Alla fine AI e’ una macchina di compressione dei costi. Per le banche europee quel momento è arrivato. L’intelligenza artificiale non è più la demo da presentare agli investitori né il laboratorio di compliance innovation per fare bella figura a Bruxelles. È diventata una leva chirurgica per ridurre il personale, chiudere filiali, riscrivere il conto economico. Duecentomila posti di lavoro che evaporano entro il 2030 non sono un incidente di percorso. Sono una strategia.
La keyword che conta davvero, dietro il lessico rassicurante della trasformazione digitale, è semplice. Tagli occupazionali banche europee AI. Il resto è narrativa di contorno. Secondo le stime circolate negli ambienti finanziari più sobri, circa il dieci per cento della forza lavoro di trentacinque grandi istituti europei non supererà questo decennio. Non per colpa di una crisi finanziaria, non per una nuova Lehman, ma perché un algoritmo non chiede ferie, non sbaglia una riconciliazione contabile e soprattutto non vota.
Il punto interessante non è il numero in sé. Duecentomila è una cifra che fa titolo, ma non spiega nulla. Il vero segnale è dove cadrà la lama. Back office, gestione del rischio, compliance. Tradotto. Tutto ciò che tiene in piedi la banca ma non appare nelle pubblicità patinate con famiglie felici e app bancarie dal design minimal. Per anni queste funzioni sono state gonfiate come un fegato sotto steroidi regolatori. Ogni nuova norma europea generava team, sotto team, consulenti, fogli Excel e processi che nessuno capiva fino in fondo. Ora l’AI arriva come il revisore che nessun dirigente ha il coraggio di assumere di persona.
Le banche parlano apertamente di guadagni di efficienza del trenta per cento. È una percentuale che andrebbe letta con cinismo. Non significa fare le stesse cose meglio. Significa fare meno cose con meno persone, mantenendo l’illusione di controllo. Gli algoritmi di risk management non si stancano, non chiedono promozioni e soprattutto producono output coerenti, anche quando sono sbagliati. Un sogno per qualsiasi comitato rischi che deve rispondere a un regolatore più interessato alla forma che alla sostanza.
La trasformazione digitale bancaria, quella vera, non è mai stata user centric. È sempre stata balance sheet centric. L’intelligenza artificiale viene adottata dove riduce costi fissi, accelera reportistica e standardizza decisioni che prima richiedevano intelligenza umana, con tutti i suoi difetti. Nel linguaggio dei CEO questo si chiama scalabilità. Nella vita reale si chiama riduzione strutturale dell’occupazione qualificata.
Chi pensa che il fenomeno sia confinato all’Europa non ha capito la direzione del vento. Negli Stati Uniti le grandi banche hanno già smesso di fare promesse. Goldman Sachs, con il suo progetto dal nome vagamente distopico OneGS 3.0, ha messo in pausa le assunzioni e preparato il terreno per una ristrutturazione profonda. Client onboarding, reporting regolatorio, analisi interna. Tutto ciò che può essere spezzettato in task ripetibili è un candidato naturale all’automazione. Non è ideologia. È algebra.
In Europa il discorso è più ipocrita, come da tradizione. Si parla di riqualificazione, di reskilling, di accompagnamento. Poi arrivano i piani industriali. ABN Amro annuncia che un quinto del personale non servirà più entro il 2028. Société Générale dichiara che nulla è sacro. È una frase che meriterebbe di essere incisa all’ingresso di ogni headquarter bancario. Perché descrive perfettamente la nuova teologia del settore. Non esistono ruoli intoccabili, esistono solo processi ancora non automatizzati.
Il paradosso è che per anni le banche europee sono state accusate di essere troppo lente, troppo burocratiche, troppo dipendenti dal capitale umano. Ora che stanno diventando più snelle, il prezzo sociale appare improvvisamente visibile. L’intelligenza artificiale nel settore bancario non distrugge solo posti di lavoro. Distrugge il modello di carriera su cui si è retta l’intera industria. Il giovane analista che imparava facendo controlli di secondo livello, che capiva il rischio leggendo posizioni sbagliate, che costruiva competenze osservando anomalie reali, semplicemente non serve più.
