fintech

Consob e la “SupTech”: il ruolo dell’intelligenza artificiale nell’attività di vigilanza

L’intelligenza artificiale si presta alle più svariate applicazioni che possono implementare e supportare le attività delle Autorità, come nel caso di Consob. I vantaggi della SupTech, ossia l’innovazione tecnologica applicata alla vigilanza, le attività delle authority mondiali, i rischi cybersecurity da considerare

Pubblicato il 25 Lug 2022

Gianluca Albè

A&A Studio Legale

Federica Bottini

A&A Studio Legale

Financial technology concept. Technological abstract background.

L’intelligenza artificiale rappresenta un elemento focale del piano strategico elaborato da Consob per il triennio 2022-2024, disponibile sul sito dell’Autorità di Vigilanza, confermando quindi la posizione assunta dalla stessa già nell’anno 2021 e proseguendo nella medesima direzione.

In collaborazione con alcuni primari Atenei italiani, Consob ha ad esempio avviato diversi progetti che prevedono l’applicazione, in via sperimentale, di sistemi di intelligenza artificiale nei propri processi di vigilanza: è la cosiddetta SupTech, ossia l’innovazione tecnologica applicata alla vigilanza.

La finanza decentralizzata sotto la lente di Bankitalia: rischi e opportunità

La Supervisory Technology nel carnet delle Autorità di vigilanza

L’Autorità italiana si mette sulla medesima linea delle Autorità di Vigilanza di diversi Stati in tutto il mondo, che hanno assunto iniziative volte all’automazione dei processi, allo scopo di rispondere in modo adeguato alle esigenze provenienti dal mercato, influenzato a sua volta dal progresso tecnologico.

Dalla crescita in atto della cosiddetta fintechderiva infatti anche un incremento notevole dei flussi informatici, sempre più intensi. I dati e le informazioni generati – e immessi – in rete, tuttavia, non solo sono in crescita dal punto di vista numerico, ma sono anche più complessi ed articolati.

Un fenomeno che inevitabilmente ha sollecitato l’attenzione da parte delle Autorità di Vigilanza operanti nel settore, chiamate a conciliare le esigenze di stabilità finanziaria con le esigenze di flessibilità ed efficienza, portando all’adozione di sistemi e procedure che prevedono una gestione cosiddetta “risk based”.

A titolo esemplificativo, l’Autorità Monetaria di Singapore (“MAS”) ha introdotto soluzioni di Machine Learning nell’ambito del contrasto del riciclaggio di denaro e finanziamento del terrorismo. L’autorità di Singapore si è collocata così tra le prime ad apportare rilevanti innovazioni tecnologiche in questo campo, al pari dell’inglese Financial Conduct Authority e dell’Australian Securities and Investments Commission.

Cos’è la SupTech

Ma in cosa consiste la SupTech? In particolare, con tale termine  si individua l’uso da parte delle Autorità di Vigilanza di strumenti avanzati di raccolta dei dati e relativa analisi, grazie al ricorso a tecnologie innovative, tra cui si collocano soluzioni di intelligenza artificiale.

L’intelligenza artificiale in informatica individua, infatti, sistemi in grado di riprodurre funzioni, più o meno complesse, proprie del ragionamento umano, che pertanto può offrire un valido ausilio alle attività di controllo e vigilanza, affiancando l’azione umana.

Si è osservato che l’intelligenza artificiale si potrebbe tradurre in una maggiore efficienza dei processi di rilevazione delle operazioni sospette, con un abbattimento delle relative tempistiche.

La posizione assunta da Consob

Per citare alcuni esempi, nella relazione sull’attività svolta da Consob nel corso dell’anno 2021, presentata lo scorso 21 giugno, si legge che “sono stati creati algoritmi di lettura automatizzata dei documenti sintetici di informazioni (KIDs) utili per orientare il risparmiatore verso investimenti consapevoli in prodotti finanziari e delle informazioni statistiche sulle operazioni effettuate nel corso di eventi price sensitive per individuare eventuali abusi di mercato”.

Un KID (Key Information Document) è un documento di natura precontrattuale che contiene le informazioni chiave relative ai prodotti di investimento, la cui redazione, secondo lo schema previsto a livello europeo, è obbligatoria per i prodotti di investimento al dettaglio e assicurativi preassemblati (in breve, PRIIPs).

Si tratta di un documento sintetico il cui scopo è consentire all’investitore di assumere decisioni di investimento non solo informate, ma anche consapevoli, richiedendo a tal riguardo l’impiego di un linguaggio chiaro e comprensibile anche con l’aiuto di parole evidenziate o in grasseto.

In particolare, con tale progetto, CONSOB si è posta l’obiettivo di ridurre a un brevissimo lasso temporale la lettura e analisi di ciascun KID: l’algoritmo, in soli 3 secondi, è in grado di individuare le criticità e i rischi potenziali connessi al KID, abbattendo così il tempo di regola impiegato da un operatore per un singolo documento che si attesta a 20 minuti.

Il piano triennale Consob

Venendo ora al piano triennale, invece, Consob ha precisato che sono già a sue mani quasi 50 database contenenti dati strutturati per un totale di circa 20 terabyte, cui vanno aggiunti i volumi di dati non strutturati con l’impegno di realizzare il progetto di sviluppo del proprio Data Lake – quindi quel tipo di repository di dati in grado di archiviare, anche per il tramite di Machine Learning, set di dati non elaborati di grandi dimensioni e di varia tipologia nel loro formato nativo – e di consolidamento del Data Warehouse per consentire una più ampia condivisione di tutto il patrimonio informativo tra le strutture interne ed anche per velocizzare l’analisi integrata delle fonti strutturate e non strutturate.

Appunto su tale infrastruttura saranno sperimentate tecniche di intelligenza artificiale e Consob ha individuato anche le aree di intervento (Audit, Abusi di Mercato, Post Traiding, PRIIPS, ACF, Prospetti Informativi e Fenomeni Abusivi).

Questo sistema, comunque, non implica la totale sostituzione dell’intelligenza artificiale all’uomo, che mantiene un ruolo primario nell’analisi del documento.

Lo scopo dell’algoritmo è, anzi, fornire un supporto preliminare all’attività di controllo, individuando in modo celere gli aspetti su cui concentrare l’attenzione, sollecitando l’intervento “umano”.

Prevenzione degli abusi di mercato: il progetto Consob-Scuola Normale Superiore di Pisa

Un analogo progetto condotto da Consob con la Scuola Normale Superiore di Pisa mira alla prevenzione degli abusi di mercato, analizzando i comportamenti degli investitori prima della rivelazione di eventi “price sensitive”, attraverso sistemi di Machine Learning. Una discontinuità dei comportamenti registrati a circa un mese da tale evento può infatti essere determinata da intenti abusivi.

Conclusioni

L’intelligenza artificiale si presta alle più svariate applicazioni che possono quindi implementare e supportare le attività delle Autorità (si pensi ad esempio alla gestione dei portafogli o alla prevenzione del riciclaggio e finanziamento del terrorismo, sulla scorta di quanto già sperimentato a Singapore).

Accanto agli indubbi vantaggi, nell’ottica di efficienza ed efficacia delle attività di vigilanza, occorre tuttavia considerare che la rete è un luogo per certi aspetti vulnerabile.

Occorre pertanto tenere adeguatamente in considerazione i rischi connessi all’uso di sistemi di intelligenza artificiale, per esempio affiancando meccanismi di cybersecurity.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Social
Iniziative
Video
Analisi
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati