Da un programma una tantum alla funzionalità continua: il nuovo modello per la modernizzazione bancaria

I programmi di modernizzazione del core banking spesso superano i tempi previsti. Dopo anni di tempistiche mancate, aumento del debito tecnico e iniziative di trasformazione con risultati disomogenei, le organizzazioni hanno spesso trattato ogni nuovo programma principalmente come un problema di esecuzione. La loro risposta è stata una maggiore governance, un ambito più ristretto e una gestione dei progetti più solida.

Ma le prove suggeriscono che l'ostacolo non è l'esecuzione. Il problema è la premessa.

Il debito tecnico non è più semplicemente un costo IT da gestire. Può diventare un vincolo diretto alla capacità di una banca di scalare l'AI e convertire tali investimenti in valore aziendale.

La questione più profonda non è come le banche gestiscono i programmi di modernizzazione. È il modo in cui li stanno progettando. Un programma ha un inizio, un business case e una data di fine. Quando chiude, il team si scioglie, la tecnologia inizia ad accumulare nuovo debito e, pochi anni dopo, il ciclo ricomincia.

Per le istituzioni che guideranno il prossimo decennio, questo ciclo deve essere interrotto. La modernizzazione deve diventare una funzionalità operativa permanente, costantemente gestita e governata e fondamentale per l'azienda quanto la gestione del rischio o il reporting normativo.

Le banche che svilupperanno più rapidamente questa funzionalità definiranno la nuova generazione di servizi bancari. Coloro che stanno ancora pianificando il prossimo programma probabilmente scopriranno che il momento è passato.

Il divario tra la situazione attuale della maggior parte delle banche e quella in cui si stanno muovendo gli istituti leader dipende da quale dei due modelli operativi governa la modernizzazione.

•    Il modello a programma rimane quello predefinito nella maggior parte delle banche: la maggior parte degli istituti di credito gestisce la modernizzazione attraverso una serie di iniziative ampie e circoscritte. Un programma viene avviato con un ambito definito e un business case, la migrazione viene completata e poi il team si scioglie. La conoscenza istituzionale se ne va con il programma. Il patrimonio tecnologico inizia ad accumulare debito quasi immediatamente e il ciclo ricomincia qualche anno dopo. •    Il modello di funzionalità è dove si stanno muovendo le istituzioni principali: le banche che stanno andando avanti hanno sostituito quel ciclo con un modello che non ha una data di fine. L'intelligence di portfolio continua offre loro una visione in tempo reale di dove si sta accumulando il debito e dove si stanno aprendo le lacune nella preparazione dell'AI. Le ondate di modernizzazione governate producono risultati in sequenza, ognuna delle quali si basa sulla precedente. Un modello di fabbrica ripetibile significa che gli schemi di consegna vengono riutilizzati anziché reinventati ogni volta. Il risultato è una modernizzazione che si accumula, non un programma che si chiude.

La distinzione è importante perché il modello di programma è stato progettato per un tasso di cambiamento che non si applica più. L'AI sta comprimendo la vita utile dell'architettura aziendale. Un programma che richiede tre anni per essere realizzato non può tenere il passo con un landscape tecnologico che cambia in tre mesi. Il modello di capacità è progettato per una modernizzazione continua perché le condizioni che guidano il cambiamento continuano a evolversi.

Tre pressioni si sono unite per rendere il vecchio modello di programma non solo inefficiente ma sempre più insostenibile. La prima pressione è l'imperativo dell'AI. Una recente ricerca dell'IBM Institute for Business Value (IBV) sui mercati bancari e finanziari ha mostrato che solo l'8% delle banche ha un approccio strategico all'AI generativa. Nel frattempo, il 78% delle banche ha agito in modo tattico o ha operato in silos. Più del 60% dei CEO bancari afferma di dover accettare rischi significativi per sfruttare l'automazione e rimanere competitivi.

I patrimoni delle applicazioni legacy aumentano il costo in modo significativo, la complessità e il tempo necessari per colmare questa lacuna. La sfida si estende oltre l'infrastruttura tecnologica, fino ai modelli operativi che regolano il modo in cui il lavoro viene svolto. La seconda pressione è la compressione dei costi di reinvestimento. Nei principali mercati bancari, il debito tecnico è diventato uno dei vincoli più significativi alla capacità di investire e agire rapidamente, e il suo impatto va ben oltre il costo della tecnologia. Il debito tecnico limita la velocità di consegna necessaria per trasformare l'investimento in AI in valore aziendale. I rapporti costi/reddito rimangono elevati. Nel frattempo, il costo della manutenzione dei sistemi obsoleti cresce ogni anno mentre la capacità di finanziare la crescita e l'innovazione si riduce.

