Alla “Data-Driven Finance & Business Intelligence Conference 2026”, organizzata dall’Asia University Program il 3 ottobre, il Dott. Hoang Viet Ha, Direttore delFPT International University Institute, ha sollevato la questione del panorama in continua evoluzione della Business Intelligence (BI).
Dall’analisi dei dati al processo decisionale.
“La Business Intelligence (BI) dipende da due fattori. In primo luogo, la capacità di raccogliere e analizzare i dati e, in secondo luogo, la capacità di fornire consulenza e previsioni”, ha affermato il Dott. Ha.
Secondo il modello CASAN da lui presentato, le capacità di Business Intelligence si sviluppano attraverso cinque livelli. Nella fase Curious, il sistema raccoglie principalmente dati e aiuta gli esseri umani a comprenderli; nella fase Augmented, l’intelligenza artificiale inizia a fornire supporto nell’analisi e nell’interpretazione.
Al livello Standard, i dati vengono integrati per supportare le previsioni; al livello Automatico, il sistema può suggerire ed eseguire determinate azioni entro limiti prestabiliti. Al livello Nativo, la Business Intelligence (BI) diventa parte integrante del sistema decisionale aziendale, capace di coordinarsi e adattarsi in base ai risultati.
L’evoluzione della Business Intelligence (BI) comporta anche cambiamenti nei ruoli umani. Il Dott. Ha ha sottolineato che, man mano che l’IA si integra più profondamente nei processi, gli utenti passano dal porre domande e verificare i risultati alla critica ipotetica, alla governance basata sui dati, alla delega controllata e, in definitiva, alla progettazione di sistemi.
Nel settore finanziario, questo confine è particolarmente importante perché un risultato analitico può portare a decisioni in materia di credito, investimenti, assicurazioni o gestione del rischio. Man mano che l’intelligenza artificiale passa dall'”analisi” alla “raccomandazione”, la questione non è più se il sistema sia in grado di farlo, ma quanto potere debba avere.
Prendendo spunto dalle pratiche bancarie, il signor Tran Phu Thien, direttore delle operazioni presso il Centro di Finanza Digitale di TPBank, ha citato il caso di uno studente con soli 50.000 VND sul conto, al quale è stata offerta la possibilità di utilizzare un prodotto finanziario di alto valore. Secondo lui, se il sistema fosse in grado di identificare il flusso di fondi, l’età e le abitudini di spesa, i dati potrebbero generare raccomandazioni più personalizzate in base alle esigenze del cliente.
Dati corretti non portano necessariamente alla decisione giusta.
Il signor Hoang Son Nam, responsabile dell’analisi dei dati e delle informazioni approfondite presso la Prudential Vietnam Life Insurance Company Limited, affronta la questione dal punto di vista dei pregiudizi nel processo decisionale.
“L’essenza dell’analisi dei dati è il supporto al processo decisionale, ovvero facciamo tutto il possibile per aiutare il team dirigenziale a prendere decisioni”, ha spiegato il signor Nam.
Ha citato l’esempio di un piano di marketing che seleziona solo i casi di successo per convincere le aziende a continuare a investire; i numeri potrebbero anche essere corretti, ma se i dati sui fallimenti vengono esclusi dall’analisi, le conclusioni rimangono infondate.
Secondo lui, l’intelligenza artificiale non elimina automaticamente questo rischio, quindi le raccomandazioni devono essere validate confrontandole con dati contrastanti e con il contesto del mondo reale.
L’educazione finanziaria non può limitarsi alla semplice ricerca di strumenti.
Il modo in cui le aziende utilizzano l’intelligenza artificiale e i dati sta cambiando, ponendo nuove sfide anche alla formazione finanziaria. Man mano che la tecnologia diventa sempre più capace di analizzare, prevedere e formulare raccomandazioni, chi studia non può più limitarsi a saper utilizzare gli strumenti.
È proprio in questo ambito che i due percorsi formativi in Finanza dell’Asia University Program si completano a vicenda. Il percorso in Tecnologia Finanziaria si concentra su dati, tecnologia e piattaforme digitali nelle operazioni finanziarie, mentre quello in Gestione degli Investimenti e Finanziaria approfondisce l’analisi degli investimenti, la gestione del capitale, la redditività e il rischio.
In entrambi gli approcci, i dati sono solo un punto di partenza; la competenza più importante risiede nel modo in cui gli studenti utilizzano tali dati per giungere a una scelta ben fondata.
Il programma biennale in Vietnam, seguito da due anni presso l’Asia University di Taiwan ( Cina ), offre agli studenti un ulteriore accesso a FinTech, Big Data e analisi degli investimenti, nonché a spazi come il Laboratorio di Analisi degli Investimenti Big Data e il Laboratorio FinTech e Blockchain.
Progetti, workshop e attività aziendali aiutano inoltre gli studenti ad acquisire una conoscenza precoce di situazioni in cui dati, modelli e contesto possono portare a scelte diverse.
Secondo il dottor Hoang Viet Ha, con la crescente integrazione dell’IA nei sistemi operativi, il ruolo degli esseri umani non diminuisce, ma si sposta dall’elaborazione diretta alla definizione dei limiti, al monitoraggio e all’assunzione di responsabilità.
Pertanto, la formazione in ambito finanziario non dovrebbe solo aiutare gli studenti a elaborare i dati più velocemente, ma anche prepararli a convalidare le raccomandazioni, identificare i rischi e determinare quali attività possono essere delegate alla tecnologia e quali richiedono ancora l’intervento umano.
Bich Dao
Fonte: https://vietnamnet.vn/hoi-thao-data-driven-finance-bi-2026-khi-ai-phan-tich-con-nguoi-quyet-dinh-2562122.html
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
