Trasformazione digitale banche e AI nel banking sono argomenti correlati e sempre più trattati nel panorama tecnologico attuale, dove il settore bancario si trova di fronte a un bivio epocale. Da un lato, la necessità di innovare per rispondere a un mercato sempre più agile, digitale e normato (si pensi alla RegTech e all’AI Act); dall’altro, il peso di infrastrutture tecnologiche nate decenni fa, stratificate e consolidate, che costituiscono il cuore pulsante ma anche la “gabbia” operativa di molti istituti.
Nel contesto della trasformazione digitale banche, questi sistemi legacy rappresentano il cuore operativo ma anche un forte limite all’innovazione. In Revelis, con lo spirito che riassumiamo nel nostro payoff #artificialintelligenceinaction, abbiamo recentemente gestito la migrazione di una procedura bancaria critica caratterizzata da 30 anni di sviluppo ininterrotto, originariamente scritta in linguaggi legacy come PL/I e COBOL, verso un’architettura moderna a microservizi basata su Java/Spring Boot e Angular.
Di seguito analizziamo un caso concreto di trasformazione digitale banche, in cui abbiamo trasformato un sistema monolitico in una soluzione moderna e scalabile, garantendo la qualità tramite SonarQube e una migrazione dei dati accurata con procedure ETL assistite dall’intelligenza artificiale.
Cos’è la trasformazione digitale nelle banche?
Iniziamo prima di tutto a fare chiarezza su cosa è la trasformazione digitale banche, ovvero il processo di modernizzazione tecnologica e organizzativa attraverso cui gli istituti bancari aggiornano sistemi, processi e modelli di business, integrando tecnologie come intelligenza artificiale, cloud e microservizi.
Questo processo consente alle banche di:
- migliorare l’efficienza operativa;
- ridurre i costi legati ai sistemi legacy;
- offrire servizi digitali più rapidi e personalizzati;
- garantire conformità normativa (RegTech e AI Act);
- aumentare la sicurezza e la gestione dei dati.
La trasformazione digitale banche rappresenta quindi un passaggio strategico fondamentale per competere in un mercato sempre più digitale e regolamentato.
Quali sono gli esempi di trasformazione digitale nelle banche?
Gli esempi di trasformazione digitale banche includono l’adozione di nuove tecnologie per migliorare processi, servizi e infrastrutture IT.
Tra i principali esempi troviamo:
- migrazione da sistemi legacy a microservizi
- utilizzo dell’intelligenza artificiale per analisi e automazione
- implementazione di chatbot e assistenti virtuali
- digitalizzazione dei processi di onboarding clienti
- utilizzo del cloud per scalabilità e sicurezza
- integrazione di soluzioni RegTech per la compliance
Questi interventi permettono alle banche di essere più agili, efficienti e competitive nel mercato digitale.
Il processo di migrazione nella trasformazione digitale banche
Nel contesto di trasformazione digitale banche, per visualizzare chiaramente l’approccio seguito, è utile osservare come l’automazione e l’intervento umano si siano integrati in ogni fase.
L’eredità del passato: sistemi legacy e trasformazione digitale banche
Il software bancario “legacy” non è semplicemente vecchio: rappresenta uno dei principali ostacoli alla trasformazione digitale banche. Per trent’anni, team di sviluppatori si sono succeduti nella manutenzione di procedure scritte in PL/I e COBOL. Questi linguaggi, pur essendo stati i pilastri dell’informatica gestionale, oggi rappresentano un rischio operativo elevato e non sono adatti al nuovo contesto di trasformazione digitale banche, in quanto:
- aumentano il rischio operativo;
- rallentano l’innovazione;
- complicano l’integrazione con nuove tecnologie.
Il problema del debito tecnico storico nella trasformazione digitale banche
Nel percorso di trasformazione digitale banche, il debito tecnico rappresenta uno degli ostacoli principali. Trent’anni di interventi significano migliaia di righe di codice dove la logica di business è spesso intrecciata a vincoli tecnici ormai superati. Molto spesso, la documentazione originale è andata perduta o non è più allineata alla realtà del codice. Questo crea una dipendenza pericolosa da pochi esperti di dominio che conoscono i segreti di queste “scatole nere”.
Migrare una procedura simile non significa solo “cambiare linguaggio”, ma significa decodificare trent’anni di decisioni aziendali, regole di compliance e logiche di calcolo complesse. Qui è dove l’approccio tradizionale fallisce per eccesso di costi e rischi. Qui è dove entra in gioco la visione di Revelis per la trasformazione digitale banche.
