Caso studio
In una grande banca italiana i documenti legali delle pratiche di successione ora si confrontano in automatico con i dati che la banca ha già in archivio, usando Azure Document Intelligence e un LLM. I controlli standard girano senza intervento umano. Se un controllo fallisce, l'operatore riceve la pratica con il motivo. Tempi di gestione: −80%.
Quando muore un correntista, la banca riceve una pratica di documenti legali (testamenti, dichiarazioni, documenti d'identità, firme) che gli operatori dovevano confrontare a mano con i dati del cliente. Era un lavoro lento, ripetitivo e soggetto a errori, e ogni decisione doveva restare tracciabile.
Una pipeline estrae il contenuto di ogni documento, firme comprese, e lo confronta con gli archivi della banca. Se tutti i controlli standard passano, la pratica va avanti senza passaggi manuali. Se un controllo fallisce, la pratica arriva all'operatore con il motivo preciso, così controlla solo quella discrepanza senza rileggere tutto. Mi sono occupato di design e backend in un team di 3 persone.
Lo stesso schema vale per ogni processo in cui confronti documenti con dati che hai già (KYC, successioni, mutui, sinistri): estrai, confronti, approvi in automatico i casi puliti e passi le eccezioni a una persona, con il motivo. Il tuo team si occupa solo delle eccezioni.
Sì, per i controlli strutturati. In questo progetto Azure Document Intelligence estrae il contenuto e un LLM lo confronta con i dati della banca. I controlli standard sono automatici. Quello che non torna passa a un operatore con il motivo, quindi su ogni eccezione decide comunque una persona.
In una grande banca italiana i tempi di gestione delle verifiche sulle pratiche di successione sono scesi dell'80%. Le pratiche standard si chiudono in automatico e per ogni eccezione l'operatore riceve il motivo preciso, quindi non deve più rileggere l'intera pratica.
Niente viene approvato per default. Se un controllo fallisce, la pratica arriva a un operatore con il motivo. Il sistema automatizza i casi puliti e passa tutto il resto a una persona, così non deve mai tirare a indovinare.
I modelli giravano su Azure OpenAI nell'ambiente cloud UE del cliente, nessun dato sensibile finiva nei log e ogni documento in produzione aveva il suo audit trail. Se il tuo processo è regolamentato, questi controlli vanno progettati fin dall'inizio, perché dopo non si possono aggiungere.
Correlati
Prossimo passo
Controlli ancora i documenti a mano? Capiamo quali controlli può fare l'AI.
Raccontami il processo. Lo definiamo in una call gratuita, poi una versione funzionante è operativa entro 10 giorni.
Prenota una call di analisi