipi utili (per una volta)
Grazie al clustering Bayesiano, abbiamo creato delle Financial Personas. Rappresentano la vostra customer base, bene, in modo non banale. Sono utili per il marketing personalizzato e per capire il cliente prima ancora di avergli stretto la mano, per sapere di che cosa potrebbe avere bisogno, e come rapportarsi con lui. È come avere un amico comune che vi presenta, ma senza il rischio di gossip imbarazzanti. Volendo potreste fare simulazioni di mercato, con tecniche di Agent Based Modeling, per capire dove potreste finire tra 5 o 10 anni in vari scenari;
- Un chatbot che non vi farà rimpiangere i colleghi umani
Abbiamo integrato un servizio di chatbot a cui i consulenti possono chiedere informazioni dettagliate senza dover navigare sulla piattaforma. Informazioni sui clienti, sui prodotti, sulla piattaforma. È come avere un assistente personale, ma senza dovergli offrire il caffè;
- Simulazioni di scenari per i clienti: perché il futuro è imprevedibile, ma non ingestibile
I consulenti possono fare simulazioni di scenario sul patrimonio del cliente, grazie all’integrazione di modelli Monte Carlo, considerando vari eventi, belli e brutti, e vedere come avere un assicurazione temporanea caso morte, una LTC o una polizza salute possono cambiargli la vita, letteralmente. È come avere una sfera di cristallo, ma basata su matematica e teoria delle probabilità anziché sulla magia;
- Comunicazione personalizzata: perché ogni cliente è unico (anche se a volte non sembra)
Grazie alla Behavioral Finance, la comunicazione può essere personalizzata in ogni secondo della relazione. È come avere un traduttore simultaneo, ma invece di lingue diverse, traduce da “finanza” a “umano”. I modelli Multi-armed Bandit consentono di capire dai dati quale contenuto è adatto a chi, e quando;
- Infrastruttura e costi: flessibilità è il nostro secondo nome
Ci siamo posizionati come la Svizzera dell’AI nel wealth management: neutrali, adattabili, cerchiamo di andare d’accordo con tutti. La nostra architettura a micro-servizi funziona sia che vogliate usare solo le nostre API, sia che vogliate anche integrare le nostre interfacce sulle vostre piattaforme. Qualunque sia il vostro provider tecnologico, noi ci adattiamo molto facilmente.
E non preoccupatevi, utilizziamo solo modelli robusti e consolidati, usando librerie stabili, come ad esempio TensorFlow e Scikit-learn, con grande attenzione agli aspetti di MLOps e cybersecurity. Sugli LLM utilizziamo architetture multi-modello, per non doverci legare a nessuno e avere sotto controllo il dato. Niente esperimenti azzardati: li lasciamo ai concorrenti meno avveduti.
In conclusione, in Wealthype non stiamo cercando di reinventare la ruota. Stiamo solo cercando di arricchire il processo di consulenza con il meglio della tecnologia moderna.
Per una demo dei nostri tool, potete scriverci a info@wealthype.it e scoprire come applicare le logiche del Machine Learning al processo di consulenza tradizionale.
Indietro 
