L'AI nella finanza del GCC: un livello di numeri affidabile

Un direttore finanziario di Riyadh mi ha raccontato che il suo team aveva tre strumenti AI approvati, finanziati e operativi. Nessuno di questi produceva un numero che avrebbe portato davanti al proprio board. Li usava per scrivere email.

Questo cattura la strana posizione in cui si trova oggi la finanza del Golfo. La regione investe in AI più velocemente di quasi ogni altra area del mondo. McKinsey ha stimato l’adozione enterprise dell’AI nel GCC intorno all’84% nel 2025, in crescita da circa il 62% due anni prima. I programmi sovrani di Arabia Saudita ed Emirati Arabi Uniti trattano l’AI come infrastruttura nazionale, non come una voce di budget IT. L’ambizione è reale ed è finanziata.

Eppure il valore non si vede nella funzione finance. Nei sondaggi C-suite del GCC il pattern si ripete: la maggior parte delle organizzazioni ha pilotato l’AI generativa, ma solo una piccola minoranza può indicare un impatto finanziario misurabile. Il blocco quasi mai risulta essere il modello. È il dato su cui il modello si appoggia, e se qualcuno può difendere il numero prodotto.

Per un CFO a Dubai o Jeddah, quest’ultimo aspetto non è accademico. Si opera all’interno del regime di clearance ZATCA, della fatturazione elettronica EAU, delle aspettative SAMA e CBUAE e delle regole sui dati PDPL. Una cifra sicura ma sbagliata non è solo imbarazzante. È un’esposizione di compliance.

Perché la finanza del Golfo ha adottato l’AI in fretta e si fida lentamente

C’è un divario tra due cose che dovrebbero muoversi insieme: quanto l’AI risulta impressionante in una demo e quanto è affidabile sul vostro registro contabile reale.

La demo è genuinamente valida. Chiedete a un modello di riassumere un board pack e legge come se fosse stato scritto da un analista brillante. Il problema inizia quando gli chiedete di calcolare. I large language model non calcolano. Predicono il token successivo. I numeri vengono spezzati in frammenti e il modello trova per pattern matching qualcosa che sembra una risposta. Su un’aritmetica pulita e isolata questo spesso funziona. Su una vera consolidazione, tra entità, valute e un piano dei conti cambiato a metà anno, produce una cifra che suona autorevole e non quadra con nulla.

Abbiamo analizzato questo aspetto in perché l’AI sbaglia la matematica finanziaria. In breve: il fallimento è strutturale, non un bug che un modello più grande risolverà.

Aggiungete a questo la realtà dei dati nella maggior parte dei gruppi del Golfo. Entità multiple. QuickBooks in una controllata, un ERP localizzato in un’altra, fogli di calcolo che contengono le parti che nessuno ha migrato. Arabo e inglese affiancati. Numeri arabi orientali e occidentali. Finché queste fonti non concordano su un unico numero riconciliato, il modello più capace al mondo sta semplicemente riassumendo il disaccordo, con grande fluidità.

La compliance rende il “mostra il tuo lavoro” non negoziabile

Fuori dalla regione, un numero AI sbagliato è un problema gestionale. Nel GCC, la soglia normativa è più alta e sta salendo rapidamente.

Prendiamo l’Arabia Saudita. La piattaforma Fatoorah di ZATCA ha elaborato miliardi di fatture elettroniche nel 2025, un forte balzo anno su anno, e le ondate di integrazione della Fase 2 continuano a coinvolgere più aziende per fascia di fatturato, con scadenze fino al 2026. I dati delle fatture devono essere archiviati all’interno del Regno. Negli EAU, il quadro di fatturazione elettronica e le sanzioni a livello di Gabinetto rendono i registri accurati e tracciabili alla fonte un obbligo legale, non una best practice.

C’è poi il modo in cui i regolatori si aspettano che l’AI stessa si comporti. Le linee guida SAMA e CBUAE puntano fortemente su spiegabilità, supervisione umana e diritti di audit sulle decisioni guidate dall’AI. Le linee guida AI della CBUAE arrivano ad aspettarsi che le istituzioni mantengano la capacità di sovrascrivere e spegnere un sistema.

Mettendo insieme questi elementi, il requisito è semplice da enunciare, difficile da simulare: quando l’AI riporta un numero, dovete poterlo tracciare alla fonte, mostrare il calcolo e dimostrare che non è stato modificato silenziosamente. Una scatola nera che emette una cifra senza tracciabilità fallisce questo test ancora prima che inizi la conversazione sull’accuratezza. Approfondiamo l’argomento in costruire audit trail per l’AI in finanza.

Il pezzo mancante è un livello di numeri riconciliato

La maggior parte dei team punta su un chatbot migliore. Il vero divario si trova un livello più sotto.