Vibe Coding e AI nella trasformazione digitale banche
Nell’ottica della trasformazione digitale banche, abbiamo adottato il paradigma del Vibe Coding AI.
Questo approccio consente di:
- velocizzare lo sviluppo
- migliorare la qualità del codice
- ridurre la dipendenza da linguaggi legacy
Che cos’è il Vibe Coding?
Il Vibe Coding non è solo una moda, ma un cambiamento radicale nel rapporto tra sviluppatore e codice. Non si tratta più di scrivere istruzione per istruzione, ma di interagire con l’intelligenza artificiale a un livello concettuale più alto. Lo sviluppatore trasmette il “vibe”, ovvero l’intento, la logica e la struttura desiderata e l’LLM (Large Language Model) si occupa della generazione sintattica.
Prompt engineering come linguaggio di programmazione
Il prompt engineering è diventato un elemento chiave nella trasformazione digitale banche. Per estrarre la logica dal PL/I e dal COBOL, abbiamo infatti utilizzato tecniche avanzate di Prompt Engineering. Non abbiamo semplicemente chiesto all’AI di “tradurre”, ma abbiamo costruito dei sistemi di prompt che guidassero il modello attraverso una reverse engineering profonda:
● Contestualizzazione: Fornire all’LLM i manuali tecnici dei linguaggi legacy per assicurare una comprensione perfetta della sintassi antica;
● Scomposizione: Dividere i grandi file PL/I in blocchi logici gestibili, mantenendo il contesto globale;
● Iterazione: Affinare i risultati attraverso cicli di feedback, dove l’output dell’AI veniva testato e corretto in un processo di co-creazione.
Metodologia Spec-Drive: la centralità della validazione umana
Nel processo di trasformazione digitale banche, la validazione umana resta fondamentale. L’approccio Spec-Drive ha permesso di creare uno strato intermedio di “verità” funzionale prima della riscrittura effettiva.
Analisi tecnico-funzionale generativa
Abbiamo utilizzato gli LLM per analizzare il codice sorgente PL/I e COBOL e generare una documentazione tecnica e funzionale completa. Questo documento descrive cosa fa la procedura, indipendentemente dal linguaggio in cui era scritta.
Questa analisi non è stata presa per oro colato. In Revelis crediamo che l’AI sia un potenziatore, non un sostituto dell’intelligenza umana. L’analisi è stata sottoposta a un rigoroso processo di validazione da parte degli esperti di dominio. I programmatori senior e i business analyst della banca hanno verificato che l’AI avesse interpretato correttamente le regole di business più sottili.
Il piano di sviluppo AI-Generated
Una volta validata l’analisi, abbiamo chiesto all’AI di generare un piano di sviluppo dettagliato. Questo piano non comprendeva solo il codice, ma la definizione delle API, la struttura dei database e la logica di integrazione tra i nuovi microservizi. L’AI ha agito come un architetto software senior, proponendo la scomposizione più efficiente del monolite originale.
La migrazione dei dati: procedure ETL assistite
La migrazione dei dati è uno degli aspetti più critici nella trasformazione digitale banche. Un sistema bancario è nulla senza i suoi dati. Trent’anni di operatività significano una mole immensa di informazioni memorizzate in formati spesso obsoleti o in database gerarchici/flat tipici degli ambienti mainframe.
In questi casi quando si affronta un processo di trasformazione digitale banche, la migrazione di questi dati verso un moderno Database Relazionale è parte di tale processo di trasformazione digitale.
Per la migrazione abbiamo fatto generare all’LLM delle procedure ETL (Extract, Transform, Load) dedicate:
● Estrazione: L’AI ha compreso le strutture record dei file COBOL e PL/I;
● Trasformazione: Ha applicato le regole di pulizia e normalizzazione necessarie per far confluire i dati nel nuovo modello relazionale, garantendo l’integrità referenziale;
● Caricamento: Ha automatizzato la creazione degli script SQL per popolare le nuove tabelle.
Questo approccio ha ridotto i tempi di migrazione del database dell’80%, eliminando gli errori umani che tipicamente affliggono queste fasi critiche.
Il nuovo stack tecnologico: microservizi e modernità
La trasformazione digitale banche passa da architetture moderne. La nuova architettura è stata progettata per la scalabilità futura:
● Backend: Sviluppato in Java con Spring Boot, frammentando la logica in Microservizi indipendenti (es. anagrafica, rapporti) per facilitare aggiornamenti mirati senza impattare l’intero sistema.
