La banca ha realizzato con CRIF un processo decisionale automatico e strutturato, basato su AI e un data lake specializzato, che ha migliorato la qualità del servizio e ridotto del 40% i tempi di risposta alle imprese clienti.
L’Emilia Romagna è una delle principali regioni italiane per numero di imprese agricole, oltre 47.000, di cui più del 95% non è obbligata a depositare il bilancio.
Di conseguenza, per una banca diventa difficile valutare il merito creditizio e servono strumenti e metodologie specifiche. Il credito cooperativo, ed Emil Banca in particolare, è da sempre molto attento e vicino alle imprese agricole.
Abbiamo chiesto a Matteo Passini, Direttore Generale di Emil Banca, di illustrare il progetto realizzato recentemente con CRIF.
Dott. Passini, quali sono le principali criticità che le banche fronteggiano nella valutazione e nel supporto allo sviluppo delle imprese del settore agricolo?
Emil Banca ha sempre investito molto nell’agricoltura, con volumi di impieghi che sono il doppio della racconta a testimonianza della nostra volontà di sostenere attivamente lo sviluppo delle imprese agricole. Abbiamo un’organizzazione interna con un team di specialisti con una profonda conoscenza del settore, dedicati al dialogo con i nostri clienti agricoltori, che ci ha consentito di costruire relazioni di fiducia reciproca.
Rimangono però alcune criticità importanti che caratterizzano l’agricoltura nel contesto bancario: in primis la mancanza di informazioni strutturate e di strumenti e metodologie standardizzate al fine di automatizzare e velocizzare le istruttorie. In Emilia Romagna l’agricoltura è un’eccellenza e come banca non potevamo non perseguire anche noi l’eccellenza nel sostenere questo settore fondamentale per tutto il Paese.
Abbiamo quindi avviato la collaborazione con CRIF cercando di risolvere le problematiche che avevamo rilevato. In particolare avevamo bisogno di strumenti innovativi per velocizzare i tempi di risposta, misurare la rischiosità e quantificare il fabbisogno del cliente, consentendo a un numero sempre maggiore di istruttori di poter valutare questo tipo di pratiche. Obiettivi non certo semplici da raggiungere in tempi brevi.
Quali sono gli aspetti innovativi del progetto?
È stato un progetto che ci ha consentito di trasformare problemi in opportunità. La soluzione di CRIF che abbiamo adottato restituisce in tempo reale un report che sintetizza il dettaglio di colture e allevamenti e stima il livello di rischio dell’impresa agricola analizzando il conto economico e lo stato patrimoniale.
Grazie a sistemi di Intelligenza Artificiale, i dati necessari alla valutazione - in primis contenuti nel fascicolo aziendale ufficiale elaborato dai sistemi degli Organismi Pagatori e certificato dai CAA - vengono acquisiti da un OCR integrato nella soluzione.
Sicuramente uno dei fattori vincenti è la capacità di analisi strutturata e automatica fondata su un data lake agricolo specializzato e costantemente aggiornato, utilizzando l’ecosistema di dati CRIF e informazioni provenienti da enti qualificati operanti nel settore agricolo, quali ad esempio RICA (Rete di Informazione Contabile Agricola), l’unica fonte armonizzata sul funzionamento delle imprese agricole, e CREA, il principale Ente di ricerca italiano dedicato alle filiere agroalimentari.
Quali risultati avete ottenuto, per la banca e per i vostri clienti?
Grazie alla soluzione di CRIF possiamo valutare il segmento agricolo, dalla ditta individuale alla società di capitali, affidandoci a un processo decisionale automatico e strutturato che ha consentito di ridurre i tempi di risposta del 40% e di focalizzare i nostri analisti su progetti speciali e approfondimenti non standardizzabili.
La maggiore automazione e capacità di valutare le caratteristiche della nostra clientela si sono tradotte in un servizio di maggiore qualità e velocità nel soddisfare le loro esigenze e sostenere lo sviluppo del loro business. Speriamo così di aver dato un ulteriore impulso alla crescita e innovazione del settore agricolo del nostro territorio.
