L'Intelligenza Artificiale Applicata all'Erogazione del Credito

Abstract

Questa tesi esplora l'applicazione dell'intelligenza artificiale nell'erogazione del credito bancario, analizzando come le tecnologie AI stiano trasformando i processi tradizionali nel settore finanziario. La ricerca affronta i fondamenti teorici del settore bancario contemporaneo e il quadro normativo dell'AI, per poi approfondire le tecnologie implementate, come natural language processing, reti neurali e big data analytics. L'analisi si concentra sulle applicazioni dell'AI lungo il ciclo di vita del credito: dalla valutazione del merito creditizio alla gestione degli NPL, dall'automazione dei processi alla compliance. Attraverso casi di studio, vengono esaminati i modelli implementativi di banche tradizionali e fintech, evidenziando differenze negli approcci e nei risultati. Lo studio analizza le sfide etiche e regolamentari, inclusi bias algoritmici e questioni di privacy, nonché gli impatti economici e sociali, con particolare attenzione all'inclusione finanziaria e alle trasformazioni occupazionali. Infine, vengono esplorate le prospettive future, dall'integrazione con blockchain all'evoluzione verso sistemi AI-centrici, offrendo una visione delle direzioni che il settore potrebbe intraprendere nei prossimi anni.

This thesis explores the application of artificial intelligence in banking credit lending, analyzing how AI technologies are transforming traditional processes in the financial sector. The research addresses the theoretical foundations of the contemporary banking industry and the AI regulatory framework, before examining implemented technologies such as natural language processing, neural networks, and big data analytics. The analysis focuses on AI applications throughout the credit lifecycle: from creditworthiness assessment to NPL management, from process automation to compliance. Through case studies, implementation models from traditional banks and fintech companies are examined, highlighting differences in approaches and results. The study analyzes ethical and regulatory challenges, including algorithmic bias and privacy issues, as well as economic and social impacts, with particular attention to financial inclusion and occupational transformations. Finally, future perspectives are explored, from blockchain integration to the evolution toward AI-centric systems, providing a vision of the directions the sector might take in the coming years.