In questo episodio di #define banking parliamo del petrolio di internet, cioè i dati. Ospitiamo William Marenaci, Research Manager del CeTIF, il Centro di Ricerca dell’Università Cattolica di Milano, per l’Hub Advanced Analytics e Intelligenza Artificiale.
Domanda. William, negli ultimi due incontri dell’Hub Advanced Analytics and AI si è parlato molto di Data Governance. Quali sono i principali risultati emersi?
Risposta. Nell’era dei big data è fondamentale partire dal governo del dato, che è ormai un fattore di produzione, al pari di lavoro e capitale. Il valore di mercato dei dati ha già raggiunto valori importanti ed è in crescita: e ancora maggiore sarà il valore degli analytics. Banche e assicurazioni guardano alla data governance perché sono coscienti che l’uso di tecniche innovative, dal machine learning alla predictive analysis, permetterà di migliorare i processi di KYC, ma anche l’agilità e la competitività.
Se le banche hanno riconsiderato il tema del dato, dalla sua governance alla sua qualità, è anche merito della compliance.
Il data driven approach è una leva fondamentale per la compliance, perché consentirà di individuare, mitigare e gestire correttamente i rischi. La normativa, sia comunitaria sia nazionale, spinge verso la definizione di un adeguato framework di Data Governance per fissare, attuare e controllare le linee strategiche. Ci sono, ovviamente, alcune criticità da risolvere.
Si conferma quindi anche in questo caso che la compliance può essere interpretata come opportunità per efficientare il business. Quanto sono mature banche e assicurazioni su questo aspetto?
La compliance è un interlocutore stabile e necessario nel disegnare e implementare la data governance, che altro non è che la definizione di standard, processi e regole per garantire e assicurare che il dato sia disponibile, di qualità, verificabile, consistente e coerente. La normativa sta portando la compliance verso un approccio business oriented, cioè verso un ruolo di advisor nei confronti dei colleghi del business. Ma questo obiettivo non è raggiungibile senza un approccio data-driven, iniziando, per esempio, a condividere il patrimonio informativo a tutti i livelli aziendali per usare gli stessi dati.
Un tema storico è quello delle competenze. Che sul mercato sono poche e soggette a forte competizione.
Le istituzioni finanziarie presenti nei nostri Hub di ricerca ci hanno segnalato la mancanza di skill adeguate come un tema di grande attenzione. I data scientist oggi sono difficili da trovare, eppure sono praticamente indispensabili e lo saranno ancora di più in futuro. Sia per la compliance sia per il business.
Nell’ultimo incontro dell’Hub avete toccato un tema molto tecnico, quello dei modelli di machine learning. Puoi farci una sintesi divulgativa?
Con un approccio molto analitico, sviluppato con data scientist, data IT engineer e docenti di Statistica dell’Università Cattolica, abbiamo analizzato i metodi per estrarre correttamente il valore dai dati. È importante evidenziare come non esiste un modello valido per eccellenza: la scelta, per esempio, di un modello supervisionato o meno dipende dalle scelte dell’azienda e dai data set disponibili. Parliamo, soprattutto nel caso dei modelli non supervisionati, di argomenti di frontiera, su cui si sta riflettendo per sviluppare progettualità mirate.
Quando si parla di dati, si pensa spesso alle BigTech. Banche e assicurazioni sono rimaste indietro?
È indubbiamente un tema molto discusso nel Finance. Banche e assicurazioni sono soggette a una regolamentazione molto forte, che riguarda chiunque operi nel settore: si guarda quindi alleBigTech, ma consci della differenza normativa. Sta anche emergendo fortemente il tema dell’etica: pensiamo, ad esempio, al rischio di discriminazione algoritmica. L’attualità ci ha parlato di casi in cui l’algoritmo ha preso decisioni non rispettose degli standard etici. E la stessa Commissione Europea ha emanato sul tema linee guida per garantire che, senza ostacolare l’innovazione, vengano rispettati i diritti riguardanti i dati delle persone, ad esempio quelli sanciti dal GDPR.
