I sistemi di antiriciclaggio tradizionali, basati su regole deterministiche, faticano a intercettare crimini finanziari sempre più complessi ed in evoluzione. L’intelligenza artificiale è in grado di incrementare in modo rilevante sia l’efficacia che l’efficienza dei presidi antiriciclaggio, ma presenta anche dei rischi, come ad esempio la spiegabilità degli algoritmi, oggetto del nuovo Regolamento Europeo sull’intelligenza artificiale.
Ne abbiamo parlato con Valerio Cencig, Head of Compliance Digital & Data Transformation, Intesa Sanpaolo, che in occasione di Forum Banca 2024 parteciperà come speaker.
Quali sono i limiti degli attuali sistemi di antiriciclaggio?
Gli strumenti di antiriciclaggio comunemente utilizzati dalle banche sono prevalentemente sistemi a regole, basati sull’intercettazione di operazioni e comportamenti sospetti codificati in regole deterministiche. Tuttavia, questi sistemi faticano a individuare le operazioni sospette per diversi motivi.
In primo luogo, tali sistemi presuppongono di conoscere a priori i comportamenti sospetti, che evolvono e cambiano rapidamente nel tempo. Inoltre, alcuni schemi complessi di movimenti di denaro sono particolarmente onerosi da intercettare con regole predefinite. Questi sistemi generano anche un numero elevato di falsi positivi, che assorbono tempo di analisi e sottraggono risorse dall’approfondimento dei casi realmente meritevoli di attenzione.
Quali vantaggi può portare l’utilizzo dell’intelligenza artificiale nei sistemi di antiriciclaggio?
L’intelligenza artificiale (AI) può offrire grandi benefici ai sistemi di antiriciclaggio delle banche:
Apprendimento automatico supervisionato: può “imparare” a riconoscere i falsi positivi, aiutando gli analisti a identificarli in modo più rapido e sicuro.
Apprendimento non supervisionato: può intercettare operazioni sospette non conosciute, grazie alla funzione di riconoscimento di comportamenti anomali (outlier), definiti come distanti dalla media del cluster di appartenenza.
Network analysis: trasforma matematicamente i clienti in nodi e le transazioni in archi che collegano i nodi, permettendo di riconoscere relazioni e schemi di movimento del denaro non dichiarati e difficilmente individuabili con tecniche tradizionali.
Intelligenza artificiale generativa: supporta gli analisti nell’analisi della normativa e nella sintesi di dati e indicatori, finalizzati alla valutazione del grado di rischio dei clienti.
In sintesi, l’AI può aumentare l’efficacia e l’efficienza dei sistemi di antiriciclaggio.
Quali sono i rischi nell’adozione dei sistemi di intelligenza artificiale nelle banche e come assicurarne la conformità normativa?
L’adozione di nuove tecnologie offre grandi opportunità, ma comporta anche rischi specifici, come la spiegabilità degli algoritmi e il rischio di discriminazioni involontarie. Inoltre, nei sistemi di intelligenza artificiale generativa, va considerato il rischio delle cosiddette “allucinazioni”.
Questi rischi possono essere gestiti attraverso un impegno rigoroso su specifici presidi per mitigarli e controllarli, con una sorveglianza umana proporzionata al contesto. La governance del digitale ha acquisito un’importanza pari all’innovazione digitale, costituendone un abilitatore ed elemento di valorizzazione.
Il Regolamento Europeo sull’Intelligenza Artificiale, di prossima pubblicazione, fornirà requisiti e obblighi differenziati in base al contesto di utilizzo dei sistemi di intelligenza artificiale.
Come vede il futuro dei sistemi di antiriciclaggio?
Nel breve termine, ci sarà una coesistenza tra sistemi a regole e sistemi di intelligenza artificiale, dove i secondi non sostituiranno i primi, ma li arricchiranno e potenzieranno. Nel medio termine, si dovrebbe puntare a un contrasto “cooperativo” al riciclaggio, sviluppando sistemi in grado di seguire i movimenti di denaro cross-banca, superando i silos informativi delle singole istituzioni finanziarie.
Ci racconta una esperienza specifica?
Intesa Sanpaolo ha creato l’Anti Financial Crime Digital Hub nel 2022, una società consortile senza fini di lucro, partecipata insieme all’Innovation Center di Intesa Sanpaolo, l’Università di Torino, il Politecnico di Torino e CentaAI. La società nasce dall’idea di potenziare il contrasto al crimine finanziario con l’uso della tecnologia e dell’AI; la forma consortile deriva dal fatto che l’azione Intesa Sanpaolo ha creato l’Anti Financial Crime Digital Hub nel 2022, una società consortile senza fini di lucro, partecipata insieme all’Innovation Center di Intesa Sanpaolo, l’Università di Torino, il Politecnico di Torino e CentaAI. La società nasce dall’idea di potenziare il contrasto al crimine finanziario con l’uso della tecnologia e dell’AI; la forma consortile deriva dal fatto che l’azione di contrasto al crimine finanziario risulta più efficace se agita in cooperazione con operatori del settore, come auspicato da Autorità e Industry bancaria.
Quali sono gli ostacoli maggiori all’introduzione di sistemi di intelligenza artificiale nell’antiriciclaggio?
La sfida principale è rappresentata dalle competenze: l’investimento sulle skill e sulle persone deve procedere di pari passo con quello sulla tecnologia. La tecnologia diventerà sempre più una commodity (es. AIaaS: Artificial Intelligence as a Service), ma a fare la differenza continueranno a essere le persone, in grado di sfruttare al meglio la tecnologia disponibile.
Incontra Valerio Cencig il 2 ottobre a Milano, a Forum Banca , il più grande evento in Italia dedicato al mondo Banking, e approfondisci come sfruttare l’AI per velocizzare i controlli AML nel rispetto della Compliance durante la sessione Risk & Automation.
Diffondi la conoscenza: condividi questo contenuto con il tuo network!