Un primo ostacolo è tecnologico e strutturale, seguito dalla gestione del dato e dalla complessità regolatoria, con i relativi aspetti di sicurezza. Infine, a complicare il quadro, molte iniziative di embedded finance si limitano al front-end o all’accesso ai dati, fermandosi solo allo strato superficiale.
«Negli ultimi anni, l’embedded finance ha avuto una forte spinta – racconta Daniele Giuliani, CEO di Genio Diligence. Tuttavia, il passaggio dalla teoria all’operatività resta ancora limitato. Il punto non è più concentrarsi sull’accesso ai dati o sulla disponibilità di API, ma sulla capacità di integrare questi modelli nei processi core delle banche».
Il nodo dei sistemi legacy
Il limite più noto è rappresentato dal legacy. I sistemi bancari non sono progettati per seguire logiche di integrazione continua e questo rallenta qualsiasi evoluzione.
«Non a caso, la maggior parte dei progetti di modernizzazione del core banking supera i tempi attesi, segnale di una complessità strutturale ancora irrisolta – commenta Giuliani. Il secondo ostacolo è legato alla qualità e alla gestione del dato. I modelli di open ed embedded finance si basano su flussi informativi continui, ma nella pratica questi sono spesso frammentati, non automatizzati o legati a documentazione non strutturata. Questo impatta sulla capacità di automatizzare i processi e prendere decisioni affidabili in tempo reale».
… e i limiti del data management
Un esempio concreto è nei processi di credito, dove la gestione del dato è cruciale.
«I modelli di credito sono tanto efficaci quanto lo è il dato su cui si basano: se il dato è incompleto, incoerente o non verificato, il rischio è di spendere molto tempo nel processo decisionale a causa dell’inefficienza dettata da continui rework manuali – spiega Giuliani. Il problema non è la disponibilità delle informazioni, ma la loro qualità e utilizzabilità operativa: nei processi di credito il dato arriva spesso da fonti diverse, in formati non strutturati e con passaggi manuali che introducono errori o rallentamenti. Qualità, verifica e coerenza diventano dunque elementi centrali: permettono di ridurre il time-to-yes, migliorare l’affidabilità delle valutazioni e limitare il rischio operativo».
Agentic AI e normativa: verso l’integrazione
Il terzo ostacolo è la complessità regolatoria, in quanto l’evoluzione verso modelli distribuiti aumenta i punti di contatto tra attori diversi, con una conseguente crescita dei rischi per la banca.
«Dal punto di vista tecnologico, la sfida futura è quella di costruire soluzioni che combinano automazione, orchestrazione dei dati, supporto decisionale e componenti agentiche all’interno di un unico framework. E qui c’è un punto chiave: la tecnologia agentica non è solo un supporto operativo o tecnologico. Può diventare a tutti gli effetti un’estensione della normativa all’interno del processo – precisa Giuliani. Oggi è fondamentale costruire e pensare la tecnologia direttamente integrata con la normativa, così da evitare continui adattamenti e riprogettazioni dei processi, che generano inefficienze by design».
Non basta intervenire sulla customer experience
Infine, c’è un tema più strategico: molte iniziative si fermano allo strato superficiale, tipicamente al front-end o all’accesso ai dati.
«Intervenire solo sulla customer experience migliora la percezione del servizio, ma non risolve le inefficienze strutturali: i processi core restano invariati e il rischio è di spostare la complessità dietro le quinte – dichiara Giuliani. Con impatti su tempi, costi e qualità, in particolare per le banche che non sono native digitali e che devono intervenire su onboarding e sistemi sottostanti. Front-end e processi devono evolvere insieme: senza un back-end efficiente, anche la migliore esperienza utente resta solo superficiale».
Il vero gap
L’embedded finance, nella sua forma più matura, richiede che i servizi finanziari siano realmente integrati per efficientare i processi e supportare il business nella fase decisionale.
«Ed è qui che nasce il vero gap – evidenzia Giuliani. Finché l’embedded resta un modello di accesso o distribuzione, l’impatto è limitato. Le banche possono procedere step by step, così da affrontare la complessità e la stratificazione dei loro sistemi senza andare a sostituire interi processi, ma integrando progressivamente tecnologie e modelli nuovi. È in questo equilibrio che l’embedded finance trova la sua applicazione reale: quando la tecnologia non è percepita come esterna, ma è parte integrante del processo, per migliorare efficienza, qualità e controllo».
Scopri le soluzioni di Genio Diligence su topVendors, la guida a software, hardware e servizi per il mondo bancario.
Questo articolo è stato pubblicato sul numero di maggio 2026 di AziendaBanca ed è eccezionalmente disponibile gratuitamente anche sul sito web. Se vuoi ricevere AziendaBanca, puoi abbonarti nel nostro shop.
