Exprivia e ValidMind hanno annunciato il 9 novembre 2026 una partnership dedicata alla governance dell’intelligenza artificiale per banche e assicurazioni. L’accordo mette insieme la piattaforma di ValidMind, specializzata nella gestione del rischio dei modelli, e le competenze di Exprivia nell’integrazione dei sistemi informativi finanziari.
L’obiettivo dichiarato è governare, in un unico ambiente, modelli statistici, machine learning, applicazioni generative e agenti AI, collegando controlli e documentazione ai processi operativi.
La questione riguarda direttamente gli intermediari che impiegano algoritmi per valutare clienti, automatizzare attività e supportare decisioni sottoposte a vigilanza. Aumentare il numero dei sistemi senza conoscerne finalità, responsabili e limiti significa rendere più difficile anche dimostrarne il corretto funzionamento.
Indice degli argomenti:
Che cosa prevede la partnership tra Exprivia e ValidMind
Secondo il comunicato congiunto, ValidMind mette a disposizione tecnologia per inventariare, classificare, validare e monitorare sistemi di intelligenza artificiale. Exprivia si occupa dell’adozione presso i clienti, dell’integrazione con le architetture esistenti e dell’adattamento alle procedure interne.
L’intesa riguarda sia gli istituti che stanno ampliando i progetti di AI generativa sia quelli intenzionati a rivedere il model risk management, cioè l’insieme dei controlli sui rischi derivanti dall’uso dei modelli.
Il comunicato non indica clienti già acquisiti grazie all’accordo, investimenti previsti o risultati misurati presso banche italiane. La proposta va quindi letta come un’offerta congiunta per il mercato finanziario, non come la presentazione di un progetto già concluso.
Un inventario unico per modelli, applicazioni e agenti
Il primo problema operativo riguarda la conoscenza del patrimonio algoritmico. Una banca può utilizzare modelli tradizionali per stimare il rischio di credito, applicazioni di machine learning per rilevare anomalie e assistenti generativi per gestire documenti. Alcuni sistemi vengono sviluppati internamente; altri arrivano attraverso fornitori e applicazioni acquistate.
La piattaforma ValidMind dichiara di riunire questi strumenti in un inventario centralizzato. Per ciascun elemento, l’organizzazione può collegare finalità, livello di rischio, proprietario, documentazione e passaggi di approvazione.
Un registro aggiornato permette di individuare i modelli privi di verifiche recenti e di ricostruire quali applicazioni dipendono da componenti esterni.
L’utilità dipende però dalla qualità dei dati inseriti e dalla capacità di mantenere il censimento allineato con le modifiche ai sistemi. Un catalogo incompleto non elimina i rischi che intende controllare.
Validazione e documentazione durante il ciclo di vita
Un secondo elemento è l’automazione della documentazione. In molti processi di validazione, sviluppatori, responsabili del rischio e funzioni di controllo producono test e relazioni con strumenti differenti. Quando una verifica deve essere ripetuta, recuperare le evidenze può comportare lavoro manuale e ricostruzioni successive.
ValidMind afferma di trasformare i risultati dei test in documenti strutturati e di accompagnare i modelli anche dopo la messa in produzione.
Per banche e assicurazioni significa poter collegare la verifica iniziale al monitoraggio delle prestazioni e delle anomalie successive. L’automazione può ridurre le attività ripetitive, ma non sostituisce la valutazione indipendente della qualità dei test, dei dati utilizzati e delle soglie di accettazione. La documentazione prodotta da un software deve restare verificabile da chi ha responsabilità di controllo.
Un modello può superare i controlli iniziali e peggiorare quando cambiano i comportamenti dei clienti, le fonti informative o le condizioni economiche. Il monitoraggio deve quindi individuare scostamenti nelle prestazioni, possibili discriminazioni e uso di dati non più adeguati.
Anche l’intervento umano va progettato: occorrono persone abilitate a contestare l’esito del sistema, correggerlo e sospenderne l’impiego quando necessario. Sono procedure che richiedono competenze, risorse e ruoli definiti.
Gli agenti AI richiedono controlli prima di agire
La parte più specifica dell’offerta riguarda ValidMind Agent Authority. Secondo le aziende, la soluzione assegna un responsabile a ciascun agente e valuta le azioni prima della loro esecuzione. In base alle regole definite dall’organizzazione, una richiesta può essere approvata, sottoposta a un livello superiore di autorizzazione oppure bloccata.
La differenza rispetto al monitoraggio tradizionale è il momento del controllo.
Un sistema che produce una risposta testuale può essere verificato prima dell’utilizzo da parte di una persona. Un agente autorizzato a interrogare database, modificare pratiche o attivare procedure potrebbe invece produrre effetti operativi immediati.
Per questo servono permessi granulari, registrazioni delle operazioni e limiti alle attività consentite. Il comunicato descrive le funzionalità della piattaforma, ma non presenta verifiche indipendenti sulla loro efficacia nei singoli contesti bancari.
Il ruolo dell’integrazione nei sistemi finanziari
L’adozione di un livello centrale di governance richiede collegamenti con i sistemi già presenti. Nelle organizzazioni finanziarie convivono applicazioni storiche, servizi cloud, strumenti di analisi e procedure di approvazione distribuite tra più funzioni.
Un inventario unico è utile soltanto se riceve informazioni attendibili da queste fonti e restituisce indicazioni utilizzabili nei processi quotidiani.
Exprivia porta nell’accordo la propria esperienza nel settore bancario e assicurativo italiano. L’azienda dichiara di curare l’integrazione di ValidMind con le architetture del cliente e la configurazione dei flussi di lavoro.
