Nel 2022, Banca Mediolanum ha varcato una nuova soglia: il riconoscimento come istituto “significant” sotto la vigilanza diretta della Banca Centrale Europea. Un cambiamento che ha imposto non solo un adeguamento normativo, ma una vera rivoluzione interna. Non bastava più seguire le regole, bisognava ripensare completamente la gestione dei dati. Quei dati, da semplice obbligo di legge, sono diventati un patrimonio strategico da custodire e valorizzare. La sfida? Mettere ordine in un sistema ancora troppo frammentato e costruire un ecosistema dati certificato, capace di dialogare con l’intelligenza artificiale e di trasformare il modo di lavorare.
Nuove regole, vecchi problemi: come cambia la gestione dei dati in banca
Il mondo bancario europeo è in pieno fermento. Le normative diventano sempre più complesse e la vigilanza più rigida. Così, le banche sono spinte a mettere in piedi modelli integrati per gestire al meglio le informazioni. Per Mediolanum, che opera anche nel settore assicurativo, significa armonizzare controlli e procedure nate in contesti diversi, spesso con sistemi IT disomogenei e frammentati. Passare allo status di istituto “significant” ha imposto l’adozione dei severi standard della BCE, rompendo con vecchie abitudini di isolamento informativo.
Il problema più grosso era la distribuzione caotica dei dati su piattaforme diverse, con molte attività affidate all’esterno, e una confusione generale su chi fosse responsabile di cosa tra business, IT e fornitori. Risolvere questa frammentazione non era solo una questione di rispetto delle regole, ma un’occasione per definire una strategia unica e coerente, capace di sostenere l’evoluzione della banca.
La strategia di Mediolanum: quattro pilastri per una governance solida
Per rispondere alle nuove esigenze, Mediolanum ha messo a punto un progetto strutturato su quattro punti chiave. Prima di tutto, l’adeguamento alla normativa, la base necessaria. In parallelo, è stata creata una Data Community interna, coinvolgendo tutti i reparti per diffondere competenze e definire ruoli precisi come il Data Owner e il Data Steward.
Il terzo punto è stata l’adozione di una nuova piattaforma dati, che garantisse un patrimonio informativo certificato, solido e coerente. Infine, è stato introdotto un framework di data governance che regola le attività operative, i controlli, la tracciabilità e la documentazione dei processi.
Il lavoro è stato diviso in quattro fasi: si è partiti dall’analisi dei report e degli indicatori chiave richiesti dalla normativa europea. Poi si è passati alla revisione dei processi di produzione dei report, riducendo il lavoro manuale, spesso causa di errori e rischi per la compliance. Così il ciclo informativo è diventato più chiaro e affidabile.
Data lineage e tecnologia: il controllo passa dalla mappatura dei dati
Uno degli aspetti centrali del progetto è stata la mappatura dettagliata dei flussi informativi, il cosiddetto data lineage, che ricostruisce il viaggio del dato dall’origine fino ai report finali. Questo ha permesso di scovare e risolvere problemi operativi, definendo nuovi controlli e rafforzando quelli già esistenti.
Per farlo, Mediolanum si è appoggiata a partner tecnologici come Ab Initio, azienda americana specializzata in soluzioni per tracciare il ciclo di vita e la qualità dei dati, sia dal punto di vista logico che fisico. La visualizzazione dei flussi ha dato due grandi vantaggi: ha facilitato la compliance con la documentazione richiesta dalle autorità, e ha migliorato l’efficienza interna, mettendo a nudo sovrapposizioni e responsabilità poco chiare.
Luca Cattolico, Data Governance Specialist di Mediolanum, spiega che questa trasparenza ha cambiato la percezione dei processi, aiutando a costruire una visione condivisa tra i vari reparti, che prima avevano conoscenze frammentarie e parziali. Il lavoro ha richiesto un forte impegno anche sul fronte delle relazioni interne, perché la bontà del modello dipende dall’attiva partecipazione di tutti gli attori coinvolti.
Intelligenza artificiale: il prossimo passo per una governance più smart
Con la governance dati ormai ben avviata, la sfida che si apre ora è rendere i sistemi più scalabili e facili da mantenere, introducendo strumenti di automazione intelligente. L’intelligenza artificiale gioca qui un ruolo cruciale e duplice.
Da una parte, avere basi dati rigorosamente certificate è fondamentale per sviluppare casi d’uso avanzati di AI generativa e agenti intelligenti, garantendo qualità e coerenza negli output. Dall’altra, l’AI viene studiata per automatizzare i processi di governance, ad esempio deducendo automaticamente il lineage di business da quello tecnico o scovando nuovi punti di controllo in autonomia.
Sono in fase di studio anche modelli capaci di interpretare le specifiche di business nelle prime fasi dei progetti, suggerendo i requisiti di governance da applicare. Luca Cattolico conferma che Mediolanum punta con decisione su queste frontiere, convinta che l’AI non sia solo uno strumento per nuove applicazioni, ma anche una risorsa preziosa per rendere più efficiente e sicura la gestione dei dati.
La strada intrapresa da Banca Mediolanum dimostra come l’adeguamento normativo possa diventare un motore per innovare in profondità, creando le condizioni per un modello di business più flessibile, trasparente e tecnologicamente avanzato. Il percorso è ancora in corso, ma ha già segnato una direzione chiara: un equilibrio tra rigore e innovazione digitale.