CREDIT AI 3.0

Torna per la terza edizione il corso formativo che offre una panoramica completa sull’utilizzo dell’Intelligenza Artificiale nel settore del credito, fornendo conoscenze teoriche e competenze pratiche per chi desidera comprendere e applicare le tecnologie AI in ambito finanziario.

Credit AI 3.0 è un percorso executive pensato per chi deve prendere decisioni strategiche, unendo AI avanzata, regolamentazione, governance, casi reali e visione manageriale. Un programma di orientamento strategico per chi governa il credito oggi e lo governerà domani.

Le lezioni si terranno in un’aula virtuale e prevedono un’interazione diretta con i docenti tramite live streaming, per permettere a tutti i partecipanti di porre domande e partecipare attivamente.

Le sessioni si svolgeranno dalle 12:00 alle 13:30 nelle seguenti date: 13, 20, 27 febbraio e 6, 13, 20 e 27 marzo 2026.

🧩 A chi è rivolto

Manager e C-level di banche, fintech, società finanziarie e operatori del credito

Responsabili Risk, Credit, Innovation, Data, Compliance, ESG

Professionisti NPE, servicing, factoring, leasing

Consulenti senior che supportano istituti finanziari su AI, trasformazione digitale o governance

Imprenditori e decision maker che devono valutare investimenti concreti in AI nel credito

👉 Non è richiesto un background tecnico avanzato: il corso è progettato per chi deve decidere, orientare e governare

Perché partecipare:

✅ Per capire dove sta andando davvero il credito → dagli score tradizionali agli AI-driven decision systems, fino agli agenti autonomi: capirai quali tecnologie sono già operative e quali lo saranno nei prossimi 24–36 mesi.

✅ Per non subire l’AI, ma governarla → Explainability, AI Act, fairness, audit, governance:
saprai cosa puoi fare, come farlo e con quali rischi, evitando soluzioni opache o non conformi.

✅ Per collegare tecnologia e strategia → AI e processi di business, modelli e KPI/ROI, innovazione e sostenibilità operativa e regolatoria

Tutte le lezioni si svolgeranno in aula virtuale, con collegamento da remoto per i partecipanti. Sarà possibile interagire con i docenti che saranno collegati in live streaming.

📅 Format

7 moduli da 90 minuti, in diretta online

Docenti: esperti AI + docenti, manager di banche, fintech e credit servicer

Laboratori guidati con casi reali e strumenti attuali

Attestato finale

13 febbraio 2026

💡Lezione 1 – AI nel Credito 2025: dal modello predittivo al sistema autonomo

🎓Docente in fase di definizione.

Cosa c’è di nuovo:

Evoluzione dell’AI nel credito: dagli score tradizionali agli AI-driven decision systems

L’impatto dei Large Language Models multimodali (GPT-4o, Claude 3.5, Llama 3, ecc.)

Credit AI Agents: come orchestrano analisi, scoring e comunicazione col cliente

Casi di implementazione reali in banche e fintech europee

Obiettivo: aggiornare i partecipanti sullo stato dell’arte e introdurre la nuova frontiera: AI che ragiona, spiega e agisce.

20 febbraio 2026

📊Lezione 2 – LLM personalizzati per il credito: dal Prompt Engineering al Fine-Tuning

🎓Docente in fase di definizione.

Contenuti:

Tecniche avanzate di Prompt Chaining e Retrieval-Augmented Generation (RAG)

Fine-tuning di LLM su dati proprietari (documentazione credito, politiche di rischio, manuali interni)

Creazione di assistenti AI interni per underwriting, compliance, reporting

Demo: costruzione guidata di un “Credit Assistant” con dati reali anonimizzati

Obiettivo: imparare a costruire e gestire LLM customizzati per processi creditizi.

27 febbraio 2026

⚖️Lezione 3 – Tecniche di Explainability: SHAP, LIME, counterfactual analysis, dashboard di monitoraggio

🎓Docente: Giuseppe Vaciago, Partner – 42 Law Firm; Adjunct Professor of Data Ethics and Data Protection – Politecnico di Torino

Contenuti:

AI Act e nuove linee guida EBA/BCE 2025

Metriche di trasparenza e “AI Trustworthiness”

Tecniche di Explainability: SHAP, LIME, counterfactual analysis, dashboard di monitoraggio

Bias e fairness nei modelli di scoring (come identificarli e correggerli)

Audit dei modelli e governance continua

Obiettivo: comprendere come rendere l’AI “affidabile, spiegabile e conforme”.

6 marzo 2026

🔎Lezione 4 – Dati alternativi e nuovi modelli di scoring

🎓Docente in fase di definizione.

Contenuti:

Dati da Open Banking, PSD3, conti correnti, flussi transazionali

Dati comportamentali, social, mobile e geolocalizzazione

Credit Scoring multimodale (tabellare + testo + immagini)

Introduzione alla Federated Learning e Privacy-preserving AI

Casi pratici di scoring alternativo in mercati emergenti e microcredito

Obiettivo: esplorare nuove fonti informative e come integrarle in modelli di valutazione del rischio.

13 marzo 2026

⚙️Lezione 5 – Agenti autonomi e automazione dei processi creditizi

🎓Docente in fase di definizione.

Contenuti:

Cosa sono gli AI Agents e come si differenziano dai chatbot

Workflow autonomi: valutazione, delibera, monitoraggio, recupero

Architetture di orchestrazione multi-LLM

Demo: simulazione di un agente AI per il recupero crediti o per l’analisi automatica di richieste

Opportunità e rischi (controllo umano, compliance, sicurezza)

Obiettivo: capire come progettare e supervisionare sistemi creditizi semi-autonomi.

20 marzo 2026

♻️Lezione 6 – ESG, credito sostenibile e modelli predittivi avanzati

🎓Docente in fase di definizione.

Contenuti:

Integrazione di variabili ESG nei modelli di rischio

Scoring “green” e sostenibilità nei portafogli di credito

Predictive analytics per anticipare deterioramenti (NPL early detection)

Uso di AI per l’allineamento a taxonomy UE e valutazioni d’impatto ESG

Case study: “Green Credit AI”

Obiettivo: esplorare la convergenza tra AI, sostenibilità e regolamentazione finanziaria.

27 marzo 2026

📑Lezione 7 – Implementare Credit AI in azienda: strategia, governance e progetti pilota

🎓Docente in fase di definizione.

Contenuti:

Come passare dal proof of concept alla produzione

Change management, team multidisciplinari, data governance

Definizione di KPI e ROI di un progetto AI

Errori da evitare e casi reali (successi e fallimenti)

Presentazione di progetti dei partecipanti o casi ispiratori

Obiettivo: fornire un framework concreto per portare l’AI nel business del credito.