Indagine dinamica sulle frodi.
Grazie a evoluti algoritmi di AI, i sistemi anti-frode si adeguano all’evoluzione normativa, riescono a prevedere nuove potenziali minacce e offrono report personalizzati sulle aree di rischio.
«Il controllo sulle frodi è sempre stato una priorità per il mondo bancario, ma nell’ultimo periodo gli organi di vigilanza hanno assunto atteggiamenti severi: i controlli sono aumentati e intensificati – racconta Andrea Di Filippo, Direttore Divisione Financial Services di Sopra Steria Italia. Gli auditor, sempre di più, richiedono alle banche una formale solidità sia nel disegno sia nell’esecuzione dei presidi».
Ai e machine learning per evolvere
I modelli di analisi diventano quindi più estesi e sofisticati, per anticipare, oltre che individuare, comportamenti fraudolenti.
«Progressivamente stanno evolvendo gli strumenti e i modelli di controllo, che si basano su motori e algoritmi di AI e machine learning – continua Di Filippo. La capacità di disegnare efficacemente il processo e intercettare i rischi sottostanti è però un fattore critico: business e IT, ma in generale tutte le strutture coinvolte, comprese quelle di controllo, devono definire insieme i KPI per monitorare l’evoluzione delle aree di rischio. In ambito AML, la tecnologia può offrire supporto in più ambiti: dal BPO, in particolar modo nella fase di onboarding e screening KYC, fino alla costruzione dei supporti Dati, con tecnologie di Advanced D&A».
Essere compliant, sempre
La grande sfida è avere modelli dinamici, rapidi, che si aggiornano e seguono la normativa in ambito anti-frode e AML.
«Le analisi devono quindi aggregare le informazioni in modo veloce e interattivo, per esaminare anche nuove situazioni fraudolente o intercettare comportamenti anomali – chiarisce Di Filippo.I modelli di AI, integrando nei sistemi di controllo nuovi dati e parametri, permettono alle banche di rendere meno statici i controlli. In automatico, infatti, l’AI indaga fenomeni inattesi e nuove aree di rischio».
Inoltre, l’automazione riduce i falsi positivi e questo consente alle risorse di concentrarsi solo sui casi più complessi, quando è richiesta una maggiore profondità di indagine.
Report dinamici sull’anti-frode
Anche la reportistica si allontana dal modello statico, tradizionale, per abbracciare modalità più dinamiche.
«Si passa quindi dai classici report predefiniti a modelli di indagine libera e perfino grafica – conclude Di Filippo –, che permettono di costruire analisi e modelli ad hoc, utili anche per tenere traccia delle situazioni già affrontate: come un archivio storico».
Questo articolo è stato pubblicato sul numero di maggio 2023 di AziendaBanca ed è eccezionalmente disponibile gratuitamente anche sul sito web. Se vuoi ricevere AziendaBanca, puoi abbonarti nel nostro shop.
