AI come driver di innovazione nell’ Audit

Intervista a:

Alberto Diegoli, Head of Ufficio Audit Data Analytics, BPER Banca

Roberto Rovere, Chief Audit Officer, BPER Banca

Avete recentemente scritto un articolo per la rivista AIFIn. L’intelligenza artificiale sta trasformando il settore bancario, compreso l’Internal Audit. Quali sono i principali cambiamenti e le opportunità che questa tecnologia introduce?
L’intelligenza artificiale rappresenta un’opportunità straordinaria per l’Internal Audit, ridefinendo il modo in cui vengono eseguite le verifiche e migliorando l’efficacia dei controlli. Nel nostro percorso di innovazione in BPER Banca, abbiamo identificato due ruoli fondamentali che l’AI può assumere: da un lato come strumento a supporto dell’Audit (AI 4 IA), dall’altro come oggetto di valutazione nell’ambito delle sue applicazioni aziendali (IA 4 AI).

L’AI 4 IA consente di automatizzare le attività ripetitive e a basso valore aggiunto, permettendo agli auditor di concentrarsi su analisi più complesse. L’elaborazione avanzata dei dati consente di individuare schemi di rischio nascosti, anomalie e frodi, migliorando la capacità predittiva del controllo interno. L’AI può anche supportare nella prioritizzazione delle verifiche, evidenziando le aree più esposte a potenziali criticità.

Parallelamente, l’IA 4 AI riguarda il ruolo dell’Internal Audit come supervisore della governance dei sistemi di intelligenza artificiale utilizzati in azienda. Con l’introduzione di strumenti AI in vari processi bancari, diventa fondamentale garantire che questi siano affidabili, trasparenti e conformi alle normative vigenti. L’Internal Audit assume quindi una funzione di garanzia per assicurare che l’adozione dell’AI sia effettuata in modo sicuro e responsabile, contribuendo così a una maggiore fiducia da parte di tutti gli stakeholder.

Relativamente all’uso dell’AI nell’analisi dei dati, quali sono i benefici principali per l’Internal Audit?
L’adozione dell’AI per l’analisi dei dati sta trasformando il modo in cui vengono condotte le attività di controllo e verifica. L’Internal Audit di BPER Banca ha avviato un percorso di integrazione dell’intelligenza artificiale per migliorare la capacità di individuare rischi, anomalie e schemi di comportamento non convenzionali all’interno di grandi volumi di dati.

Grazie all’AI, è possibile implementare modelli di data analytics avanzati, in grado di identificare in tempo reale transazioni sospette, errori contabili e potenziali violazioni delle policy aziendali. Un aspetto particolarmente rilevante è l’utilizzo di tecniche di machine learning per l’analisi predittiva, che permettono di anticipare potenziali problemi prima che si verifichino, trasformando il controllo interno da un’attività reattiva a un modello più proattivo.

L’automazione dei controlli riduce anche il rischio di errore umano e garantisce una maggiore copertura delle analisi rispetto ai metodi tradizionali, che si basano su campioni statistici limitati. Un altro aspetto chiave è la capacità dell’AI di integrare e correlare dati provenienti da diverse fonti, offrendo una visione più completa e accurata delle dinamiche aziendali. Questo approccio migliora l’efficacia dell’Internal Audit e consente di rispondere in modo più tempestivo alle esigenze normative e strategiche della banca.

BPER Banca ha avviato progetti innovativi che vedono l'adozione dell’AI nell’Internal Audit. Quali sono i principali sviluppi e quali vantaggi avete ottenuto?
L’Internal Audit di BPER Banca ha intrapreso un percorso di trasformazione che pone l’AI al centro delle strategie di innovazione, con l’obiettivo di migliorare l’efficienza dei controlli e aumentare la capacità di analisi. Questo processo si inserisce nel piano di evoluzione digitale della banca, che prevede investimenti mirati nell’adozione di tecnologie avanzate per la gestione del rischio e la compliance.

Uno dei progetti più rilevanti riguarda lo sviluppo di strumenti basati su AI per l’analisi avanzata delle anomalie, che consentono di individuare in tempo reale situazioni potenzialmente critiche, ottimizzando la gestione delle segnalazioni e riducendo il tempo di intervento. Inoltre, l’uso di algoritmi di machine learning ha permesso di migliorare la capacità di rilevamento delle frodi e dei comportamenti atipici, rendendo i controlli più efficaci e tempestivi.

Un aspetto innovativo riguarda anche la sperimentazione dell’AI per l’analisi della qualità dei dati e il monitoraggio delle performance dei processi aziendali. Questo approccio consente all’Internal Audit di avere una visione più strutturata delle dinamiche operative e di individuare con maggiore precisione le aree su cui concentrare le verifiche.

L’adozione dell’AI rappresenta un passo fondamentale per rendere l’Internal Audit più efficiente, strategico e orientato al futuro. L’obiettivo non è solo migliorare i controlli, ma anche potenziare il ruolo della funzione Audit come punto di riferimento per l’innovazione e la governance dei rischi aziendali.