L’Intelligenza artificiale ed i Big data rappresenteranno il futuro della lotta al riciclaggio di denaro sporco, malgrado serva ancora una certa crescita culturale, e anche di investimenti, da parte dei Soggetti obbligati.
A questa conclusione è giunta un’indagine condotta tra gli Istituti finanziari e gli altri Soggetti sull’utilizzo di Intelligenza artificiale e Big data in ambito antiriciclaggio. La ricerca si è sviluppata grazie alla collaborazione tra Ricerca universitaria, Soggetti obbligati e Fornitori di soluzioni tecnologiche (43 soggetti obbligati corrispondenti al 46% del totale del settore finanziario e dei giochi/scommesse in Italia).
Per la ricerca, l’Intelligenza artificiale è utilizzabile principalmente in sede di monitoraggio delle transazioni, mentre il Big data analytics ha un utilizzo più trasversale nei processi Aml. Il 27% ha soluzioni sviluppate al proprio interno, mentre il 73% si affida a Soggetti esterni con una, ancora, limitata adozione delle soluzioni cloud based.
Tra le fonti informative, prevalgono quelle di proprietà (operatività ed anagrafica della clientela)e le liste compliance (sanzioni, persone politicamente esposte ed enforcement). I dati societari (registri camerali e banche dati private), al contrario, non vengono utilizzati sistematicamente così come è presente una comune non conoscenza specifica dei data analytics nelle Funzioni aziendali preposte (54% background economico-finanziario e per il rimanente di natura legale-giuridico).
La percentuale di utilizzo di Intelligenza artificiale è molto alta tra i Soggetti di più ampie dimensioni, mentre negli altri Soggetti obbligati prevale l’utilizzo di modelli/strumenti antiriciclaggio più tradizionali (controlli manuali od utilizzo di motori interferenziali e regole deterministiche). Segnaliamo che un terzo dei campioni intervistati dichiara di avere un tasso di falsi positivi tra il 61% ed il 100%, in particolare nel Settore bancario/assicurativo.
E’ evidente come l’ostacolo principale all’adozione di soluzioni tecnologiche innovative sia la tematica relativa ai costi, seguita dalle difficoltà nell’integrazione delle nuove soluzioni con i sistemi attualmente in uso.