The Impact of Artificial Intelligence on Investment Banking:Transformations in Deal-Making, Advisory, Risk Analysis, and Operational Efficiency.

This thesis examines the impact of Artificial Intelligence (AI) on investment banking, focusing on how AI technologies are transforming core activities such as deal sourcing, valuation, mergers and acquisitions due diligence, risk management, and client advisory. Traditionally characterized by labor-intensive processes and reliance on human judgment, investment banking has increasingly adopted machine learning, natural language processing, and generative AI to enhance efficiency, accuracy, and scalability. Through a structured review of academic literature and empirical case studies of leading global and Italian banks, including JP Morgan Chase, Goldman Sachs, Morgan Stanley, Intesa Sanpaolo, and UniCredit, this study analyzes both the benefits and the challenges of AI adoption. The findings suggest that AI acts primarily as a complementary decision-support tool rather than a substitute for human expertise, significantly improving operational efficiency while introducing new risks related to model opacity, bias, and governance. The thesis concludes that AI represents a structural transformation of investment banking, reshaping workflows, skill requirements, and competitive advantage within the industry.

La presente tesi analizza l’impatto dell’Intelligenza Artificiale (IA) nel settore dell’investment banking, con particolare attenzione alle trasformazioni dei processi di deal sourcing, valutazione, due diligence nelle operazioni di fusioni e acquisizioni, gestione del rischio e attività di advisory. Storicamente caratterizzato da processi ad alta intensità di lavoro e da un forte affidamento sul giudizio umano, l’investment banking sta progressivamente integrando tecnologie di machine learning, natural language processing e intelligenza artificiale generativa al fine di migliorare efficienza, accuratezza e scalabilità operativa. Attraverso un’analisi della letteratura accademica e lo studio di casi empirici relativi a primari istituti bancari internazionali e italiani, tra cui JP Morgan Chase, Goldman Sachs, Morgan Stanley, Intesa Sanpaolo e UniCredit, la ricerca valuta benefici e criticità dell’adozione dell’IA. I risultati mostrano che l’Intelligenza Artificiale svolge principalmente un ruolo di supporto alle decisioni, senza sostituire il contributo umano, generando significativi guadagni di efficienza ma anche nuovi rischi legati alla trasparenza dei modelli, ai bias algoritmici e alla governance. La tesi conclude che l’IA rappresenta una trasformazione strutturale dell’investment banking, ridefinendone processi, competenze e fonti di vantaggio competitivo.