Sebastien Rousseau

AI NEI SERVIZI FINANZIARI

AI nella finanza UK: uso diffuso, agenti cauti, dipendenza da terzi

L'86% delle imprese intervistate usa ormai l'AI, ma i numeri più eloquenti stanno sotto quel titolo: gran parte degli agenti in produzione consiglia invece di agire, i fornitori esterni coprono una quota crescente dei sistemi che contano di più, e la supervisione di quei fornitori è la sfida di governance che le imprese segnalano più spesso.

16 min di lettura
Banner for: AI nella finanza UK: uso diffuso, agenti cauti, dipendenza da terzi

L'86% delle imprese intervistate usa ormai l'AI, ma i numeri più eloquenti stanno sotto quel titolo: gran parte degli agenti in produzione consiglia invece di agire, i fornitori esterni coprono una quota crescente dei sistemi che contano di più, e la supervisione di quei fornitori è la sfida di governance che le imprese segnalano più spesso.

Sintesi per il management

  • L'indagine ha raccolto 196 risposte, e l'86% dei rispondenti ha dichiarato di usare l'AI, contro il 75% del 2024.
  • L'AI generativa rappresenta il 56% dei sistemi di AI segnalati; operations e IT ne coprono circa il 31%.
  • L'80% dichiara agenti di supporto decisionale in produzione; solo il 2% dichiara agenti con ampia autonomia.
  • Le implementazioni di terze parti costituiscono il 53% dei sistemi ad alta materialità, contro il 35% del 2024.
  • Il 94% dichiara policy, principi o standard sull'AI a livello di gruppo, ma il monitoraggio continuo è dichiarato da appena metà circa dei rispondenti.
  • I rispondenti si aspettano una crescita sia dei benefici sia dei rischi, e indicano l'amplificazione del rischio cyber e le dipendenze critiche da terze parti come i due rischi sistemici con il punteggio più alto.

Che cos'è l'indagine, e che cosa non è #

La pubblicazione è una sintesi descrittiva dei risultati aggregati dell'ultima indagine sull'AI condotta nell'ambito del più ampio programma di lavoro della Bank of England e della FCA sull'intelligenza artificiale. Quel programma comprende le precedenti indagini su AI e ML del 2019, del 2022 e del 2024. L'edizione 2026 ha mantenuto le domande centrali dei cicli precedenti per garantire continuità, e ne ha aggiunte o modificate altre per riflettere l'evoluzione di adozione e capacità dell'AI dal 2024.

Hanno risposto 196 imprese in totale: 101 di grandi dimensioni e 95 di dimensioni minori. Di queste, 105 hanno completato l'indagine integrale. Salvo diversa indicazione, i dati si basano sulle risposte all'indagine completa, per favorire il confronto con le edizioni precedenti, e le percentuali sono calcolate solo sulle risposte valide per ciascuna domanda: le imprese che hanno saltato una domanda escono dal denominatore di quella domanda. Le risposte delle banche internazionali e dei broker/dealer si riferiscono alle loro attività nel Regno Unito.

Due avvertenze delimitano quanto si possa spingere ciascuno di questi numeri. Primo, i risultati vanno letti come evidenza fornita dalle imprese partecipanti, non come una valutazione completa dell'adozione dell'AI nell'intero settore finanziario britannico. Secondo, i confronti con il 2024 richiedono cautela quando formulazione delle domande, definizioni, perimetro o popolazione dei rispondenti differiscono. Segnalo comunque le variazioni anno su anno, perché sono i dati più vistosi del rapporto, ma ogni volta portano con sé quella riserva.

Ai fini dell'indagine, un sistema di AI è un sistema basato su macchina che, per obiettivi espliciti o impliciti, deduce dagli input ricevuti come generare output quali previsioni, contenuti, raccomandazioni o decisioni in grado di influenzare ambienti fisici o virtuali. È una definizione ampia, e conviene ricordarla quando compare un dato come l'86%. Descrive l'uso di una vasta categoria di sistemi, non necessariamente l'uso di una singola tecnologia.

