Made in Sella
11:26, 28 feb 2023

L'intelligenza artificiale contro le frodi. "In campo con l'AI per prevenire e gestire situazioni di rischio"

Intelligenza artificiale e machine learning stanno ridisegnando le professioni, fornendo quell'aiuto tecnologico necessario per prodotti e servizi più innovativi, più utili, più sicuri. Alla base del loro sviluppo ci sono i data scientist, oggi al lavoro in Centrico tra l'Italia e l'India. Tra loro c'è Federico Angaramo

Condividi
Federico Angaramo
Federico Angaramo

L'Harvard Business Review ha definito il Data Scientist il lavoro più sexy del XXI secolo. Per chi pensa a questa attività come mera gestione del processo di raccolta e di utilizzo dei dati, probabilmente questa affermazione potrebbe sorprendere. Ma se si considera che per arrivare a generare prodotti e servizi innovativi grazie all'uso dei dati, è necessario associare al rigoroso metodo analitico una forte dose di spirito creativo, si può intuire il fascino di una professione altamente richiesta e che evolve rapidamente sospinta dall'innovazione tecnologica. Ce ne ha parlato Federico Angaramo, Data Scientist in Centrico

.

Con l'AI ogni data scientist può sperimentare nuove metriche. Così ogni problema diventa una nuova sfida da affrontare

Appassionato di informatica fin da bambino, Federico approccia l'analisi dei dati un po' per caso durante l'università: un'esperienza che lo attrae così tanto da decidere di specializzarsi in questo settore. "Nel mondo dell'intelligenza artificiale ogni data scientist può inventare e sperimentare nuovi attributi e nuove metriche per ottenere risultati completamente diversi da chiunque altro e ogni problema è una nuova sfida: è questo che fin dal principio mi ha affascinato", precisa Federico.

.

L'AI aiuterà l'uomo affiancandolo nelle funzioni più monotone, ripetitive, rischiose. Contribuirà a creare nuove professioni

L'intelligenza artificiale è una disciplina che studia se e in che modo si possano realizzare sistemi informatici intelligenti in grado di simulare la capacità e il comportamento del pensiero umano. Un ambito che negli ultimi anni ha avuto una crescita esponenziale: sia la potenza computazionale disponibile che i nuovi algoritmi, infatti, hanno permesso alle macchine di raggiungere una accuratezza di analisi tanto elevata quanto sorprendente. Una tendenza che in alcuni casi spaventa e pone interrogativi sul futuro del mondo del lavoro. "Io credo che l'intelligenza artificiale aiuterà sempre di più l'essere l'umano affiancandolo nelle funzioni più monotone, ripetitive e maggiormente rischiose: non solo non lo sostituirà, ma contribuirà a creare nuove professioni. Ormai credo che la maggior parte delle persone condivida questo approccio e sia pronta ad approfittare del supporto dell'intelligenza artificiale, ne è un esempio il successo che ha avuto ChatGPT negli ultimi tempi", racconta Federico.

.

In Centrico, tra Italia e India, ci occupiamo di tutte le fasi di realizzazione di un progetto di machine learning, dalla traduzione dei requisiti al rilascio e alla manutenzione

Federico, come hai vissuto l'evoluzione della tua professione nel gruppo Sella?
In questi cinque anni ho visto estendersi l'applicazione dell'intelligenza artificiale: abbiamo iniziato a lavorare in ambito Marketing e CRM per poi passare ai Crediti e negli ultimi anni all'Antifrode, affrontando numerose altre sfide nel mondo dei controlli di secondo livello. Nell'ultimo periodo, sempre più settori stanno intuendo i possibili benefici derivanti dall'inserire nei loro processi elementi di machine learning che, nell'ambito dell'intelligenza artificiale, permettono alle macchine di apprendere pattern da una serie di dati storici migliorando quindi le proprie performance. In Centrico li supportiamo con un team di professionisti specializzati distribuito fra Italia e India. I nostri clienti ad oggi sono le banche del Gruppo anche se ci piacerebbe in futuro poter lavorare anche con altre realtà.

Come siete organizzati in Centrico per soddisfare le richieste che ricevete?
Noi ci occupiamo di tutte le fasi di realizzazione di un progetto di machine learning, dalla traduzione dei requisiti fino al suo rilascio e alla manutenzione. Lavoriamo solitamente in piccoli team a stretto contatto con le funzioni di business. Nella maggior parte dei casi sviluppiamo direttamente le soluzioni di intelligenza artificiale necessarie a soddisfare le richieste che ci vengono fatte ma siamo anche sempre attenti a cosa propone il mercato perché a volte capita di identificare una soluzione che fa al caso nostro: a quel punto ce ne serviamo, sfruttando questa opportunità per accelerare il nostro processo di apprendimento. Per noi l'apertura è un valore fondamentale: per questo cerchiamo sempre di esplorare nuove metodologie e di confrontarci con startup o altre realtà del settore con l'obiettivo di contaminarci reciprocamente. 

