Global AI in Finance 2026

Oggi nella funzione Finance l’AI va oltre la semplice adozione e diventa un tema strategico. L’utilizzo attivo dell’AI è più che raddoppiato negli ultimi due anni, ma la percentuale di organizzazioni che afferma che l’AI sta superando le aspettative è solo del 23%, una quota inferiore rispetto a quanto suggeriscono i livelli generali di soddisfazione.

Le aziende leader non si differenziano perchè stanno adottando in misura maggiore l’AI rispetto ai competitor, ma in quanto la stanno indirizzando verso le attività in cui il giudizio è determinante, la governano per garantire fiducia, la misurano con evidenze concrete e la supportano con una forza lavoro capace di agire sui risultati. Questo ciclo è il cosiddetto Decision Advantage, il vantaggio decisionale.

In questo contesto, l’AI sta diventando un vero e proprio motore decisionale per la funzione Finance, e la fiducia, resa operativa attraverso governance e controlli sull’AI, rappresenta il vantaggio distintivo.

L’adozione dell’AI nella funzione Finance è ormai diffusa. Oltre tre quarti delle organizzazioni utilizzano l’AI nella pianificazione finanziaria, nel reporting e nell’analisi commerciale, e il 71% dichiara che l’AI soddisfa o supera le aspettative di ROI.

Tuttavia, ampiezza di adozione e performance non sempre coincidono. Solo il 23% delle organizzazioni riferisce che l’AI sta superando le aspettative. L’adozione dell’AI sta procedendo più rapidamente rispetto all’effettiva capacità operativa di trasformare l’AI in performance a livello enterprise e su larga scala.

L’AI nella funzione Finance sta generando i maggiori benefici nelle attività in cui è richiesta capacità di valutazione e di giudizio, non nell’automazione transazionale. È proprio in quest’area dove l’AI ha il maggiore potenziale per la funzione Finance.

I principali miglioramenti riguardano qualità delle decisioni (70%), velocità decisionale (71%) e accuratezza delle previsioni (64%).

Le organizzazioni che implementano l’IA agentica nell’area Finance riportano performance superiori del 32% sui principali indicatori finanziari, arrivando fino a quasi 40 punti percentuali per quanto riguarda l’accuratezza delle previsioni e il ritorno sull’investimento (ROI). In ambito Finance, l’AI sta operando come un motore decisionale, non come una leva di riduzione dei costi.

La governance viene spesso vista come un freno all’adozione dell’AI. I dati, invece, mostrano l’opposto: le organizzazioni che riescono a produrre in modo efficiente evidenze di audit sull’AI riportano tassi di miglioramento significativo da tre a sei volte superiori rispetto a quelle che non ci riescono (33% vs 6% nella riduzione degli errori; 42% vs 14% nella fiducia nella scalabilità).

Con l’AI che scala a livello enterprise, la fiducia, costruita attraverso governance dell’AI, gestione dei rischi e supervisione umana, è ciò che distingue le organizzazioni che creano valore da tutte le altre.

La qualità dei dati è indicata come una delle principali barriere, ma anche come la maggiore opportunità: il 36% delle organizzazioni individua nel miglioramento della qualità dei dati, dell’integrazione e dell’interoperabilità dei sistemi la maggiore opportunità per estrarre valore dall’AI nella funzione Finance, ma allo stesso tempo rappresenta anche una delle vulnerabilità più citate. Il limite non è la tecnologia, ma la qualità dei dati da cui l’AI dipende.

Guardando alla gestione delle risorse umane, la maggior parte delle organizzazioni sta formando i team esistenti, senza ripensare la composizione degli stessi. Il 38% sta riqualificando i team Finance attuali e solo il 28% sta assumendo profili con competenze diverse. La capacità della forza lavoro rappresenta un vincolo importante e richiede una risposta specifica.

La data fluency è la competenza più critica: la capacità di valutare la qualità dei dati, interpretare gli output dell’AI e comunicare risultati su cui il business possa agire. È una competenza professionale che si colloca all’intersezione tra esperienza finanziaria e alfabetizzazione all’AI.

Le aziende leader si stanno focalizzando su entrambi gli aspetti: riqualificano i team e assumono persone con un diverso approccio ai dati.

Lo studio KPMG ‘Global AI in Finance 2026’ indica quattro priorità per i leader della funzione Finance che vogliono trasformare l’adozione dell’AI in performance di lungo periodo:

Queste quattro priorità non sono una checklist, ma un ciclo interdipendente.

L’AI orientata alle decisioni si rafforza con la governance; la governance scala con la misurazione; la misurazione si traduce in azione solo con la forza lavoro giusta. Insieme, creano il Decision Advantage.

Il report KPMG ‘Global AI in Finance 2026’ si basa su un’indagine condotta su 1.013 senior leader della funzione Finance in 20 Paesi e 13 settori, coinvolgendo aziende con ricavi annuali pari o superiori a 250 milioni di dollari. La ricerca è stata realizzata a marzo 2026.