Il sistema finanziario globale sta attraversando una redistribuzione strutturale del potere informativo tra istituzioni e clienti. Spinto dall'adozione massiva di agenti di intelligenza artificiale conversazionale e dall'espansione dei wallet digitali, questo processo ridisegna le gerarchie competitive del settore bancario e dei pagamenti, con implicazioni strategiche profonde per tutti gli attori della filiera, dalle banche tradizionali ai grandi player tecnologici.
Il segnale più eloquente arriva dall'Adobe Quarterly AI Traffic Report di febbraio 2026: tra novembre e dicembre 2025, il traffico generato da utenti che interagiscono con servizi AI nel comparto banking e servizi finanziari è cresciuto del +610%, secondo posto dopo il retail. Non si tratta di una crescita incrementale, ma di un cambio di regime nell'interazione tra consumatori e prodotti finanziari. Gli utenti si rivolgono in misura crescente ai modelli di linguaggio di grandi dimensioni (LLM) per comprendere contratti, confrontare offerte e gestire decisioni finanziarie complesse.
Il quadro italiano offre una prospettiva a doppio binario che evidenzia le contraddizioni di questa transizione. Secondo l'Osservatorio Innovative Payments del Politecnico di Milano, nel 2025 il 45% dei consumi è regolato digitalmente contro il 38% in contante. Eppure, i dati della Fondazione Fiba di First Cisl documentano una desertificazione fisica progressiva: 516 filiali chiuse nel solo 2025, circa 11 milioni di italiani con accesso limitato agli sportelli, e 738.000 aziende — il 12% del totale — con sede in comuni privi di sportelli o con un solo accesso bancario.
La chiusura delle filiali trasferisce questa funzione cognitiva verso nuovi layer, ma non in modo uniforme. L'uso dell'internet banking cresce lentamente, con un incremento di soli 1,36 punti percentuali dal 2024, e segna un divario di 14 punti rispetto alla media europea, accentuato nella fascia 65-74 anni — la più dipendente dal canale fisico. Parallelamente, le startup italiane del settore tecnologico subiscono una contrazione: Cribis rileva un calo del 4,2% nel 2025, con circa 11.090 unità attive. Il contesto suggerisce quindi una modernizzazione a due velocità.
Sul fronte dell'adozione istituzionale, le principali banche italiane si muovono prevalentemente sui primi due registri di integrazione dell'AI: ottimizzazione interna e miglioramento dell'esperienza di prodotto. Intesa Sanpaolo utilizza modelli AI nel risk management, mentre il progetto Mosaico della Banca Popolare Pugliese integra LLM nei processi di adeguata verifica antiriciclaggio per ridurre l'effort umano nell'individuazione di anomalie. Nexi, in collaborazione con Google Cloud, sviluppa soluzioni per delegare acquisti ad agenti AI, basate sui protocolli Universal Commerce Protocol e Agent Payments Protocol.
Il terzo registro — quello dell'orchestrazione lato cliente, in cui l'AI agisce nell'interesse del consumatore e non dell'istituzione — resta marginale nel mercato domestico. È qui che si gioca la partita più rilevante per gli equilibri di lungo periodo. Stripe, in partnership con OpenAI, ha già introdotto nel settembre 2025 un sistema di instant checkout conversazionale che trasforma l'interfaccia AI in punto di accesso diretto all'acquisto. Modelli analoghi emergono dai connettori di ChatGPT con PayPal. Secondo le analisi di BCG, l'adozione di agenti AI potrebbe aumentare la profittabilità delle banche retail del 30% e ridurne i costi del 30-40% entro il 2030.
La posta in gioco strategica riguarda il controllo dell'interfaccia decisionale. Chi presidia il momento in cui il cliente forma la preferenza — e non chi eroga il servizio a valle — cattura il valore nell'ecosistema. Storicamente, una quota rilevante della profittabilità bancaria si è fondata sull'inerzia del cliente: la difficoltà del cambio, la complessità dei contratti, il costo della ricerca. Un agente AI che gestisce in autonomia il processo di switch — trasferendo domiciliazioni, aggiornando IBAN, completando la documentazione Know Your Customer — elimina queste barriere all'uscita in modo strutturale.
Rimane aperta una questione che né le banche né i regolatori europei hanno ancora affrontato con sufficiente chiarezza: quando la decisione finanziaria è delegata a un agente algoritmico, chi risponde della sua correttezza? L'AI Act europeo ha introdotto un framework di responsabilità per i sistemi ad alto rischio, ma l'architettura regolatoria applicabile agli agenti finanziari autonomi è ancora in costruzione. Nel momento in cui l'asimmetria informativa si redistribuisce verso i consumatori, il rischio è che si crei una nuova asimmetria — questa volta tra chi può permettersi agenti AI sofisticati e chi resta esposto alla complessità non mediata del mercato.