La terza pressione è lo spostamento competitivo. Una quota crescente di clienti in tutto il mondo ora sceglie le banche completamente senza filiali come relazione bancaria principale. Gli sfidanti che guidano questo cambiamento sono stati progettati per garantire velocità, modularità e consegna continua fin dal primo giorno.

Competere con loro su una piattaforma che richiede mesi per essere aggiornata rappresenta uno svantaggio in termini di modello di business. La distanza tra le banche tradizionali e i challenger nativi digitali aumenta a ogni ciclo di rilascio effettuato dai challenger e a ogni ciclo di rilascio rimandato da una banca tradizionale.

Due ulteriori cambiamenti tecnologici rendono la necessità di una modernizzazione continua ancora più immediata. L'AI generativa e l'agentic AI stanno passando rapidamente dalla sperimentazione all'implementazione su larga scala, mentre la tokenizzazione di asset e denaro sta emergendo come un cambiamento a breve termine nel modo in cui vengono progettati i prodotti e le transazioni finanziarie. Entrambe le tendenze dipendono dalla stessa base sottostante: un'architettura modulare, abilitata per le API e interoperabile che può evolversi senza attendere un altro ciclo di trasformazione pluriennale.

Secondo il report IBV del 2026 sui mercati bancari e finanziari, il 94% dei programmi di modernizzazione del settore bancario principale supera i tempi previsti. La risposta standard a questa statistica è quella di affinare la metodologia: una migliore pianificazione, un controllo dell'ambito più rigoroso, una governance più chiara. Queste cose contano. Ma non affrontano il problema strutturale di fondo: un programma è una costruzione organizzativa temporanea e le costruzioni temporanee producono risultati temporanei.

Per decenni, le banche si sono modernizzate a ondate. Un aggiornamento della piattaforma centrale ogni dieci o quindici anni, seguito da un lungo periodo di relativa stabilità, era un ritmo operativo valido. L'architettura aveva tempo per stabilizzarsi prima che arrivasse il prossimo ciclo di cambiamento. Quel ritmo si è interrotto.

L'AI sta comprimendo la vita utile dell'architettura aziendale. Sistemi che tre anni fa erano adatti allo scopo possono già essere disallineati con l'intelligenza che deve funzionare sopra di essi. Il ritmo del cambiamento non è più compatibile con un programma che richiede tre anni per essere realizzato.

Il divario tra i rendimenti si sta ampliando. Le banche che operano su architetture moderne e modulari stanno generando rendimenti più elevati rispetto a quelle che ancora utilizzano ambienti legacy monolitici. Come risultato, la necessità di modernizzazione non si limita più alla sola riduzione del debito tecnico. Si tratta di creare l'economia per competere.

I programmi di modernizzazione progettati intorno alle migrazioni delle piattaforme piuttosto che ai risultati di business tendono a bloccarsi a livello di governance. Quando la narrazione del valore è difficile da articolare rispetto alla funzione di rischio, i budget vengono riallocati e lo slancio crolla. Quando la modernizzazione è organizzata come progetto temporaneo, la capacità istituzionale di modernizzare continuamente non si sviluppa del tutto. Il risultato è un patrimonio tecnologico leggermente migliorato che inizia ad accumulare nuovo debito quasi prima della chiusura del programma.

Nessuna banca tratterebbe la cyber resilience, la gestione della liquidità o la reportistica regolamentare come un progetto con una data di fine. Queste capacità sono discipline operative continue sempre dotate di personale, governate in modo permanente, misurate continuamente rispetto a indicatori chiave di performance (KPI) e mai considerate complete. Il principio è semplice: i rischi che gestiscono non cessano, quindi neanche la capacità di gestirli può cessare.

Anche la modernizzazione rientra ormai nella stessa categoria. La differenza è che la modernizzazione deve ora fungere sia da base per l'AI che da funzionalità sempre più accelerata dall'AI stessa. Le forze che guidano la necessità di modernizzare (pressione competitiva, evoluzione normativa, progresso dell'AI, aspettative dei clienti) non sono destinate a stabilizzarsi.

L'architettura di una banca deve evolversi di pari passo con l'intelligenza e il modello di business che operano su di essa. Questa realtà è una condizione permanente e richiede una risposta permanente.

