Agentic AI nella gestione patrimoniale: cosa può fare la tecnologia e cosa non deve decidere

L’Agentic AI indica sistemi di intelligenza artificiale in grado di pianificare ed eseguire autonomamente compiti articolati in più fasi, senza richiedere un intervento umano a ogni passaggio. Nella gestione patrimoniale, questo significa che il sistema ricerca, filtra e sintetizza. Quello che non fa e non può fare è decidere nel merito della strategia d’investimento o della conduzione del mandato. Questa distinzione non è solo tecnica, è regolamentare.

Il termine circola da mesi nel dibattito specialistico e non pochi fornitori commercializzano già i propri prodotti come infrastruttura operativa completa per financial advisor basata su sistemi agentici. Per i Relationship Manager che lavorano ogni giorno con mandati reali e una responsabilità reale, vale la pena esaminare con attenzione: cosa può effettivamente fare questa tecnologia, quali decisioni devono rimanere in capo all’essere umano e a quali domande occorre rispondere prima di avviare qualsiasi implementazione?

I punti essenziali

• Definizione: Agentic AI = sistemi di IA che scompongono obiettivi in sotto-fasi e le eseguono autonomamente, a volte avvalendosi di fonti di dati esterne o interfacce.
• Dinamiche di mercato: diversi fornitori specializzati si posizionano dal 2024/2025 con sistemi agentici pensati specificamente per la gestione patrimoniale e il financial advisory (fonte: diversi rapporti di settore, tra cui EY, 2025 Global Wealth and Asset Management Outlook).
• Quadro regolamentare in Svizzera: le decisioni di investimento devono essere imputabili a una persona vigilata e responsabile (LSerFi, regolamentazione FINMA per i gestori patrimoniali).
• Potenziale di risparmio di tempo: secondo le stime di McKinsey, i Relationship Manager impiegano circa il 60-70 per cento del proprio tempo in attività non generatrici di ricavi, spesso di natura amministrativa; l’IA generativa potrebbe spostare una parte di questo tempo (circa il 20-30 per cento) verso un lavoro con il cliente a maggiore valore aggiunto (fonte: McKinsey, analisi sul Wealth Management negli Stati Uniti, 2024).
• Considerazione centrale: la tecnologia alleggerisce il processo. Non sostituisce il giudizio.

Cosa significa esattamente «agentico»?

L’Agentic AI si distingue dall’automazione tradizionale per un aspetto decisivo: può interpretare compiti non strutturati, pianificare autonomamente le sotto-fasi e trovare percorsi alternativi in presenza di ostacoli. Un sistema di automazione tradizionale segue regole fisse: se la condizione X è soddisfatta, esegui il passaggio Y. Un sistema agentico riceve un obiettivo, ad esempio «elabora una sintesi delle principali evoluzioni di mercato dell’ultima settimana per questo tipo di cliente», e pianifica autonomamente quali fonti utilizzare, in quale ordine procedere e come strutturare l’output.

Questa flessibilità è il suo valore aggiunto. È anche il motivo per cui i sistemi agentici sono meno prevedibili di semplici automatismi basati su regole. Ed è proprio per questo che limiti chiari, audit trail e punti di controllo umano non sono un optional, ma un requisito fondamentale per un utilizzo responsabile.

Dove l’Agentic AI offre concreti risparmi di tempo ai Relationship Manager?

Esperienze pratiche e progetti pilota nel settore finanziario mostrano che i sistemi agentici possono generare un reale risparmio di tempo in fasi di processo chiaramente delimitate. Le aree di applicazione più frequenti:

Elaborazione delle informazioni: il sistema analizza fonti definite, individua le notizie pertinenti per tema e produce una sintesi strutturata per il Relationship Manager. Invece di 45 minuti di ricerca al mattino, il RM riceve un elenco di lettura già preparato con una valutazione della rilevanza.

Elaborazione dei documenti: i documenti in entrata, come bilanci annuali, estratti conto di custodia o documenti legali, vengono acquisiti automaticamente, classificati e condensati nelle informazioni chiave essenziali. Il RM vede ciò che conta, non il testo grezzo.

Preparazione dei colloqui: sulla base dei dati cliente disponibili e delle interazioni precedenti, il sistema genera una proposta di colloquio strutturata con i punti aperti, l’andamento del portafoglio e i possibili argomenti da affrontare. Il RM decide quali punti riprendere.

Pre-verifiche di compliance: il sistema verifica se i documenti necessari per una transazione prevista o un nuovo mandato sono presenti e segnala quelli mancanti prima della revisione umana.

In tutti questi casi, il compito centrale resta in capo al Relationship Manager: la valutazione nel merito, il colloquio con il cliente, la decisione.

