L’Intelligenza Artificiale si conferma come una delle principali risorse per il settore finanziario, sempre più messo alla prova da sfide quali il contrasto al riciclaggio di denaro e al finanziamento del terrorismo.
Già da qualche anno, il FATF (Financial Action Task Force), l’organismo globale di controllo che stabilisce gli standard internazionali per prevenire le attività criminali associate al riciclaggio di denaro e al finanziamento del terrorismo, incoraggia l’utilizzo delle nuove tecnologie per supportare le istituzioni finanziarie nella valutazione dei rischi AML/CFT (Anti-Money Laundering/Counter Financing of Terrorism). Questo per garantire maggiore accuratezza, tempestività e completezza, rafforzando l’efficacia delle misure regolamentari e di prevenzione.
In questo quadro si inserisce anche il progetto di ricerca FinVA - Financial Intelligent Virtual Assistant condotto dall’Istituto sistemi informativi e networking (ISIN) in collaborazione con i business partner CubeFinance e QBT. Il progetto, finanziato dall’Agenzia svizzera per la promozione dell’innovazione (Innosuisse), ha portato allo sviluppo di una soluzione all’avanguardia, basata sull’intelligenza artificiale, che garantisce la sicurezza dei dati sensibili e consente di individuare in maniera efficiente le relazioni più a rischio.
La piattaforma è stata concepita per rivoluzionare il modo in cui le istituzioni finanziarie affrontano il tema del Know Your Customer, del continous monitoring e l’organizzazione dei processi di identificazione e verifica dei clienti.
Una caratteristica distintiva di FinVA è la sua capacità di “generalizzare”. Grazie ad avanzati algoritmi di machine learning e all’unicità della metodologia di formalizzazione dell’expert knowledge, la piattaforma riesce a gestire i processi di Customer Due Diligence (CDD), una procedura standardizzata per l’adeguata verifica del cliente e la valutazione del rischio a esso associato, attribuendo un punteggio di rischio alle relazioni contrattuali e analizzando le transazioni alla luce del contesto del cliente in cui avvengono.
Queste caratteristiche non soltanto consentono un’accurata analisi predittiva sul rischio contrattuale, capace di anticipare i rischi e di migliorare l’efficacia delle misure di conformità.
Il punto di maggior valenza è che esse consentono anche di ridurre dell’85% i cosiddetti “falsi positivi”, le transazioni che i sistemi di analisi AML tradizionali fanno risultare essere a rischio e quindi oggetto di potenziale segnalazione alle Autorità di Vigilanza, generando impatti significativi in termini di tempo, costi e risorse.
In conclusione, FinVA segna un progresso significativo per le istituzioni finanziarie, evidenziando come l’Intelligenza Artificiale possa essere impiegata non solo per potenziare i processi di compliance, ma anche per diminuire i costi, migliorando al tempo stesso la sicurezza e l’efficacia nella lotta contro le attività finanziarie illecite.