Unicredit punta sull’intelligenza aritificale nella finanza. Axyon AI, startup italiana che utilizza il deep learning per i prestiti sindacati, ha chiuso a inizio dicembre un round Serie A di finanziamento da 1,3 milioni di euro cui hanno partecipato UniCredit e Ing Ventures, insieme a investitori individuali. L’investimento, afferma un comunicato, sarà utilizzato a supporto della crescita e dello sviluppo dell’offerta di prodotti.
Uno dei prodotti di punta di Axyon, con sede a Modena, è SynFinance, piattaforma basata su intelligenza artificiale specializzata nell’individuazione degli investitori che con maggior probabilità parteciperanno a un prestito sindacato. L’applicazione web-based offre un’analisi dettagliata della liquidità e insight di mercato ai professionisti della finanza, che supportano le banche nella consulenza ai propri clienti.
Anche UniCredit ha iniziato a sperimentare SynFinance applicandolo ai bond sindacati, con l’obiettivo di migliorare le proprie capacità di advisory, alimentando l’applicazione con i dati di cui dispone, sia a livello di investitori che di singolo deal. Altri casi di applicazionie di tali tecniche all’interno della divisione Corporate & Investment banking sono attualmente in discussione e seguiranno a breve, spiega una nota dell’istituto milanese.
«Nella nostra visione, le fintech possono efficacemente generare idee per le banche, contribuendo alla trasformazione digitale che è già in corso – ha affermato Ranieri De Marchis, co-Chief Operating Officer di UniCredit -. Siamo fortemente impegnati a sviluppare servizi innovativi e siamo orgogliosi di avere stretto questa partnership e investito in Axyon AI con l’obiettivo di accelerare la nostra trasformazione digitale e accrescere ulteriormente la qualità dei nostri servizi di advisory per la clientela corporate».
«Siamo molto soddisfatti di avere avuto il supporto di queste due autorevoli istituzioni finanziarie – ha commentato Daniele Grassi, Ceo di Axyon AI -. Le banche corporate e d’investimento hanno bisogno di analizzare enormi e complessi set di dati per fornire ai clienti advisory adeguate. I dati sono spesso frammentati e l’estrazione di valore rimane ancora un faticoso processo manuale».
