Democratic Datalab, il progetto di Intesa Sanpaolo abilitato da SAS Viya

È partito nel 2021 il progetto pioniere denominato Democratic Datalab in Banca Intesa Sanpaolo, un ambiente di sviluppo che rende snelle e collaborative le operazioni tra IT e business, accelerando il time to market dei prodotti digitali e dei servizi necessari alle linee di business.

Lo scorso anno, a febbraio/marzo 2023, la piattaforma tecnologica che supporta il modello operativo – basata su ambienti Google Cloud e con SAS® Viya® al suo interno – ha permesso di eseguire gli Stress Test richiesti dalla Banca Centrale Europea in maniera più intensiva e più veloce. “Un sesto del tempo rispetto agli Stress Test precedenti, grazie alla riscrittura dei modelli matematici che ci sono alla base e a una piattaforma di analisi ancora più performante e accessibile grazie al cloud”, sono le prime parole di Alessandro Ruffa, Head of Platform Financial, Enterprise & ESG Risks di Intesa Sanpaolo, organizzazione che all’interno dell’Istituto si occupa di sviluppare tutti i servizi digitali necessari alla gestione dei rischi finanziari, corporate e di natura ESG con un approccio data-driven e un modello open e collaborativo.

Qual è stato il vostro percorso dedicato al mondo Viya di SAS e l’approccio ai temi di Advanced Analytics?

In azienda usavano la piattaforma SAS già da parecchi anni on premise e tutti i nostri modelli di analisi, in particolare quelli dedicati al Risk Management, erano basati su SAS. Con il progetto Democratic Datalab abbiamo dato inizio a un percorso di trasformazione digitale incentrato sull’open innovation e un ambiente di lavoro democratico e collaborativo, per favorire dialogo, operatività e produttività tra IT e Business.

In sostanza, abbiamo dato vita a una nuova piattaforma tecnologica che, mediante l’utilizzo di sandbox e modelli predittivi ci permette di creare soluzioni e servizi digitali - in ambienti di test - già performanti e adatti alla messa in produzione, grazie al lavoro congiunto di team tecnici e di business, in veri e propri gruppi di lavoro che chiamiamo “fusion team”. Si tratta di un modello di lavoro democratico e collaborativo, una via di mezzo tra il mondo Waterfall e Agile che ci permette di coinvolgere, fin dalle prime fasi di sviluppo,  utenti tecnici e di business per agevolare la contaminazione delle competenze, accelerando così il rilascio dei servizi ma, cosa ancor più importante, assicurandoci che lo sviluppo dia effettivamente vita a prodotti pronti per la messa in produzione così come servono agli utenti operativi.

Recentemente, anche a seguito del passaggio al cloud (nello specifico, Google Cloud) in cui è stata installata anche la piattaforma SAS Viya, abbiamo fatto un enorme passo in avanti riscrivendo in maniera custom alcuni modelli matematici e rivisitando alcuni modelli in SAS. Questo è stato possibile grazie alle performance del Cloud  e all’apertura della piattaforma SAS stessa,  permettendoci di integrare nuovi modelli scritti con linguaggi di programmazione più recenti (come, per esempio, Python e R) e facilitando il lavoro dei Data Scientist.

Questo percorso ci ha permesso di rivedere anche i modelli, nonché i processi, per l’esecuzione degli Stress Test che quest’anno sono stati realizzati in 1/6 del tempo e con prestazioni molto più elevate grazie alla stretta collaborazione tra l’IT e le persone delle funzioni di business coinvolte (un “fusion team” in questo caso che ha visto coinvolte una ventina di persone tra team IT e team di Business – che hanno sviluppato lo stress test - e 6/7 utenti finali interni all’organizzazione che hanno eseguito i test richiesti dall’EBA). 

Come si inserisce la vostra relazione con le risorse e professionalità SAS? Come è nata questa collaborazione e quali sono secondo lei gli elementi vincenti?

