Storie di innovazione profonda (abilitate da dati e Analytics)

La vera innovazione si distingue in base alla profondità, ossia a quanto effettivamente la tecnologia riesce a impattare positivamente sui processi aziendali. Sono storie di “innovazione profonda” quelle raccontate da alcuni clienti SAS che hanno condiviso alcune riflessioni sulla cultura del dato e l’importanza di una Data Strategy, nonché su come le tecnologie di Risk Management e gestione delle frodi, Analytics e Intelligenza Artificiale rappresentino i pilastri attraverso i quali prendere decisioni migliori, sia operative che strategiche.

“Ciò che è davvero importante per noi è che l’utilizzo dei dati esca dai progetti di sperimentazione, entri in produzione su più livelli e processi aziendali e produca reali benefici in termini di decision making”, sono le parole di apertura di Mirella Cerutti, Regional Vice President SAS. “Con una particolare attenzione al cosiddetto trust, ossia l’affidabilità tecnologica e la tracciabilità dei modelli e dei processi automatizzati, con la possibilità per l’essere umano di poter intervenire sempre e di avere il controllo sul processo decisionale, soprattutto quando si usano avanzati strumenti di analisi basati sull’Intelligenza Artificiale. Questo è un punto cardine del nostro posizionamento: l’innovazione profonda deve passare da tecnologie governabili, affidabili, spiegabili”.

Perché “essere a prova di futuro”, aggiunge Cerutti, “significa fare scelte coraggiose che devono essere supportate da tecnologie realmente abilitanti, oltre le buzzwords, il cui valore si esprime certamente nelle potenzialità sul business, sull’operatività e, in generale, sui processi operativi e decisionali, senza tuttavia mai perdere di vista l’importanza dell’affidabilità, del trust appunto”. 

Il dato come pilastro strategico di business

Un assunto di cui sono fortemente convinte le aziende chiamate a raccontare le proprie storie. INAIL, per esempio, ha scelto di adottare una strategia sui dati con un fermo rigore metodologico e un approccio partecipativo, puntando sì sulle tecnologie ma anche, e soprattutto, sulle persone, “vere protagoniste di tutti i cambiamenti e vere forze di equilibrio e governance, comprese quelle che riguardano la cultura del dato che va alimentata e diffusa”, spiega Francesco Saverio Colasuonno, Direttore Ufficio Dati & Analytics di INAIL. “La consapevolezza dell’importanza del dato nei processi decisionali di business va alimentata su più livelli aziendali ed accompagnata da un rigoroso modello di Data Governance.

Le soluzioni tecnologiche sono l’elemento vitale attraverso il quale poter rendere efficiente ed efficace la strategia di business e il suo buon governo. Sulla cultura del dato, in generale, vorrei che fosse così diffusa da rendere i cittadini parte attiva, partecipativa, nei processi decisionali della Pubblica Amministrazione, con la cultura dei feedback (che rappresentano dati che diventano insight preziosi per le strategie della PA), in modo che enti e istituzioni pubbliche utilizzino in maniera corretta i dati per portare un vero miglioramento dei servizi resi ai cittadini”.

Risk Management e prevenzione delle frodi

Efficacia, accuratezza ed affidabilità rappresentano la “triade di valore” anche nelle realtà che si occupano di Risk Management e che vedono nei modelli di analytics la chiave per processi decisionali più sicuri e performanti, soprattutto in contesti fortemente regolamentati come quello del settore Finance, bancario e assicurativo in particolare.

Esigenze stringenti che, tuttavia, non devono rallentare i percorsi di innovazione, come ha tenuto a spiegare Fabrizio Iannarelli, Chief Risk Officer Gruppo BCC ICCREA. “Non vi è dubbio che il volano della regolamentazione prudenziale sia stato un elemento importante dello sviluppo e dell’evoluzione del risk management. Così come è piuttosto evidente che molte delle attività di analisi del rischio in banca sono svolte per rispondere alle richieste delle autorità di vigilanza, ormai frutto di una regolamentazione molto sviluppata”, sono le sue prime riflessioni, cui però aggiunge: “l'analisi del rischio all'interno dell'attività bancaria è diventata una componente fondamentale, indispensabile, nella fase valutativa che precede il processo decisionale. In quest’ottica, l’analisi del rischio “prende forma” sulla base di tre differenti pilastri, che ne determinano anche “il successo”: l'accuratezza e la robustezza dell'analisi; la tempestività del risultato dell’analisi; la chiarezza e la fruibilità degli insight che emergono. In questo quadro, la tecnologia può dare il massimo apporto. Per noi ha avuto un ruolo determinante per fare “il salto”, per portare cioè il risk management ad attività fondamentale per la crescita del business e supportare concretamente le decisioni di business, fornendo un'informazione e una valutazione per indirizzare una decisione, per esempio, oppure portando all’attenzione dei decisori una determinata tematica in base agli insight che abbiamo elaborato”.