L'adozione è diventata la norma #

Il dato principale è semplice. L'86% dei rispondenti dichiara di usare l'AI, contro il 75% del 2024. La sintesi del rapporto stesso è che le imprese segnalano sempre più spesso l'uso di AI generativa, di agenti basati sull'AI e di implementazioni di sistemi di AI di terze parti. Questi tre temi organizzano quasi tutto ciò che segue.

Tra i rispondenti all'indagine completa, la diffusione è quasi totale: il 94% dichiara almeno un sistema di AI in produzione, quota che sale al 99% includendo i progetti pilota e i rilasci previsti nei prossimi 12 mesi. L'uso attuale più citato è la produttività aziendale, come assistenti alla programmazione o strumenti di sintesi, indicata dall'86% dei rispondenti.

Le imprese più piccole non sono molto indietro. Tra i rispondenti al nuovo questionario breve per le imprese con meno di 100 dipendenti, il 73% dichiara di usare l'AI e, di questi, il 58% afferma di affidarsi soprattutto a modelli linguistici di grandi dimensioni di uso generale. Per un'impresa di piccole dimensioni è un dato notevole: la tecnologia più associata all'attuale ondata di adozione è anche quella su cui la maggioranza dei piccoli utilizzatori fa più affidamento. Le operations sono l'ambito più indicato per l'uso attuale o previsto dell'AI, con il 64%.

La collocazione dei sistemi racconta una storia simile. In termini di sistemi segnalati, operations e IT ne coprono circa il 31%, contro circa il 22% del 2024. Nessun'altra singola area di business supera l'11%. Il divario è ampio. Qualunque cosa dica il dibattito pubblico sull'AI nei ruoli a contatto con la clientela o nel trading, il baricentro dell'indagine sta nel back office.

I benefici percepiti sono coerenti con questa collocazione. Efficienza operativa, automazione e produttività sono le aree di beneficio percepito con il punteggio più alto per l'AI di oggi. Sarebbe strano se le imprese avessero concentrato i sistemi in operations e IT e poi indicato i guadagni maggiori altrove. Non lo hanno fatto.

L'AI generativa è ormai la maggioranza del parco sistemi #

Lo spostamento nel mix tecnologico è ampio. L'AI generativa rappresenta il 56% di tutti i sistemi di AI segnalati, contro il 17% dei modelli fondazionali nel 2024. Andrei cauto nel leggerlo come un salto omogeneo: il dato 2024 contava i casi d'uso, non i sistemi, e il rapporto afferma che le due misure non sono direttamente confrontabili, solo che insieme indicano un aumento sostanziale nell'uso di capacità di uso generale da parte delle imprese. Anche con questa cautela, però, una categoria che vale più della metà dei sistemi segnalati non è più un esperimento di nicchia.

La distribuzione tra i rispondenti, poi, non è uniforme. I primi dieci rispondenti coprono il 43% di tutti i sistemi di AI segnalati. Un piccolo gruppo di imprese gestisce una quota molto ampia dei sistemi censiti, quindi il quadro aggregato è in parte il ritratto di quelle dieci. Chi cerca il comportamento di un'impresa tipica deve tenere presente questa concentrazione.

Un altro cambiamento va nella direzione opposta a quella attesa. Circa il 7% dei sistemi di AI segnalati è stato valutato dai rispondenti come ad alta materialità, contro il 16% del 2024. Cala la quota, non il numero: il rapporto precisa che il numero assoluto di sistemi ad alta materialità segnalati nel 2026 è superiore a quello del 2024. L'indagine non spiega perché la quota sia scesa. Un parco sistemi in crescita, dominato da usi operativi e IT, potrebbe plausibilmente diluire la quota che conta di più, ma questa è una mia ipotesi, non un fatto stabilito dai dati. Anche i sistemi ad alta materialità sono concentrati: dieci imprese ne coprono il 62%.