Tale risposta rappresenta un cambiamento organizzativo rilevante rispetto alle pratiche attuali. La modernizzazione richiede una voce di bilancio dedicata. Anziché ricorrere a prestiti da programmi di trasformazione o cicli di spesa in conto capitale, richiede un investimento operativo permanente. Necessita inoltre di un proprio ritmo di governance, allineato alle cadenze di rendicontazione normativa piuttosto che alle tappe fondamentali del progetto.

Infine, è necessaria un'analisi continua del portfolio: una visione costante dello stato di salute dell'applicazione, del debito tecnico, dei potenziali progetti di modernizzazione e della predisposizione per il workload di AI. Una valutazione puntuale condotta all'inizio di ogni programma e poi accantonata non è sufficiente.

Le istituzioni che stanno prendendo il sopravvento stanno iniziando a industrializzare la modernizzazione stessa: modelli di erogazione ripetibili, percorsi di modernizzazione permanenti e cadenze di governance che rendono i progressi continui visibili e verificabili. L'analogia è meno un evento di trasformazione che una linea di produzione, che funziona continuamente perché il lavoro non si ferma.

I modelli comportamentali che emergono tra le banche che stanno attuando questa transizione condividono un filo conduttore comune: non sono progettate per un unico risultato. Stanno progettando un processo ripetibile.

Invece di lanciare programmi di trasformazione pluriennali, stanno suddividendo la modernizzazione in onde governate e misurabili. Ogni ondata ha definito risultati aziendali, controlli del rischio e un percorso chiaro verso la prossima. Questo approccio produce valore in modo continuo anziché rimandarlo a un endpoint del programma che continua a muoversi.

Queste ondate di solito attraversano cinque dimensioni: razionalizzazione del portfolio di applicazioni, migrazione accelerata al cloud, modernizzazione dell'architettura, modernizzazione basata sui dati e modernizzazione dei processi aziendali. Insieme, creano una pipeline di modernizzazione ripetibile piuttosto che una sequenza di progetti disconnessi.

Le principali banche trattano i loro portfolio di applicazioni come asset viventi, non come inventari statici. L'intelligenza continua del portfolio, inclusa la visibilità su quali applicazioni sono candidate alla modernizzazione, quali comportano esposizione normativa e quali sono colli di bottiglia per l'implementazione dell'AI, diventa una funzione organizzativa permanente piuttosto che una valutazione una tantum.

Stanno inoltre allineando la governance della modernizzazione ai cicli normativi e di audit piuttosto che alle tempistiche dei progetti IT. Questo cambiamento non è cosmetico. Significa che le decisioni e i risultati della modernizzazione sono tracciabili, rendicontabili e difendibili nei confronti della funzione di gestione del rischio. Questa tracciabilità è la differenza tra i programmi che sopravvivono alla governance e i programmi che non lo fanno.

IBM ha lavorato con clienti bancari a livello globale sulla modernizzazione dell'applicazione - in core banking, pagamenti, canali digitali e infrastrutture AI-ready. Questa profondità di esperienza è alla base di un approccio progettato per il modello di capacità permanente: delivery scalabile basata su un modello factory, intelligence di portfolio assistita dall'AI e architettura basata sugli standard del settore bancario. Questo modello è sempre più guidato dagli asset. IBM® Consulting Advantage supporta l'individuazione del patrimonio e la valutazione della predisposizione all'AI attraverso strumenti come Txture®, che fornisce l'intelligence di portfolio continua richiesta dal modello di capacità. watsonx Code Assistant lo completa applicando l'AI direttamente all'analisi del codice, al refactoring e alla correzione su larga scala. L'obiettivo è sostituire le valutazioni manuali una tantum con un'intelligence riutilizzabile che si aggiunge alle ondate di modernizzazione piuttosto che riavviare tutto da capo con ogni programma.

Questo approccio è progettato per fornire valore a ogni ondata piuttosto che rimandarlo a un endpoint del programma.

Se la tua organizzazione sta affrontando una fase che richiede il passaggio dalla modernizzazione episodica alla capacità di modernizzazione continua, in termini di investimento, governance, architettura e modello operativo, possiamo aiutarti. Aiutare le organizzazioni a gestire questa transizione è esattamente il nostro scopo.

Il punto di partenza non deve essere un altro programma pluriennale. Può trattarsi di una progressione in tre fasi: stabilire una linea di base del portfolio di applicazioni e del relativo rischio, eseguire un'ondata pilota mirata a livello factory rispetto a risultati misurabili e quindi scalare il modello con una governance allineata ai cicli di audit e reporting.