Qui emerge la prima crepa nella narrazione trionfalistica. Un dirigente di una grande banca americana ha ammesso, con una sincerità rara, che se i junior non imparano le basi, il conto arriverà più avanti. È una frase che dovrebbe far riflettere chiunque abbia mai gestito un’organizzazione complessa. L’AI è bravissima a replicare pattern esistenti. È pessima a creare giudizio in contesti nuovi. Eliminare la palestra in cui si forma il giudizio umano è una scelta che paga nel breve periodo e presenta il conto nel lungo.
Il rischio sistemico non è immediato, ed è proprio questo il problema. Le banche possono funzionare benissimo per anni con strutture iper automatizzate, finché il mondo resta simile a quello su cui i modelli sono stati addestrati. Poi arriva l’evento fuori distribuzione, la crisi geopolitica, il cambiamento normativo improvviso, il cigno nero che non assomiglia a nessun dato storico. In quel momento servono persone che sappiano pensare, non solo validare output.
Ma nel frattempo il mercato chiede altro. Chiede ritorni più alti, costi più bassi, meno filiali fisiche e più margine operativo. La chiusura delle filiali è il lato visibile di questa trasformazione. È il simbolo fisico di un settore che smette di essere territoriale e diventa puramente computazionale. La banca non è più un luogo. È una pipeline di dati, modelli e decisioni automatizzate, con qualche umano a presidiare le eccezioni.
Dal punto di vista SEO, il tema è perfetto. Intelligenza artificiale e banche europee, automazione bancaria, futuro del lavoro finanziario. Dal punto di vista strategico, è una partita molto più sporca. L’Europa arriva a questa transizione con un doppio svantaggio. Un mercato del lavoro rigido e una regolamentazione che chiede controllo umano mentre incentiva implicitamente l’automazione. Il risultato è una schizofrenia organizzativa in cui l’AI prende decisioni e gli umani firmano responsabilità che non controllano più davvero.
C’è anche un elemento culturale che pochi osano citare. Le banche europee non stanno usando l’AI per innovare il prodotto. La stanno usando per difendere un modello di business sotto pressione. Margini compressi, concorrenza fintech, costi regolatori crescenti. In questo contesto, tagliare personale non è una scelta aggressiva. È una reazione difensiva travestita da modernizzazione.
La vera domanda non è se duecentomila posti di lavoro spariranno. È se il sistema bancario europeo stia sacrificando competenza futura per sopravvivenza presente. Ogni algoritmo che sostituisce un team riduce costi oggi e riduce capacità di interpretazione domani. È un trade off che non appare nei report di efficienza ma che diventa evidente solo quando qualcosa smette di funzionare.
Nel frattempo, il messaggio al mercato è chiaro. L’era in cui una banca era anche un grande datore di lavoro stabile è finita. L’AI ha reso esplicito ciò che per anni è stato solo sussurrato nei corridoi dei consigli di amministrazione. Le persone sono una variabile di costo, non un asset intoccabile. Chi non lo ha ancora capito, probabilmente lavora proprio in una di quelle funzioni che l’algoritmo sta già osservando con interesse.
C’è un’ironia sottile in tutto questo. Le banche, che per decenni hanno venduto sicurezza, stabilità e gestione prudente del rischio, stanno ora scommettendo su una trasformazione tecnologica che riduce la loro memoria organizzativa. È una scommessa razionale, finché non smette di esserlo. Ma nel capitalismo finanziario moderno, il lungo periodo è un lusso che pochi CEO possono permettersi.
E così l’intelligenza artificiale entra nelle banche europee non come promessa di un futuro migliore, ma come strumento di selezione naturale. Più efficienza, meno persone, più modelli, meno esperienza. Il sistema applaude, gli investitori sorridono, i costi scendono. Fino al giorno in cui qualcuno si chiederà chi, esattamente, capisce ancora davvero come funziona la banca. Quando quel giorno arriverà, non basterà un nuovo algoritmo per rispondere.