Agenti: molti consigli, pochissima autonomia #

I dati sugli agenti sono l'esempio più chiaro di imprese che adottano qualcosa di nuovo tenendolo sotto controllo. L'80% dichiara agenti di AI in produzione che forniscono supporto decisionale: gli agenti raccomandano azioni, le persone decidono ed eseguono. Tra i due estremi, il 46% dichiara agenti con esecuzione vincolata (che agiscono entro limiti e regole predefiniti) e il 22% agenti con autonomia condizionata (che agiscono in modo indipendente ma richiedono l'approvazione umana per determinate azioni). Solo il 2% dichiara di impiegare agenti con ampia autonomia.

A mio avviso l'80% e il 2% sono la coppia di numeri più importante del rapporto, perché mostrano dove passa oggi il confine. Gli agenti sono diffusi; gli agenti autonomi sono rari. La prassi dominante tra i rispondenti è inserire gli agenti nei flussi di lavoro come consulenti, confinando l'esecuzione entro limiti predefiniti, quando è ammessa.

La comunicazione con la clientela offre una visione più specifica di dove quel confine potrebbe spostarsi. Il 16% dichiara l'uso attuale di agenti per comunicazioni automatizzate con i clienti, quota che sale al 34% includendo i rilasci previsti. I rilasci previsti fanno più che raddoppiare il dato attuale. I piani non sono risultati, quindi il 34% è una dichiarazione di intenti, non di adozione. Indica però la comunicazione con la clientela come un'area in cui le imprese prevedono di affidare più compiti agli agenti. Le decisioni più delicate restano fuori dai piani: anche includendo i rilasci previsti nei prossimi 12 mesi, non più del 9% dei rispondenti prevede che gli agenti approvino o respingano esiti per i clienti, eseguano operazioni di negoziazione, avviino o blocchino pagamenti, o modifichino limiti e controlli.

Questo conta per la discussione sui controlli più avanti. Il modello di supporto decisionale presuppone che sia una persona a decidere, e le comunicazioni automatizzate con i clienti sono esattamente il tipo di uso in cui la persona può essere meno direttamente coinvolta nel ciclo. Se i controlli che le imprese dichiarano oggi siano costruiti per questo spostamento è una domanda che i numeri dell'indagine sollevano ma a cui non possono rispondere.

La questione delle terze parti #

Se una tendenza merita un esame più attento, è questa. Le implementazioni di terze parti rappresentano il 39% di tutti i sistemi di AI segnalati, contro il 33% del 2024. Un aumento modesto. Il dato sui sistemi ad alta materialità non lo è affatto: le implementazioni di terze parti coprono il 53% dei sistemi di AI ad alta materialità, contro il 35% del 2024.

Detto senza giri di parole, i fornitori esterni forniscono meno di quattro sistemi su dieci nel complesso, ma più della metà di quelli che le imprese considerano più rilevanti. La dipendenza si concentra proprio dove la posta in gioco è più alta, ed è cresciuta di diciotto punti percentuali in due anni. Data l'avvertenza sul confronto tra edizioni, non darei troppo peso all'ampiezza esatta del salto, ma la direzione e il livello del 53% sono riportati in modo esplicito.

I rispondenti vedono il vincolo da soli. Le preoccupazioni su sicurezza delle informazioni e resilienza operativa sono indicate come un vincolo importante all'adozione di AI di terze parti dal 40% dei rispondenti, seguite dalla scarsa trasparenza sui sistemi di AI di terze parti, al 34%. Il settore che si appoggia sempre di più ai fornitori per i sistemi più rilevanti indica quindi proprio la sicurezza e l'opacità dei fornitori come i principali freni all'adozione di terze parti.

I punteggi di rischio vanno nella stessa direzione. Le aree di rischio percepito con il punteggio più alto per le imprese oggi sono protezione dei dati e sicurezza, rischio di terze parti e della catena di fornitura, e rischi specifici della GenAI. In prospettiva, i rispondenti si aspettano che l'amplificazione del rischio cyber e le dipendenze critiche da terze parti si intensifichino con la diffusione dell'AI, e questi sono i due rischi sistemici con il punteggio più alto sia oggi sia nei prossimi tre anni. Per l'amplificazione del rischio cyber, il 57% valuta oggi la propria preoccupazione alta o grave, quota che sale all'80% nell'orizzonte da uno a tre anni; per le dipendenze critiche da terze parti, la quota sale dal 40% al 63%. È un'aspettativa, e l'indagine la presenta come tale, ma è coerente per natura con i dati sulla dipendenza visti sopra.

