L’AI generativa è destinata ad impattare su ogni ambito della società, con la promessa di potenziare tutti i processi e di accelerare il raggiungimento degli obiettivi di business delle imprese. L’intelligenza artificiale e il machine learning rappresentano anche gli strumenti più idonei a contrastare le minacce informatiche e criminali. Ecco perché si assiste oggi ad una corsa all’AI generativa da parte dei responsabili dei programmi antifrode, in un contesto che si presenta però estremamente sfidante, per la mancanza di budget, per la scarsa qualità dei dati, per la carenza di competenze specifiche, per la scarsa formazione del personale sull’uso degli strumenti digitali.
A rivelare lo stato dell’arte e le percezioni che vivono oggi i professionisti antifrode in relazione all’uso dell’AI generativa è un recente studio condotto da Acfe, la più grande organizzazione antifrode del mondo, in collaborazione con Sas. Il report “2024 Anti-Fraud Technology Benchmarking” prende in esame le risposte di 1.200 responsabili – appartenenti a settori diversificati, prevalentemente finance e settore pubblico, di organizzazioni di medie e grandi dimensioni -, interpellati a fine 2023.
GenAI, livello di adozione nell’antifrode
L’uso dell’AI generativa nelle iniziative antifrode può svolgere un ruolo importante nell’identificazione di anomalie, trend e indicazioni in grandi volumi di dati con un utilizzo di risorse minimo. La prima immagine che emerge dallo studio è pertanto da un lato il forte interesse verso l’adozione dell’AI generativa per le pratiche antifrode ma al contempo i grandi ritardi nella sua concreta messa in campo da parte delle aziende.
In particolare, a fronte delle sue potenzialità, l’83% dei professionisti antifrode prevede di aggiungere l’AI generativa al proprio equipaggiamento entro il 2025.
Il 18% dei responsabili ha già inserito l’AI e il ML tra i propri strumenti di lotta alle frodi e un altro 32% prevede di implementare queste tecnologie nei prossimi due anni.
In futuro le organizzazioni abbracceranno l’IA generativa e le altre tecnologie AI con più rapidità. Questi valori rappresentano infatti un picco dall’inizio dello studio, che monitora il settore dal 2019 e mostra come a questo ritmo, l’uso di AI e ML nei programmi antifrode sarà quasi triplicato entro la fine del 2025.
Allo stato attuale, tuttavia, l’adozione dell’IA e del ML è in ritardo rispetto alle aspettative. Nonostante l’interesse, l’adozione di tali strumenti per il rilevamento e la prevenzione delle frodi è cresciuta solo del 5% dal 2019, una cifra di gran lunga inferiore ai tassi di adozione previsti negli studi del 2019 e del 2022, rispettivamente del 25% e del 26%.
“Tre organizzazioni su cinque prevedono di aumentare il budget per le tecnologie antifrode nei prossimi due anni – commenta John Gill, presidente dell’Acfe –. Il modo in cui investiranno questi fondi determinerà chi avrà la meglio in quella che è diventata una corsa agli equipaggiamenti tecnologici contro le imprese criminali. È una battaglia in salita se si considera che, a differenza dei truffatori, le organizzazioni devono affrontare l’ulteriore sfida di dover utilizzare queste tecnologie in modo etico”.
Cresce l’uso di biometria e robotica
Nei programmi antifrode l’uso di tecniche di data analysis si è consolidato e stabilizzato, con il 91% delle organizzazioni che utilizzano questi strumenti come parte dei loro programmi antifrode. Cresce invece costantemente l’applicazione della biometria e della robotica. In particolare, l’uso della biometria fisica è aumentato del 14% dal 2019, citata oggi dal 40% dei rispondenti: il 20% utilizza la robotica, compresa l’automazione robotica dei processi, in aumento rispetto al 9% del 2019. L’uso di queste tecnologie è particolarmente elevato nei servizi bancari e finanziari, con oltre la metà che utilizza la biometria fisica e un terzo la robotica.
La puntualità dei dati si dimostra sempre più strategica. Nelle loro iniziative di analisi dei dati antifrode, le organizzazioni utilizzano come fonti dati per il 77% dati strutturati interni, per il 40% dati pubblici, per il 33% dati interni non strutturati.
“Il grande interesse per le tecniche avanzate di analytics, contrapposto a tassi di adozione molto più modesti, dimostra la complessità di scaling del ciclo di vita dell’AI e degli analytics – commenta Stu Bradley, senior vice president Risk, Fraud and Compliance Solutions di Sas -. Inoltre, sottolinea l’importanza di scegliere il partner tecnologico più adatto. L’intelligenza artificiale e il machine learning non sono applicazioni semplici e ‘plug-and-play’. Però, i loro vantaggi possono essere realizzati più facilmente implementando soluzioni modulari per il risk management su un’unica piattaforma alimentata dall’IA (approccio di Sas con Sas Viya, soluzione cloud-native e aperta a tutti i linguaggi)”.
“L’intelligenza artificiale generativa ha fatto passi da gigante negli ultimi anni, quindi non sorprende che le organizzazioni la stiano incorporando nelle loro iniziative antifrode – dichiara Mason Wilder, Research director di Acfe -. Come società, stiamo ancora imparando a conoscere tutti i vantaggi e gli svantaggi dell’utilizzo di questa tecnologia, ma sempre più organizzazioni stanno iniziando a fare il primo passo. Sarà interessante vedere quanto rapidamente avverrà l’adozione, sia all’interno che all’esterno del luogo di lavoro, oltre al fatto che la tecnologia continuerà a diventare sempre più avanzata con il passare del tempo”.
© RIPRODUZIONE RISERVATA