C’è stata una collaborazione molto stretta tra i nostri team e i professionisti SAS per aggiornare e rendere più performanti i modelli che girano sulla piattaforma. La tecnologia open che consente di integrare anche i linguaggi più moderni è un plus molto vantaggioso anche sul piano delle competenze; noi siamo riusciti a portare in azienda figure nuove e giovani, abituate a lavorare in Python e R; il fatto di poter contare su piattaforme che integrano questi nuovi linguaggi è certamente un grande acceleratore.

Aggiungo poi un aspetto più “human”. I professionisti SAS che ci hanno affiancato conoscono la nostra struttura e hanno un’ampia esperienza dello specifico settore, aspetti molto importanti quando si compiono progettualità critiche e percorsi di trasformazione come il nostro.

Inoltre, quello in cui operiamo è un settore fortemente regolamentato da normative molto stringenti e in continua evoluzione. In SAS abbiamo sempre trovato professionisti molto preparati anche da questo punto di vista, con una conoscenza molto approfondita delle normative specifiche che ci ha sempre permesso di essere preparati e “pronti per tempo”, anzi in molti casi anche in anticipo rispetto all’entrata in vigore delle normative stesse (anche grazie ad una piattaforma tecnologica che ci permette di integrare moduli nuovi in tempi rapidi).

Il mondo degli algoritmi si sta “infiltrando” in ogni aspetto della nostra vita, ma possiamo porre la nostra fiducia nell'intelligenza artificiale? Qual è la sua visione in proposito?

Per il momento non abbiamo ancora implementato l’intelligenza artificiale (AI) al nostro interno, stiamo però sperimentandone le potenzialità. Personalmente sono convinto che possa portare enormi benefici in alcuni specifici contesti e con algoritmi sviluppati ad hoc per specifici task.

Faccio un esempio nell’ambito dell’intelligenza artificiale generativa applicata alla compliance normativa: stiamo iniziando a testare l’efficacia di questi algoritmi per fare delle analisi valutative su quanto le nostre policy interne siano compliant rispetto alle nuove normative in arrivo, da un lato, e quanto le nuove regole impatteranno sulle nostre policy interne e quindi sui nostri processi, dall’altro.

Si tratta generalmente di analisi molto time consuming che trovano nell’AI un supporto decisamente efficiente, a patto che non si deleghi la valutazione e la decisione finale ai sistemi ma se ne mantengano governance e controllo.

La mia visione è quindi certamente positiva in termini di sperimentazione e adozione, con una particolare attenzione però alla governance: non lasciare alle tecnologie la gestione di un dominio completo ma inserire nel processo sempre il “fattore umano”, cioè qualcuno (inteso come team, comitato, board, ecc.) che fisicamente controlli, verifichi, gestisca e prenda la decisione finale.

Guardando quindi anche a un futuro in cui l’AI porta maggiore efficienza, come si traducono per lei i concetti di performance e productivity in azienda?

Rispondo con una sola parola, semplificazione.

In una organizzazione complessa e fortemente normata come la nostra, i processi sono doverosamente rigidi (altrimenti si perde la governance), quindi ragionare in chiave di performance può sembrare un controsenso.

Tuttavia, anche in contesti complessi e rigidi si possono raggiungere dinamicità e flessibilità (che userei come sinonimi stessi dei concetti di performance e productivity). Attraverso la semplificazione dei processi e delle modalità con le quali questi processi vengono gestiti e attuati. E qui la tecnologia gioca un ruolo fondamentale. Tornando da dove siamo partiti, nel nostro progetto Democratic Datalab la dinamicità e l’agilità dei processi collaborativi tra IT e Business sono resi possibili proprio dalla piattaforma tecnologica che c’è alla base. I risultati si traducono in numeri reali di performance e produttività: sei volte più veloci con test più intensivi e accurati.

12 febbraio 2024