Per chi vende AI ai servizi finanziari, l'implicazione che ne trarrei è commerciale più che regolamentare: gli acquirenti dicono che la trasparenza sui sistemi di terze parti li limita, e un fornitore in grado di rispondere direttamente a questa preoccupazione affronta un problema indicato dal 34% dei rispondenti. È la mia lettura, non un risultato dell'indagine.

Governance: solida sulla carta, più debole nella pratica #

Sul piano strutturale, i rispondenti appaiono ben organizzati. Il 94% dichiara policy, principi o standard sull'AI a livello di gruppo, e l'84% dichiara forum di governance centralizzati su AI e rischio di modello. Tra i controlli usati per gestire il rischio dei dati nei sistemi di AI, approvazione umana, revisione prima del rilascio e due diligence sui fornitori sono dichiarate ciascuna da oltre il 90% dei rispondenti.

Il quadro cambia quando si passa dai controlli applicati prima che un sistema entri in produzione a quelli applicati dopo. Monitoraggio continuo, test di fuga di dati e revisione o ricertificazione periodica sono dichiarati ciascuno da circa metà dei rispondenti. Un divario di circa quaranta punti percentuali separa le tutele iniziali da quelle continuative.

Sostengo che questo sia il punto più debole dell'ambiente di controllo dichiarato. I controlli prima del rilascio sono facili da descrivere e facili da sottoporre ad audit. Monitorare un sistema in produzione è un costo continuo, e i dati indicano che lo dichiara circa metà delle imprese. Dove i sistemi di terze parti dominano la fascia ad alta materialità, il divario pesa di più, perché le imprese non possono sempre ispezionare ciò che non hanno costruito. L'indagine lo mostra direttamente: per i sistemi ad alta materialità, il 77% dei rispondenti dichiara di affidarsi a una conoscenza approfondita dei sistemi sviluppati internamente, contro il 24% per i sistemi di terze parti, per i quali l'81% si affida invece alle garanzie del fornitore e agli accordi contrattuali.

Le imprese riconoscono la difficoltà. La supervisione dell'AI di terze parti è l'area di incertezza o di difficoltà attuativa nella governance segnalata più spesso: applicare i principi di gestione del rischio di modello a modelli di terze parti o forniti da vendor è indicato come una sfida dal 54% dei rispondenti, e supervisionare sistemi forniti o influenzati in modo rilevante da terze parti dal 49%. La due diligence al momento dell'acquisto è quasi universale; è nel seguito che le imprese dicono di sentirsi meno sicure.

Vincoli che non riguardano la regolamentazione #

Sarebbe facile presumere che la regolamentazione sia il principale freno all'adozione. L'indagine offre un quadro misto. Il 42% dei rispondenti percepisce la normativa britannica su protezione dei dati e privacy come fonte di un elevato onere di conformità, e il 29% dice lo stesso della regolamentazione internazionale. Sono quote reali, ma minoritarie, e il 28% dei rispondenti non indica alcun vincolo regolamentare.

I vincoli pratici emergono con frequenze più basse. I vincoli non regolamentari più citati, cioè le difficoltà di integrare l'AI nei processi e nelle decisioni aziendali esistenti e i vincoli imposti da sistemi o infrastrutture legacy, sono indicati come vincoli rilevanti rispettivamente dal 23% e dal 22% dei rispondenti. Tra le piccole imprese, il 30% indica come vincoli la protezione dei dati, la riservatezza e le considerazioni di IT.

