Per un’impresa che opera oltre i confini nazionali, la liquidità è una variabile dinamica, distribuita tra valute, Paesi, incassi attesi, pagamenti da effettuare ed esposizioni al cambio. Gestirla significa decidere quanto denaro avere, dove averlo, quando renderlo disponibile e a quale costo.
È un tema destinato ad assumere ancora più peso in una fase in cui il capitale circolante è diventato una componente sempre più rilevante della gestione finanziaria. Secondo l’ultima indagine SAFE della BCE, nel secondo trimestre del 2026 un saldo netto del 42% delle imprese dell’area euro ha segnalato un aumento dei tassi sui prestiti bancari, percentuale simile tra le PMI.
Nello stesso periodo, il 40% delle imprese ha indicato scorte e capitale circolante come principale destinazione del finanziamento. Il financing gap sui prestiti bancari è inoltre salito al 3%.
L’AI nella finanza aziendale cambia il ruolo della tesoreria
In questo contesto, continuare a considerare la tesoreria come una funzione prevalentemente orientata al controllo e alla riconciliazione rischia di essere riduttivo. La questione si apre alla capacità di riuscire a interpretarla abbastanza rapidamente da poter intervenire.
È precisamente qui che l’intelligenza artificiale può introdurre una discontinuità. Non tanto perché possa automatizzare un pagamento — operazione che la digitalizzazione ha già reso ampiamente possibile — quanto perché può ridurre la distanza tra il dato finanziario e la decisione che da quel dato deriva.
Dai saldi a una posizione finanziaria dinamica
Per un’impresa che opera in più valute, questo significa poter mettere in relazione informazioni che spesso rimangono distribuite tra sistemi diversi: disponibilità di cassa, pagamenti futuri, incassi attesi, esposizione valutaria, tassi di cambio, scadenze e fabbisogni finanziari.
Un sistema AI può non limitarsi a restituire il saldo di un conto, ma costruire una rappresentazione dinamica della posizione finanziaria e rispondere a domande più vicine alla decisione: quale sarà il fabbisogno di dollari nelle prossime settimane? Quale parte della liquidità in euro è realmente disponibile? Qual è l’esposizione residua al cambio dopo i pagamenti già programmati?
Dalla previsione all’azione: l’AI decide sulla liquidità
Il passaggio successivo è quello più delicato. Se l’AI è in grado di interpretare la posizione finanziaria, può anche arrivare a suggerire quale azione intraprendere: quando effettuare un pagamento, quale liquidità utilizzare, se anticipare o posticipare una conversione valutaria, come distribuire la cassa tra diverse esigenze. E, con sistemi sufficientemente integrati, il confine tra suggerire ed eseguire può diventare sempre più sottile.
È qui che il tema dell’autonomia diventa più interessante — e più problematico — di quello, ormai quasi superato, dell’automazione.
Autonomia dell’AI e rischi per la finanza aziendale
Il Financial Stability Board ha recentemente richiamato l’attenzione proprio sulla crescente capacità dei modelli di frontiera di operare con livelli più elevati di autonomia. Il primo rischio individuato per il sistema finanziario è il cyber risk, ma il FSB evidenzia anche le conseguenze della crescente dipendenza da un numero ristretto di fornitori tecnologici e infrastrutture condivise.
Il problema, dunque, va oltre ciò che un modello è capace di fare, riguarda anche il perimetro entro cui può farlo e le conseguenze di un suo eventuale malfunzionamento.
La stessa logica vale per la finanza aziendale. La domanda corretta è quali decisioni sia ragionevole delegare e secondo quali condizioni.
Interpretare, decidere, eseguire
Una distinzione diventerà fondamentale: interpretare, decidere, eseguire. La prima attività può essere largamente affidata all’AI. La seconda può essere supportata da modelli capaci di elaborare rapidamente una quantità di variabili che nessun processo manuale potrebbe considerare con la stessa frequenza. La terza, invece, richiede un perimetro di autorizzazione molto più preciso: limiti di importo, valute, controparti, soglie di esposizione, condizioni di mercato e possibilità di interrompere automaticamente l’operazione.
Si tratta di definire in anticipo dove finisca l’autonomia della macchina e dove inizi la responsabilità dell’impresa.
Pagamenti internazionali: l’AI ridisegna tempi, valute e conti
Questo sarà particolarmente rilevante nei pagamenti internazionali. In questo ambito, una decisione apparentemente operativa può avere implicazioni finanziarie: il momento in cui si converte una valuta, il conto dal quale si effettua un pagamento, la gestione di una posizione in valuta o la scelta di mantenere liquidità disponibile possono modificare costi, rischio e fabbisogno di capitale.
L’AI può quindi trasformare il pagamento da punto finale di un processo decisionale a parte integrante di un processo finanziario più ampio. È probabilmente questa la vera discontinuità: non automatizzare l’esecuzione, ma rendere più intelligente il percorso che porta all’esecuzione.
La governance dell’AI per proteggere liquidità e capitale
Per le imprese internazionali, il beneficio potrebbe essere significativo. Ma proprio perché l’AI può avvicinare analisi, decisione ed esecuzione, la qualità della tecnologia non sarà sufficiente. Servirà una qualità equivalente nella governance.
La maturità dell’AI nella finanza aziendale, in altre parole, si misurerà dalla capacità dell’impresa di stabilire quali decisioni possono essere delegate, entro quali limiti e con quale responsabilità.
Dal pagamento digitale al giudizio che lo precede
Abbiamo digitalizzato i pagamenti. Ora stiamo iniziando a digitalizzare il giudizio che li precede. La vera sfida sarà costruire un sistema nel quale la maggiore autonomia dell’intelligenza artificiale corrisponda a una maggiore, e non minore, capacità dell’impresa di governare il proprio capitale.
Chi è iBanFirst
Fondata nel 2016, iBanFirst si è rapidamente affermata come la principale alternativa per le aziende che distribuiscono all’estero ed effettuano pagamenti internazionali. iBanFirst offre un’esperienza di pagamento transfrontaliero di nuova generazione che combina una potente piattaforma e il supporto di esperti.
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
