La partnership tra Clearbox AI, startup nata dall’incubatore del Politecnico di Torino, e la società multinazionale indipendente di consulenza gestionale e tecnologica BearingPoint ha portato a un primo prodotto che sfrutta i dati sintetici per potenziare i modelli di AI per identificazione delle frodi a supporto delle istituzioni finanziarie.
I modelli di fraud detection si basano sulla raccolta e analisi delle informazioni riguardanti le frodi: l’AI impara a riconoscere potenziali attività fraudolente a partire dallo ‘studio’ delle caratteristiche dei casi registrati in passato. Tuttavia, gli esempi di frode da cui i modelli dovrebbero imparare sono (fortunatamente) rari e sono caratterizzati da una grande variabilità nel tempo. Questo porta a una minore affidabilità della componente predittiva nell’identificazione delle truffe. Un problema che può essere arginato grazie ai dati sintetici: si tratta di dati informatici che vengono generati artificialmente a immagine di quelli reali, mantenendone le proprietà statistiche e il potere predittivo ma privi di informazioni personali, per cui possono essere condivisi nel rispetto del GDPR e della privacy. Permettendo così all’intelligenza artificiale di essere addestrata a partire da una raccolta di informazioni più completa e robusta.
I dati sintetici sono oggi tra le principali risorse a disposizione delle aziende per migliorare i processi legati all’intelligenza artificiale e alla gestione del dato. Secondo un’analisi di Gartner, nel 2024 il 60% dei dati utilizzati in progetti AI sarà generato sinteticamente. Inoltre, l’European Data Protection Supervisor ha dedicato una task force proprio al tema dei dati sintetici e, infine, la rivista americana MIT Technology Review ha incluso questa tecnologia tra le 10 Top Technologies del 2022.
La collaborazione tra Clearbox AI e BearingPoint prevede inoltre l’estensione della loro applicazione sia ad altri casi d’uso in ambito finanziario, tutela della privacy, software testing e mitigazione dei bias, sia ad ulteriori settori in cui servano molti dati per migliorare i processi, dalle assicurazioni all’energia, alle telecomunicazioni, alla mobilità urbana al retail, e fino alla sanità.
“La sinergia con Clearbox ci permette di rafforzare ulteriormente la nostra offerta in ambito fraud detection, grazie all’utilizzo di una tecnologia particolarmente innovativa – afferma Piergiorgio Stano, head of data & analytics di BearingPoint -. Combinando i dati sintetici con i nostri modelli di machine learning possiamo infatti offrire alle imprese performance altissime che permetteranno loro di risolvere numerosi problemi legati alla raccolta e all’analisi dei dati”.