Letti insieme, i numeri suggeriscono che gli ostacoli citati più spesso sono la protezione dei dati e la sicurezza dei fornitori, con integrazione e infrastruttura legacy più indietro. Non interpreterei troppo l'ordine, perché le domande non erano formulate in modo identico (alcune riguardano l'onere di conformità, altre i vincoli rilevanti), ma l'assenza di un'unica barriera schiacciante è coerente con un'adozione all'86%.

Aspettative: più benefici, più rischi #

I rispondenti si aspettano che i benefici crescano in tutte le aree nei prossimi tre anni, con gli aumenti attesi maggiori in cybersecurity e resilienza operativa, e in generazione di ricavi e posizionamento competitivo. Sono aspettative, e l'indagine le tratta come tali; indicano dove le imprese sperano che vada l'AI, non dove è già arrivata.

Le aspettative sul rischio si muovono di pari passo. Nell'orizzonte da uno a tre anni, i rispondenti si aspettano un aumento dei livelli di rischio in tutte le categorie. La fonte afferma che gli sviluppi dell'AI possono portare benefici, tra cui maggiore efficienza, un migliore supporto decisionale e una gestione del rischio più solida, e possono anche creare o amplificare rischi legati a governance, resilienza operativa, protezione dei dati, esiti per i consumatori, dipendenza da terze parti e stabilità finanziaria. Entrambe le metà di quella frase sono formulate con prudenza, e a ragione.

In questo abbinamento c'è un dettaglio da notare. Cybersecurity e resilienza operativa figurano tra i maggiori aumenti di beneficio attesi, e l'amplificazione del rischio cyber figura come il rischio sistemico con il punteggio più alto. Le imprese si aspettano che l'AI aiuti la resilienza cyber e, al tempo stesso, che aggravi il rischio cyber. L'indagine non concilia queste aspettative, e non pretendo di farlo io. Stanno una accanto all'altra.

AI di frontiera e cyber #

L'indagine ha posto domande specifiche sulle capacità cyber dell'AI di frontiera. L'88% dei rispondenti valuta che l'evoluzione delle capacità cyber dell'AI di frontiera nei prossimi due anni avrà un impatto moderato o elevato sul profilo di rischio della propria impresa. È una valutazione prospettica, non un risultato misurato, e va letta come aspettativa dei rispondenti.

Ha però già cambiato alcuni comportamenti. Il 64% indica la gestione delle vulnerabilità e la cadenza delle patch come l'area della resilienza cyber che ha ricevuto il maggiore aumento di attenzione da parte del management in seguito alla consapevolezza sull'AI di frontiera. La preoccupazione ha quindi prodotto uno spostamento concreto dell'attenzione del management verso il patching, secondo quasi due terzi degli intervistati.

Accanto c'è un dato più piccolo e separato: il 57% dei rispondenti dichiara di considerare gli impatti di sostenibilità dell'uso dell'AI. È una maggioranza, ma di misura, e pochi lo dichiarano pubblicamente: l'82% non rendiconta esternamente gli impatti di sostenibilità dell'AI, anche se il 36% di questi prevede di farlo entro due anni.

Che cosa osservare #

I numeri descrivono un settore che ha adottato l'AI in modo esteso, ha lasciato alle persone il controllo delle decisioni e ha affidato ai fornitori esterni una quota crescente dei suoi sistemi più rilevanti. La tensione sta in quest'ultimo punto. I controlli che le imprese dichiarano più spesso, come policy, approvazioni e due diligence, intervengono all'inizio. Quelli che sorveglierebbero nel tempo il sistema di un fornitore sono dichiarati da circa metà.

Due dati meriteranno una verifica nella prossima edizione, a parità di formulazione. Il primo è quello sulle comunicazioni con la clientela: 16% oggi, 34% includendo i rilasci previsti. Se i piani diventeranno uso in produzione, la quota del 2% di ampia autonomia e quella dell'80% di supporto decisionale diranno se il modello in cui decide la persona ha retto all'impatto dei volumi. Il secondo è il 53%. Se le implementazioni di terze parti continueranno a guadagnare quota nei sistemi ad alta materialità mentre il monitoraggio continuo resta attorno alla metà, i rispondenti stessi dell'indagine, che già indicano le dipendenze critiche da terze parti tra i principali rischi sistemici, avranno descritto il problema prima che si presentasse. La domanda aperta è se la prassi di monitoraggio colmerà il divario prima che la dipendenza si allarghi ancora.

