È l’era dell’AI, ma mancano i dati

Secondo i dati del rapporto Abi Lab “Scenari e Trend del mercato ICT per il settore bancario", il 68% degli istituti di credito sta già usando l’intelligenza artificiale in molti ambiti: dalla gestione della sicurezza alle operation, dalla fornitura di assistenza interna ai dipendenti a quella esterna, con chatbot o call centre, ai clienti.

Il tema è che però, come mostrano numerose analisi riferite al 2022, la maggior parte delle iniziative di intelligenza artificiale (nell’ordine del 60%-80%) non entra in produzione. E questa mancata implementazione dipende dalla mancanza di dati: un assurdo logico nell’era dell’overload informativo, ma sensata. Perché i dati sono disponibili in quantità abnormi ma spesso non di buona qualità e viziati da pregiudizi.

In ambito bancario, la spiegabilità e l’accuratezza dei modelli è cruciale. Dati sporchi o sbilanciati rendono poco affidabili i modelli di propensity che cercano di prevedere come si comporterà l’utente. Lo stesso vale per i modelli di fraud detection, in cui l’AI impara a riconoscere potenziali attività fraudolente a partire dallo “studio” delle caratteristiche dei casi storici, o per quelli di analisi del merito di credito di individui e aziende per l’erogazione di prestiti. In entrambi i casi i dati disponibili per l’addestramento dell’AI sono rari e spesso variabili, non sufficienti a far sì che l’algoritmi funzioni efficacemente.

C’è una tecnologia neonata intorno a cui monta sempre maggior interesse: la generazione di dati sintetici. Questi dati sono prodotti da algoritmi AI sulla base dei dati reali e giocano un ruolo cruciale nel risolvere i problemi generati da dati sporchi o sbilanciati. Perché, riproducendo i dati naturali dopo averli depurati dai difetti, arricchiscono e puliscono il dataset, assicurando che i modelli sviluppati siano omogenei e spiegabili. Ciò permette loro di funzionare in modo più efficace in un ambiente aziendale reale. Un'analisi Gartner prevede che, nel 2024, il 60% dei dati utilizzati in progetti AI sarà generato sinteticamente. Entro il 2027 si prevede che il segmento di mercato dei dati sintetici crescerà fino a un valore complessivo di 1,15 miliardi di dollari.

È in questo contesto che si inserisce la proposta di Clearbox AI, start-up torinese pluripremiata che produce dati sintetici per il mondo finanziario attraverso una tecnologia basata su algoritmi generativi. I dati sintetici contribuiscono a garantire che i modelli siano affidabili ed equi e dunque svolgono un ruolo essenziale nei modelli decisionali nel settore bancario. Potremmo dire che i dati sintetici rappresentano un nuovo paradigma per le banche. Le istituzioni finanziarie detengono enormi quantità di dati sensibili, spesso limitati da regolamentazioni rigide. I dati sintetici consentono di creare "gemelli digitali" dei loro dati, evitando la manipolazione dei dati originali e consentendo l'accesso sicuro a iniziative di innovazione, ricerca e testing.

In molti iniziano a conoscere questo potentissimo strumento che Gartner ha incluso tra le tecnologie più promettenti per il futuro. Chi li conosce lo sa: i dati sintetici saranno una delle monete del domani.