Il compito comprende anche la definizione delle responsabilità tra chi sviluppa un modello, chi lo utilizza e chi ne controlla i risultati. Senza questa ripartizione, una piattaforma centralizzata rischia di aggiungere un nuovo passaggio amministrativo invece di semplificare le verifiche.
Il punto di vista delle due aziende
Filippo Giannelli, head of private sector di Exprivia, collega la collaborazione al passaggio dalla sperimentazione all’adozione strutturata dell’intelligenza artificiale.
Nella sua valutazione, gli strumenti di controllo devono evolvere insieme alle applicazioni e sostenere una diffusione più ampia dell’AI. Il dirigente sottolinea che “la governance non deve rappresentare un freno all’innovazione”.
L’obiettivo indicato dall’azienda è offrire ai clienti un percorso nel quale sviluppo dei sistemi, tracciabilità delle operazioni e valutazione del rischio procedano con regole condivise.
Jonas Jacobi, CEO di ValidMind, afferma che le banche e le assicurazioni con cui lavora impiegano già sistemi di intelligenza artificiale in produzione e che molte stanno introducendo agenti.
Per Jacobi, l’espansione richiede un registro comune e l’individuazione di chi risponde per ogni modello e applicazione. Sul piano documentale, il dirigente propone “prove generate dal lavoro stesso piuttosto che ricostruite a posteriori”, evitando che la preparazione delle verifiche diventi una procedura separata dalla gestione ordinaria.
Il CEO attribuisce a Exprivia la conoscenza delle architetture e dei processi degli operatori italiani. La collaborazione, sostiene, dovrebbe inserire i controlli nei sistemi effettivamente utilizzati, anche nelle attività quotidiane, così da rendere più semplice introdurre nuove applicazioni e dimostrare come vengono supervisionate.
AI Act, cosa cambia per banche e assicurazioni
La partnership arriva mentre si precisa il calendario europeo.
Il regolamento AI Act, entrato in vigore il 1° agosto 2024, prevede obblighi differenziati in base al tipo di sistema e al rischio.
Dopo l’entrata in vigore dell’AI Omnibus, regolamento Ue 2026/1744, il 27 luglio 2026, le disposizioni per i sistemi ad alto rischio dell’allegato III si applicheranno dal 2 dicembre 2027, secondo la Commissione europea. Il rinvio non elimina gli altri obblighi già applicabili né le regole settoriali esistenti.
Tra gli impieghi ad alto rischio figurano i sistemi destinati a valutare l’affidabilità creditizia delle persone fisiche e quelli utilizzati per la valutazione del rischio e la determinazione dei prezzi nelle assicurazioni vita e salute.
Sono casi in cui classificazione, registrazione delle attività, supervisione umana e gestione dei rischi assumono un rilievo diretto anche per i diritti dei clienti.
Non ogni chatbot o algoritmo utilizzato in una banca rientra automaticamente nella stessa categoria: conta la finalità concreta del sistema.
Le indicazioni delle autorità di vigilanza
In un documento del 21 novembre 2025, l’Autorità bancaria europea ha confrontato le prescrizioni dell’AI Act con la normativa già applicabile a banche e pagamenti.
L’Eba non ha rilevato contraddizioni significative tra i due impianti, ma ha indicato la necessità di integrarli, evitando sovrapposizioni inutili. Ha inoltre richiamato la distinzione tra intermediario che sviluppa il sistema e intermediario che utilizza una soluzione fornita da terzi.
Per il mercato assicurativo, l’Eiopa ha pubblicato il 6 agosto 2025 un parere sulla governance e sulla gestione dei rischi dell’AI.
Il documento chiarisce le aspettative di vigilanza nell’ambito delle norme assicurative già esistenti, includendo qualità dei dati, correttezza dei risultati, spiegabilità e controllo umano.
Il parere non introduce nuovi requisiti e non tratta i sistemi classificati ad alto rischio dall’AI Act, che seguono il proprio regime.
Sicurezza, fornitori e responsabilità operative
La governance algoritmica si intreccia con la gestione dei fornitori tecnologici.
Dal 17 gennaio 2025 il regolamento Dora disciplina la resilienza operativa digitale delle entità finanziarie e i rischi connessi ai servizi informatici esterni.
Dora non coincide con l’AI Act: riguarda la capacità di prevenire e gestire interruzioni e incidenti informatici. Le organizzazioni devono comunque considerare entrambe le dimensioni quando un sistema AI dipende da infrastrutture e servizi di terzi.
Per valutare l’offerta Exprivia-ValidMind, gli intermediari dovranno quindi verificare quali fonti alimentano l’inventario, come vengono gestite le autorizzazioni degli agenti, chi può modificare le regole e come si conservano le prove delle decisioni.
Serviranno anche procedure per sospendere i sistemi quando emergono risultati inattesi o comportamenti non autorizzati.
Dalla tecnologia alle verifiche misurabili
Il valore dell’accordo dipenderà dall’applicazione effettiva nei processi dei clienti.
Fra gli indicatori utili figurano la quota di modelli censiti, il tempo necessario per completare una validazione, il numero di anomalie rilevate e la possibilità di ricostruire l’origine di una decisione automatizzata. Queste misure permetterebbero di confrontare le promesse di maggiore efficienza con risultati osservabili.
L’intesa punta a spostare la governance da un’attività documentale separata a un controllo inserito nello sviluppo e nell’esercizio dei sistemi.
Per banche e assicurazioni, il risultato più importante sarebbe mantenere la possibilità di intervenire su modelli e agenti mentre cambiano funzioni, dati e fornitori.
È su questa capacità operativa, più che sulla semplice presenza di un software dedicato, che potrà essere valutata l’efficacia della partnership.
Partecipa alla community