Artificial Intelligence e data driven innovation: le sfide per la compliance

Intervista a:

Matteo Bruschi, Competence Leader Compliance Data Driven Servizio Compliance, Credem Banca

Davide Morandi, Chief Compliance Officer e Data Protection Officer, Credem Banca

Avete recentemente scritto un articolo per la rivista AIFIn. L’intelligenza artificiale sta ridefinendo il ruolo della compliance nel settore finanziario. Quali sono le principali sfide e opportunità che questa trasformazione comporta per questa funzione aziendale?
L’intelligenza artificiale e l’innovazione in ambito dati stanno trasformando profondamente la funzione compliance, introducendo sia opportunità che sfide significative. L’evoluzione digitale ha portato alla nascita di nuove normative che impongono nuovi standard di conformità e sicurezza.

Una delle principali sfide riguarda la gestione dei rischi associati all’uso dell’AI, in particolare la trasparenza degli algoritmi, l’assenza di bias e la protezione dei dati. Inoltre, la crescente necessità di accesso e condivisione dei dati impone alla compliance un ruolo sempre più attivo nel garantire che i modelli AI siano affidabili e conformi alle normative vigenti.

D’altro canto, la notevole disponibilità di dati e l’adozione dell’AI nella compliance offrono opportunità importanti, come la possibilità di automatizzare i controlli ex ante ed ex post, migliorando l’efficienza dei processi di verifica e riducendo il margine di errore umano. Tuttavia, per sfruttare appieno queste potenzialità, è necessario sviluppare nuove competenze multidisciplinari, che integrino conoscenze giuridiche, tecnologiche e di risk management​ e porsi l'obiettivo di divenire sempre più una "data-driven Compliance".

Come l’AI può supportare i processi interni della compliance? Quali sono le principali criticità che avete riscontrato nelle sperimentazioni?
L’uso dell’AI nei processi interni della compliance è un tema complesso. Se da un lato l’intelligenza artificiale può offrire un supporto significativo nei controlli normativi e nelle attività di monitoraggio, dall’altro l’implementazione pratica presenta ancora diverse criticità.

Le nostre sperimentazioni hanno evidenziato che, nelle attività ex ante, come l’intercettazione normativa e la gap analysis, i modelli AI attuali non sono ancora sufficientemente maturi per sostituire il giudizio umano. Il principale ostacolo è la qualità degli output generati, che spesso richiedono ancora molto sforzo per garantire l’accuratezza delle analisi. In altre parole, il tempo necessario per addestrare l’AI in modo efficace risulta ancora superiore a quello richiesto per eseguire le stesse attività in modo tradizionale e prevediamo sia sempre indispensabile l'apporto dei professionisti della conformità per avere pareri equilibrati e attagliati al prodotto e processo oggetto di analisi.

Diversa è la situazione per le attività ex post, dove la tecnologia AI unita alla grandissima quantità di dati a disposizione ha il potenziale di rivoluzionare la piramide dei controlli interni. Nei prossimi anni, prevediamo che i presidi di primo, secondo e terzo livello potranno beneficiare di strumenti automatizzati, in grado di estendere il perimetro di controllo e garantire una copertura vicina al 100% del campione. Questo approccio consentirebbe di alleggerire il carico di lavoro delle funzioni di supervisione, migliorando l’efficienza complessiva del sistema di compliance​.

Credem ha avviato un percorso innovativo nell’ambito della compliance data-driven. Quali sono i principali sviluppi e i benefici ottenuti?
Credem sta investendo in un modello di compliance data-driven, con l’obiettivo di rendere l’intelligenza artificiale un alleato strategico nella gestione della conformità normativa. Abbiamo sviluppato un piano triennale, basato su tre pilastri: formazione delle competenze, revisione dei controlli ex ante e industrializzazione delle attività di verifica ex post.

Un aspetto innovativo è la creazione di un team interdisciplinare, che riunisce esperti di compliance, IT, privacy e risk management, con il compito di validare le soluzioni AI e definire regole standard per la loro implementazione. Questo approccio ci ha permesso di affinare il coinvolgimento della compliance nel processo di sviluppo delle soluzioni AI, stabilendo checklist di validazione e criteri di monitoraggio più strutturati.

Inoltre, abbiamo avviato sperimentazioni su piattaforme di analisi automatizzata dei dati, con l’obiettivo di migliorare il rilevamento delle anomalie e aumentare l’efficienza dei controlli di conformità. Anche se siamo ancora in una fase di evoluzione, i primi risultati confermano che l’integrazione tra AI e compliance può diventare un vantaggio competitivo, garantendo una gestione più sicura e proattiva della conformità normativa​.