● Frontend: L’adozione di Angular ha permesso di superare le vecchie interfacce a caratteri, migliorando significativamente l’esperienza utente e l’efficienza degli operatori bancari.
Misurazione della qualità con SonarQube
Nel contesto della trasformazione digitale banche, la qualità del codice è fondamentale. Generare codice con l’AI comporta infatti una sfida: assicurarsi che il codice prodotto sia pulito, sicuro e privo di vulnerabilità.
Abbiamo integrato SonarQube nel nostro processo di sviluppo. Ogni riga di codice generata dall’AI e rifinita dagli sviluppatori è stata analizzata per rilevare:
● Code Smells: Per garantire che il codice sia leggibile e manutenibile;
● Vulnerabilità: Fondamentale in ambito bancario per proteggere i dati sensibili;
● Technical Debt: Per assicurarci di non stare creando nuovi problemi per i prossimi 30 anni.
L’uso di SonarQube ci ha permesso di dimostrare oggettivamente che il nuovo sistema non era solo più moderno ed in linea con la trasformazione digitale banche, ma qualitativamente superiore al codice originale.
Efficienza e risparmio: il valore del RegTech
La trasformazione digitale banche non riguarda solo tecnologia, ma anche conformità normativa. L’adozione di questo approccio non solo ha garantito la conformità a standard moderni e all’AI Act, ma ha permesso di rendere le soluzioni più efficienti attraverso l’automazione di passaggi critici.
Inoltre, l’adozione dell’AI Act impone nuovi standard di trasparenza e governance sull’uso dell’intelligenza artificiale. Documentando ogni passaggio del processo, dalla reverse engineering del PL/I alla generazione del piano di sviluppo, abbiamo garantito che la trasformazione fosse tracciabile e conforme ai nuovi paradigmi di fiducia richiesti dal regolatore europeo.
I benefici tangibili riscontrati rispetto a una migrazione manuale tradizionale includono:
● Una riduzione del 50% del tempo complessivo di sviluppo;
● Un risparmio del 40% dei costi di progetto.
A prova del fatto che quando oggi si parla di trasformazione digitale banche, si intendono una serie di benefici tangibili e riscontrabili in diverse tipologie di risparmio ottenibile.
Conclusione
La trasformazione digitale banche non è più un’opzione ma una necessità. La migrazione della procedura PL/I e COBOL non è stata solo un progetto tecnico; è stata la dimostrazione che con la giusta metodologia e un uso consapevole dell’Intelligenza Artificiale, è possibile sbloccare il valore nascosto nei sistemi legacy.
Grazie al Vibe Coding, abbiamo trasformato l’archeologia informatica in architettura del futuro. Abbiamo dimostrato che:
- Il codice di 30 anni fa può essere compreso e modernizzato in tempi record;
- L’AI, se guidata da esperti di dominio, può generare analisi e piani di sviluppo affidabili;
- Le nuove tecnologie come Spring Boot, Angular e i Microservizi sono la chiave per un banking agile;
- La qualità deve essere sempre misurata e certificata (SonarQube).
In Revelis, continuiamo a spingere i confini dell’innovazione, portando le soluzioni di intelligenza artificiale in ogni mercato, dalla sanità al manifatturiero, fino al cuore pulsante delle banche nel contesto della trasformazione digitale banche. Se la tua azienda sta lottando con sistemi obsoleti che frenano la crescita, è tempo di cambiare “vibe”.
Vuoi avviare un progetto di trasformazione digitale banche? Contattaci.
Autore: Massimiliano Ruffolo
Le domande più frequenti
Perché la trasformazione digitale è importante per le banche?
La trasformazione digitale banche è fondamentale per:
- restare competitive nel mercato
- ridurre i costi operativi
- migliorare l’esperienza cliente
- adattarsi alle normative (come AI Act e RegTech)
Quali tecnologie guidano la trasformazione digitale banche?
Le principali tecnologie della trasformazione digitale banche sono:
- intelligenza artificiale
- cloud computing
- microservizi
- big data e analytics
- automazione dei processi (RPA)
Quali sono le sfide della trasformazione digitale nelle banche?
Le principali sfide della trasformazione digitale banche includono:
- integrazione con sistemi legacy
- gestione del cambiamento organizzativo
- sicurezza informatica
- conformità normativa
- carenza di competenze digitali
Quanto costa la trasformazione digitale banche?
Il costo della trasformazione digitale banche varia in base alla complessità dei sistemi esistenti, ma può essere ridotto grazie all’uso dell’intelligenza artificiale e a strategie di modernizzazione graduale.