Rexfin costruisce quel livello. Si connette alle vostre fonti contabili e di dati finanziari, QuickBooks, Xero, NetSuite, Sage, il vostro data warehouse o estratti conto caricati manualmente, e le riconcilia in un unico modello finanziario che quadra con il registro contabile. Un’unica fonte di verità, non una seconda copia che diverge. Potete vedere come viene costruito il modello riconciliato e a quali sistemi si connette.

Il meccanismo che guadagna la fiducia del CFO è la separazione tra recupero e calcolo:

• L’AI recupera le cifre dal modello riconciliato invece di indovinarle.
• I calcoli vengono eseguiti tramite un motore deterministico, non dal language model. La stessa domanda restituisce sempre la stessa risposta.
• Gli scenari what-if vengono eseguiti sul baseline verificato, così una previsione è riproducibile invece di essere una generazione occasionale.
• Ogni output è tracciabile alla fonte, pronto per ZATCA, SAMA, CBUAE o il vostro revisore esterno.

Il language model fa ciò per cui è genuinamente bravo: capire la domanda, formulare la risposta. Non ha mai la possibilità di inventare il numero. Questa divisione del lavoro è il fulcro di un livello di modellazione affidabile.

Perché questo conta di più nel Golfo che quasi ovunque altrove? Per come sono strutturati i team finance del Golfo. Conglomerati familiari, entità in zona franca e controllate acquisite rapidamente significano che un unico CFO spesso sovraintende una dozzina di libri contabili mai progettati per consolidarsi in modo pulito. Solo le eliminazioni intercompany possono richiedere giorni a un controller. Quando uno strumento AI risponde a una domanda a livello di gruppo senza prima riconciliare quei libri, non sbaglia per un errore di arrotondamento. Sbaglia perché non ha mai visto il numero reale. La riconciliazione non è un accessorio sopra l’AI. È la precondizione perché valga la pena accenderla.

Sarò onesto sui limiti. Questo non rende l’AI onnisciente e non salverà dati di origine sbagliati prima ancora del loro arrivo. Sposta il problema della fiducia dove potete effettivamente gestirlo: riconciliazione e provenienza, invece di incrociare le dita su una scatola nera.

Come si presenta questo in tutto il Golfo

Il problema dell’affidabilità è condiviso in tutta la regione. La forma non lo è.

La compliance ha una propria forma per ogni mercato: modelli di clearance, scadenze di fatturazione elettronica, regole di conservazione e requisiti di archiviazione all’interno del Regno atterrano diversamente a Riyadh rispetto ad Abu Dhabi. Analizziamo le specifiche in ZATCA, fatturazione elettronica e modelli pronti per l’audit.

La lingua è un problema ingegneristico a sé stante. Modelli arabo-first come Jais, Falcon e ALLAM hanno colmato il divario sul ragionamento finanziario in arabo, ma la mescolanza di numerali e il code-switching tra IFRS e AAOIFI li fanno ancora inciampare. Un modello arabo capace ha comunque bisogno di un livello deterministico sottostante per fare la matematica vera e propria, argomento che sviluppiamo in AI finanziaria arabo-first.

E la residenza dei dati è diventata una questione a livello di board. Con HUMAIN, la spinta nazionale sull’AI del Qatar, la localizzazione PDPL e i diritti di audit espliciti nelle linee guida CBUAE, dove risiedono i vostri dati finanziari riconciliati è ora una decisione di governance, non un dettaglio infrastrutturale. Trattiamo il tema di mantenere le cifre all’interno del Golfo in AI sovrana, numeri sovrani. Il punto di partenza per tutto questo è il problema della fiducia stesso: perché i CFO del GCC non si fidano dell’AI con i propri numeri.

L’ordine che funziona davvero

L’istinto in tutta la regione è automatizzare prima e fidarsi dopo, scommettendo che la prossima versione del modello colmerà il divario. Non lo fa. Un motore più veloce con carburante scadente raggiunge solo prima il numero sbagliato, e a velocità macchina questo è peggio, non meglio.

Prima la fiducia. Costruite un unico modello riconciliato con cui i vostri numeri quadrano. Rendete ogni cifra tracciabile alla fonte e ogni calcolo deterministico. Poi lasciate che l’AI recuperi e calcoli su quella base. Fatelo in quest’ordine e l’AI smette di essere lo strumento che usate per scrivere email e diventa quello che portate davanti al vostro board.

Se siete un CFO del Golfo che vuole l’AI sui propri numeri senza scommettere il proprio audit su una scatola nera, prenotate una demo e riconcilieremo una porzione dei vostri dati reali così potrete vedere un numero tracciato dall’inizio alla fine.