Vecchio vs Nuovo: progettare "non lo so" dentro un report finanziario
Sul sistema di analisi portafoglio di Adhoc SCF, l'affordance più importante non è il numero. È la riga che dice "non lo sappiamo, conferma tu".
I consulenti finanziari italiani che usano il sistema Adhoc SCF sono professionisti iscritti all'albo. Sono personalmente responsabili delle raccomandazioni che mandano al cliente. Un tool di analisi portafoglio che produce numeri sicuri ma sbagliati non li mette solo in imbarazzo — può chiudergli la carriera. Il brief per la pipeline AI in Adhoc SCF è quindi inusuale: il lavoro numero uno del sistema è rifiutare, in modo chiaro, quando non sa.
La pipeline ingerisce il portafoglio attuale del cliente — KID, un Excel del consulente precedente, a volte estratti scansionati — e produce un report "Vecchio vs Nuovo". Vecchio è l'allocazione attuale del cliente. Nuovo è la proposta del consulente. Il report confronta costi, rendimento atteso e profilo di rischio, riga per riga.
L'implementazione ingenua estrae ogni campo, calcola ogni numero, stampa il report. Il consulente lo legge, trova tre righe che puzzano, apre i PDF originali, e passa un'ora a verificare. Non è una review da 30 minuti; è una review da 90 minuti con un umore peggiore.
La correzione: incertezza strutturata. Ogni campo ha una confidence score dal Document AI. La esponiamo nel report. Alta confidence: render normale. Media: colore più tenue, "clicca per verificare". Bassa: non rendiamo il numero. Rendiamo una pill "da rivedere" con lo snippet e una form di conferma in un click.
Intuizione: un consulente gestisce volentieri cinque righe "da rivedere" in un portafoglio da cinquanta. Quello che non gestisce volentieri è un numero sbagliato sepolto tra 49 giusti, perché deve controllarli tutti per trovarlo. "Non lo so" strutturato trasforma un problema di QA in un problema di workflow, che è facile.
Seconda decisione di design: un pannello "snapshot" in cima mostra la confidence complessiva. Diciotto campi alta, quattro media, due da rivedere. Il consulente vede l'autovalutazione prima di leggere un numero. Quando arriva alle righe, sa già quanto fidarsi.
Lezione non specifica della finanza: quando un modello produce output che un esperto di dominio rivedrà tutto il pomeriggio, la feature UI di maggior valore non è la risposta. È il rifiuto calibrato — la distinzione visibile tra alta confidence, media confidence e "non lo sappiamo". Cottura nella data model, esposizione nel UI. È il momento in cui un tool diventa infrastruttura.