Ciò che l’Agentic AI non deve decidere

Qui la chiarezza conta più dell’entusiasmo. Ai sensi della LSerFi e delle norme di vigilanza FINMA per i gestori patrimoniali, la responsabilità delle decisioni di investimento, del rispetto dell’obbligo di diligenza e della trasparenza del mandato spetta all’istituto vigilato e ai suoi collaboratori. Nessun sistema di IA è riconosciuto dalla regolamentazione come soggetto decisionale.

In pratica, questo significa:

• Le decisioni di investimento richiedono una persona responsabile che sia stata dimostrabilmente coinvolta.
• La trasparenza del mandato nei confronti del cliente deve essere assunta da un essere umano, anche quando i sistemi hanno contribuito alla preparazione.
• La documentazione delle basi decisionali può essere assistita dall’IA, ma la completezza e la correttezza restano una responsabilità umana.
• Il controllo degli errori è obbligatorio: i sistemi agentici producono errori, cosiddette allucinazioni, cioè output fattualmente errati senza meccanismo di correzione. Chi trasmette un output di IA senza verificarlo se ne assume la responsabilità.

Questo quadro regolamentare non è un freno, ma una protezione sensata: per il cliente, per il Relationship Manager e per la fiducia nel settore.

A quali domande occorre rispondere prima dell’implementazione?

Per i Relationship Manager e i responsabili di istituti di gestione patrimoniale che valutano il ricorso a sistemi agentici, le domande guida sono le seguenti:

Protezione e trattamento dei dati: dove vengono trattati i dati cliente? Escono dal perimetro regolamentare definito? Quali fornitori terzi sono coinvolti e sono qualificati ai sensi della nLPD e del GDPR?

Tracciabilità: il sistema fornisce un audit trail per i propri output? È possibile ricostruire a posteriori su quali fonti si basa una sintesi?

Controllo qualità: esiste un processo di approvazione documentato prima che l’output dell’IA raggiunga il contatto con il cliente? Chi ne è responsabile?

Limiti del sistema: è chiaramente definito quali compiti il sistema assume e quali no? Esistono salvaguardie tecniche o procedurali che impediscono al sistema di avanzare in aree non approvate?

Le risposte a queste domande devono essere disponibili per iscritto prima che un sistema venga messo in produzione.

Domande frequenti sull’Agentic AI nella gestione patrimoniale

Che cos’è l’Agentic AI nella gestione patrimoniale?

L’Agentic AI indica sistemi di intelligenza artificiale in grado di pianificare ed eseguire autonomamente compiti articolati in più fasi, senza richiedere un intervento umano a ogni passaggio. Nella gestione patrimoniale, questo significa che il sistema ricerca, filtra e sintetizza informazioni, oppure conduce fasi di processo definite. La decisione sostanziale sulla strategia d’investimento e sul mandato rimane in capo al Relationship Manager responsabile.

L’Agentic AI può prendere decisioni di investimento?

No. Ai sensi della LSerFi e delle norme di vigilanza FINMA per i gestori patrimoniali, la responsabilità delle decisioni di investimento e dell’obbligo di diligenza spetta all’istituto vigilato e ai suoi collaboratori. L’IA può elaborare informazioni e automatizzare fasi di processo, ma non è un soggetto decisionale riconosciuto dalla regolamentazione. Ogni decisione di investimento deve essere imputabile a una persona responsabile.

Dove l’Agentic AI offre concreti risparmi di tempo ai Relationship Manager?

I casi d’uso tipici comprendono la preparazione automatizzata dei documenti cliente, la preselezione delle notizie di mercato pertinenti, la sintesi di documenti e la redazione di una preparazione per i colloqui sulla base dei dati disponibili. Secondo le stime di McKinsey, i Relationship Manager impiegano circa il 60-70 per cento del proprio tempo in attività non generatrici di ricavi, spesso di natura amministrativa; l’IA generativa potrebbe spostare una parte di questo tempo verso un lavoro con il cliente a maggiore valore aggiunto.

In che cosa si distingue l’Agentic AI dall’automazione tradizionale?

L’automazione tradizionale segue regole fisse (se X, allora Y). L’Agentic AI può interpretare compiti non strutturati, pianificare autonomamente le sotto-fasi e trovare percorsi alternativi in presenza di ostacoli. Questo la rende più flessibile, ma anche meno prevedibile. Proprio per questo, limiti chiari, audit trail e controllo umano in punti di verifica definiti sono indispensabili per qualsiasi implementazione responsabile.

Quali rischi comporta l’uso dell’Agentic AI in ambito finanziario?

I rischi principali sono le allucinazioni (output fattualmente errati), la mancanza di tracciabilità delle fasi decisionali, le questioni di protezione dei dati nel trattamento dei dati cliente e la trasmissione non controllata di informazioni a sistemi esterni. Una selezione accurata dei sistemi, un processo di approvazione documentato e verifiche qualitative periodiche sono pertanto indispensabili.

---

Il presente articolo non costituisce consulenza in investimenti né consulenza legale e non sostituisce un esame legale o regolamentare caso per caso.