.

Abbiamo lavorato alla realizzazione di due modelli integrati di prevenzione e gestione delle frodi. Il machine learning individua quei comportamenti che si ripetono nelle frodi

Ci racconti qualche esempio di progetti a cui hai collaborato di recente?
Nel marketing ho lavorato a diversi modelli di propensione sviluppati per proporre l'acquisto di nuovi prodotti ai clienti: osservando il comportamento dei clienti è possibile identificare dei segnali statistici che permettono alla macchina di capire chi potrebbe aver l'interesse o la necessità di determinati prodotti in futuro. Nel mondo del monitoraggio dei crediti ho lavorato alla sostituzione di un sistema esperto, basato su parametri standard, con alcuni modelli di machine learning che, grazie all'analisi di centinaia di variabili, hanno permesso di raggiungere circa il doppio del potere predittivo fra i 3 e i 6 mesi successivi. Infine, negli ultimi anni ho lavorato alla realizzazione di due modelli integrati nella piattaforma di prevenzione e gestione delle frodi.

.

Che soddisfazione quando si iniziano a misurare i risultati ottenuti dai modelli che generano un positivo nei processi e nell'esperienza dei clienti

Hai presentato questi due modelli durante un evento organizzato di recente da ABI Lab: ce ne parli?
A fine 2020, da alcuni confronti con l'ufficio antifrode ci è stato segnalato un incremento delle segnalazioni generato della sempre maggiore digitalizzazione dei processi. Abbiamo intuito che ci fosse la possibilità di applicare tecniche di machine learning in quanto venivano evidenziati alcuni comportamenti comuni nelle frodi analizzate. L'obiettivo fin da subito è stato duplice: da un lato tentare di salvaguardare i clienti frodati e qui ci siamo concentrati su un segmento della clientela generalmente più fragile, le persone più anziane. Dall'altro lato la necessità di identificare i frodatori prima che creassero danni ad altre persone: questo secondo obiettivo è stato sicuramente quello più sfidante in quanto ha richiesto lo sviluppo di un modello predittivo, ovvero in grado di prevedere i soggetti che avrebbero commesso un tentativo di frode. 

Come avete affrontato questo progetto?
A questo progetto abbiamo lavorato a stretto contatto con l'Antifrode e la Sicurezza Informatica. Dopo mesi di analisi siamo giunti ad un modello che, rilasciato alla fine del 2021, oggi è in grado di identificare circa i due terzi delle frodi che hanno la possibilità di venire perpetrate nelle tre settimane successive. Tengo a sottolineare che i nostri output non sono delle blackbox, ma forniscono informazioni complete e facilmente comprensibili, che indirizzano l'analisi di chi li utilizza; in questo caso, l'ufficio antifrode, che analizza le segnalazioni e decide caso per caso come procedere.

Quali sono le principali difficoltà che incontri nel tuo lavoro? E quali le soddisfazioni?
Nel nostro lavoro le difficoltà principali riguardano la comprensione, modellazione e la disponibilità dei dati: passiamo da dati di movimentazione di conti e carte, anagrafica, investimenti, frodi molto velocemente. Dall'altro lato riempie di soddisfazione quando, dopo mesi di lavoro, si iniziano a poter misurare i risultati ottenuti dai modelli che hanno impatto positivo nei processi e nell'esperienza dei clienti. 

Quali sono le linee strategiche per il futuro?
Quest'anno stiamo lavorando per estendere il modello antifrode alle persone giuridiche. Ma sono tanti gli ambiti nei quali ci sono molte opportunità di sviluppo, come ad esempio il mondo della consulenza investimenti. Una tematica alla quale prestiamo molta attenzione è relativa alla privacy: negli ultimi anni stanno prendendo sempre più piede tecniche di condivisione di dati anonimizzati e di modelli pre-addestrati che sono compliant con la normativa e forniscono informazioni preziose: saper utilizzare al meglio questi strumenti farà la differenza. Infine, alla luce delle nuove regolamentazioni in ambito intelligenza artificiale, ci sarà molto lavoro da fare sul tema fairness, ossia sul garantire che i modelli non generino discriminazioni. Tutto ciò senza dimenticare gli aspetti tecnologici: sarà necessario un aggiornamento della nostra infrastruttura, per la quale stiamo studiando diversi strumenti in cloud. Insomma, se non proprio sexy, il futuro del lavoro del Data Scientist è quanto meno molto affascinante.

 

Scopri tutte le posizioni aperte nel gruppo Sella legate al mondo dell'analisi dei dati: https://sellagroup.wd3.myworkdayjobs.com/it-IT/ID01?q=data-art