Nel giocare questo ruolo, che poggia le sue fondamenta sull’output dell’analisi del rischio, l'accuratezza e la robustezza dell'informazione, nonché la tempestività nel fornire la conoscenza corretta al momento opportuno (per il processo decisionale e la decisione stessa), sono di vitale importanza per lo sviluppo del business.

In altre parole, la tecnologia diventa il mezzo indispensabile attraverso il quale costruire quella conoscenza utile per rendere più efficace e accurato il processo decisionale. È proprio questo l’esempio condiviso da Cristina D'Annibale, Direttrice dell’Ufficio Pianificazione e controllo strategico e risk management di AGEA, che ha voluto spiegare in che modo anche la prevenzione delle frodi può assumere un ruolo di innovazione profonda.

“Noi abbiamo deciso di voltare pagina e fare dell’antifrode una delle nostre missioni, passando da ente pagatore che subisce frodi ad agenzia che proattivamente si prodiga nel controllo e nella prevenzione, a supporto di altri organismi di controllo e giustizia”, ha spiegato D’Annibale. “Ma abbiamo un problema, una banca dati molto grande, strutturatasi e stratificatasi nel tempo, complessa e pesante, fatta di una serie di applicativi staccati tra loro”.

Una situazione che, in realtà, accomuna molteplici aziende italiane, sia del settore pubblico, sia in ambito privato. Spesso la stratificazione tecnologica e la presenza di data set differenti possono scoraggiare la trasformazione digitale e l’innovazione, ma le storie di chi ha intrapreso con successo questi percorsi diventano d’ispirazione e modello.  

“La prima esigenza era trovare un sistema che ci consentisse di gestire una grandissima mole di dati e di poter quindi puntare a più banche dati difformi tra di loro con dati spesso non strutturati. Una macchina potente che avesse però già tutte le componenti adatte per l’antifrode, cioè per aiutarci a identificare in modo automatico - e non più manualmente - le irregolarità, nonché classificarle sulla base dell’effettivo peso fraudolento (una irregolarità non è necessariamente una frode, ma una frode è certamente una grave irregolarità)”, spiega in dettaglio D’Annibale.

Tecnicamente, ciò che ha scelto di fare AGEA, affidandosi alle tecnologie e alle competenze dei professionisti di SAS, è stato sviluppare un nuovo indicatore di rischio, un modello di analisi da implementare all'interno del motore decisionale.

“Una volta a regime, che significa anche aver formato correttamente tutte le persone all’uso della piattaforma SAS, avvieremo una nuova fase in cui proveremo a contaminare quelle che sono le capability dei nostri esperti con quelle delle persone di SAS per implementare nuovi modelli analitici e applicazioni statistiche avanzate, anche attraverso tecniche di intelligenza artificiale, da applicare alla lotta delle frodi sul comparto agricolo”, ha voluto aggiungere D’Annibale a conclusione della sua testimonianza, enfatizzando come l’innovazione sia una sorta di “missione continua” che non si esaurisce con una implementazione tecnologica.

Le storie condivise hanno un comune denominatore: seppur attraverso scelte e strade differenti (non c’è mai una via unica), queste aziende sono riuscite realmente a “mettere in produzione” gli analytics, cioè a fare in modo che i propri modelli di analisi entrassero nei processi decisionali. Sono partite da una piccola palla di neve che, ora, sta continuando a rotolare e crescere, così come stanno continuando ad ampliarsi, attraverso gli insight abilitati dall’analisi del dato, queste storie di innovazione profonda.   

1 dicembre 2023