Domande frequenti #

Quante imprese usano l'AI secondo l'indagine 2026 di Bank of England e FCA? L'86% dei rispondenti dichiara di usare attualmente l'AI, contro il 75% del 2024 e il 58% del 2022. L'indagine ha raccolto 196 risposte, 101 da imprese di grandi dimensioni e 95 da imprese più piccole. Il rapporto avverte che le differenze nella composizione dei rispondenti e nel perimetro delle domande fanno sì che le percentuali 2026 e 2024 non si riferiscano alla stessa popolazione e vadano confrontate con cautela.

Quanta autonomia concedono agli agenti di AI le imprese finanziarie britanniche? Molto poca. L'80% dei rispondenti all'indagine completa dichiara agenti impiegati per il supporto decisionale, in cui gli agenti raccomandano azioni e le persone decidono ed eseguono. Il 46% dichiara agenti con esecuzione vincolata, il 22% con autonomia condizionata e solo il 2% con ampia autonomia.

Quanta parte della loro AI le imprese ottengono da terze parti? Le implementazioni di terze parti rappresentano il 39% di tutti i sistemi di AI segnalati, contro il 33% del 2024 e il 17% del 2022. Coprono anche il 53% dei sistemi di AI ad alta materialità, contro il 35% del 2024.

Quali sono, per le imprese, i maggiori rischi dell'AI? A livello di impresa, i rischi attuali con il punteggio più alto sono protezione dei dati e sicurezza, rischio di terze parti e della catena di fornitura, e rischi specifici della GenAI come allucinazioni e prompt injection. A livello di sistema, l'amplificazione del rischio cyber e le dipendenze critiche da terze parti sono i due rischi con il punteggio più alto, sia oggi sia nei prossimi tre anni.

Dove sono più deboli i controlli di governance dell'AI? Approvazione umana, revisione prima del rilascio e due diligence sui fornitori sono dichiarate ciascuna da oltre il 90% dei rispondenti, mentre monitoraggio continuo, test di fuga di dati e revisione o ricertificazione periodica sono dichiarati ciascuno da circa metà. La supervisione dell'AI di terze parti è la sfida di governance segnalata più spesso.

Riferimenti #

Ultima revisione .

Ripubblica questo articolo

Copia il formato per Medium

# AI nella finanza UK: uso diffuso, agenti cauti, dipendenza da terzi — Sebastien Rousseau

> Originally published at [https://sebastienrousseau.com/it/2026-11-20-nella-finanza-uk-uso-diffuso-agenti/](https://sebastienrousseau.com/it/2026-11-20-nella-finanza-uk-uso-diffuso-agenti/)

Indagine 2026 di Bank of England e FCA: l'86% delle imprese usa l'AI, il 2% ha agenti con ampia autonomia e i terzi forniscono il 53% dei sistemi più rilevanti.

Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/it/2026-11-20-nella-finanza-uk-uso-diffuso-agenti/

Copia il formato per Mastodon

AI nella finanza UK: uso diffuso, agenti cauti, dipendenza da terzi — Sebastien Rousseau

Indagine 2026 di Bank of England e FCA: l'86% delle imprese usa l'AI, il 2% ha agenti con ampia autonomia e i terzi forniscono il 53% dei sistemi più rilevanti.

https://sebastienrousseau.com/it/2026-11-20-nella-finanza-uk-uso-diffuso-agenti/

Copia formattato per LinkedIn

AI nella finanza UK: uso diffuso, agenti cauti, dipendenza da terzi — Sebastien Rousseau

Indagine 2026 di Bank of England e FCA: l'86% delle imprese usa l'AI, il 2% ha agenti con ampia autonomia e i terzi forniscono il 53% dei sistemi più rilevanti.

Ecco i principali punti strategici:

- Che cos'è l'indagine, e che cosa non è. La pubblicazione è una sintesi descrittiva dei risultati aggregati dell'ultima indagine sull'AI condotta nell'ambito del più ampio programma di lavoro della Bank of England e della FCA sull'intelligenza artificiale.
- L'adozione è diventata la norma. Il dato principale è semplice.
- L'AI generativa è ormai la maggioranza del parco sistemi. Lo spostamento nel mix tecnologico è ampio.
- Agenti: molti consigli, pochissima autonomia. I dati sugli agenti sono l'esempio più chiaro di imprese che adottano qualcosa di nuovo tenendolo sotto controllo.

Qual è l'approccio della vostra organizzazione alle sfide descritte in questo articolo?

→ https://sebastienrousseau.com/it/2026-11-20-nella-finanza-uk-uso-diffuso-agenti/

#AiNeiServiziFinanziari #AiNeiServiziFinanziariUk #BankOfEngland #Fca #IndagineAi2026

Sebastien Rousseau | CC-BY-4.0
Cita questo articolo

AI nella finanza UK: uso diffuso, agenti cauti, dipendenza da terzi — Sebastien Rousseau

Indagine 2026 di Bank of England e FCA: l'86% delle imprese usa l'AI, il 2% ha agenti con ampia autonomia e i terzi forniscono il 53% dei sistemi più rilevanti.

BibTeX

@online{rousseau2026ai,
  author  = {Rousseau, Sebastien},
  title   = {{AI nella finanza UK: uso diffuso, agenti cauti, dipendenza da terzi — Sebastien Rousseau}},
  year    = {2026},
  url     = {https://sebastienrousseau.com/it/2026-11-20-nella-finanza-uk-uso-diffuso-agenti/},
  urldate = {2026}
}

RIS

TY  - GEN
AU  - Rousseau, Sebastien
TI  - AI nella finanza UK: uso diffuso, agenti cauti, dipendenza da terzi — Sebastien Rousseau
PY  - 2026
UR  - https://sebastienrousseau.com/it/2026-11-20-nella-finanza-uk-uso-diffuso-agenti/
ER  -

Vancouver

Rousseau S. AI nella finanza UK: uso diffuso, agenti cauti, dipendenza da terzi — Sebastien Rousseau. sebastienrousseau.com. 2026 Nov 20. Available from: https://sebastienrousseau.com/it/2026-11-20-nella-finanza-uk-uso-diffuso-agenti/

Chicago

Rousseau, Sebastien. "AI nella finanza UK: uso diffuso, agenti cauti, dipendenza da terzi — Sebastien Rousseau." sebastienrousseau.com. November 20, 2026. https://sebastienrousseau.com/it/2026-11-20-nella-finanza-uk-uso-diffuso-agenti/.

APA

Rousseau, S. (2026, November 20). AI nella finanza UK: uso diffuso, agenti cauti, dipendenza da terzi — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/it/2026-11-20-nella-finanza-uk-uso-diffuso-agenti/

Ripubblica questo articolo

AI nella finanza UK: uso diffuso, agenti cauti, dipendenza da terzi — Sebastien Rousseau

Indagine 2026 di Bank of England e FCA: l'86% delle imprese usa l'AI, il 2% ha agenti con ampia autonomia e i terzi forniscono il 53% dei sistemi più rilevanti.

Questo articolo è pubblicato con licenza Creative Commons Attribution 4.0 International. La ripubblicazione richiede l'attribuzione all'URL canonico.

AI nella finanza UK: uso diffuso, agenti cauti, dipendenza da terzi — Sebastien Rousseau

Indagine 2026 di Bank of England e FCA: l'86% delle imprese usa l'AI, il 2% ha agenti con ampia autonomia e i terzi forniscono il 53% dei sistemi più rilevanti.

Originally published at https://sebastienrousseau.com/it/2026-11-20-nella-finanza-uk-uso-diffuso-agenti/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.