NatusAI
Un investigatore antifrode e il suo responsabile esaminano a schermo una rete di transazioni
  1. Home
  2. Casi d'uso
  3. Banche e servizi finanziari
Banche · Rilevamento delle frodi e complianceRealizzato · risultato cliente

Una grande banca europea

Intelligenza artificiale antifrode e compliance in banca: da query di 3 giorni al tempo reale

Il rilevamento delle frodi e le analisi sono passati da query che richiedevano 3 giorni a un'intelligence in tempo reale su milioni di transazioni al giorno.

Parliamo di un progetto simile
3 giorni → <1 s

tempo di una query complessa sulle relazioni

85%

di miglioramento nel rilevamento delle frodi, secondo quanto riportato dalla banca

70%

di produttività in più

Sintesi per il management: analisi antifrode e di compliance

Cliente
Una grande banca europea
Settore
Banche e servizi finanziari
Perimetro
Milioni di transazioni al giorno
Ambito
Rilevamento delle frodi, reportistica di compliance, analisi documentale

Contesto, decisione, risultato

  • Contesto. Le query complesse sul database richiedevano 3 giorni lavorativi, rendendo impossibile un rilevamento delle frodi in tempo reale. I dati, isolati per reparto, impedivano una visione del cliente a 360° e il personale passava ore a recuperare dati in modo ripetitivo.
  • Decisione. Ripensare l'architettura attorno alle relazioni: un livello dati a grafo ad alte prestazioni che collega i reparti, il rilevamento delle anomalie con machine learning e una pipeline in tempo reale per milioni di transazioni al giorno. Gli investigatori conservano il contesto completo dietro ogni allerta.
  • Risultato. Risposte sotto il secondo a query complesse sulle relazioni che prima richiedevano 3 giorni. Rilevamento delle frodi migliorato dell'85% (secondo quanto riportato dalla banca), reportistica di compliance più rapida dell'80%, produttività in crescita del 70% e soddisfazione dei clienti del 42%.
  • Tempi di messa a valore. Il personale della banca ha ricevuto sessioni di formazione e documentazione tecnica, costruite attorno alle domande che gli investigatori già si pongono.
La sfida

La sfida per i team antifrode e compliance

In banca la risposta utile dipende dalle relazioni: tra conti, transazioni, documenti, clienti ed eventi. In questa banca quelle relazioni erano disperse tra i sistemi dei vari reparti e le query complesse richiedevano 3 giorni lavorativi.

I ritardi pesavano su indagini, reportistica e ogni decisione che richiedeva un quadro connesso. Quando i dati finalmente quadravano, la finestra decisionale spesso si era già chiusa, e le decisioni lente aumentavano l'esposizione alle frodi.

Come si è svolto il lavoro

Il percorso: da query di 3 giorni a indagini in tempo reale

Il collo di bottiglia si è rivelato nelle relazioni, non nelle persone né nell'hardware.

  1. Fase 01 · Analisi

    Come abbiamo individuato i colli di bottiglia

    Abbiamo mappato il percorso dall'elaborazione delle transazioni al rilevamento delle frodi fino alla reportistica di compliance, ricostruendo i flussi di dati tra i reparti.

    Abbiamo cercato i silos, il lavoro di recupero ripetuto e le relazioni che i team dovevano vedere insieme. Così abbiamo concentrato il primo intervento sulle domande in cui i dati connessi avrebbero liberato più capacità.

    Realizzazione Analisi iniziale realizzata dal nostro team.

  2. Fase 02 · Progettazione e trasformazione

    Come abbiamo costruito un modello dati pensato per le indagini

    Abbiamo progettato un'architettura di database a grafo ad alte prestazioni, ottimizzata per query complesse sulle relazioni, e abbiamo portato i dati relazionali in una struttura adatta alle indagini.

    Abbiamo addestrato modelli di machine learning per il riconoscimento di schemi e il rilevamento delle anomalie sui dati transazionali, e costruito una pipeline di elaborazione in tempo reale per milioni di transazioni al giorno.

    Un livello dati unificato ha collegato i reparti attorno a una vista condivisa, con contesto operativo e controlli di accesso integrati nel progetto.

    Prodotti NatusAI per questa capacità

    Rendering astratto di un grafo versionato nel tempo, in cui le relazioni conservano il proprio storico
    Ogni transazione e relazione conservata con il suo storico, così uno schema si può seguire nel tempo.
Rendering astratto di un quadro operativo in cui allerte, transazioni e relativo storico sono collegati
I dati connessi trasformano il rischio di frode in un tema che il consiglio di amministrazione può discutere con evidenze alla mano.
  1. Fase 03 · Sviluppo

    Cosa abbiamo costruito

    Un motore antifrode in tempo reale con monitoraggio continuo delle transazioni, allerte immediate e scoring del rischio automatizzato. Gli investigatori vedono l'attività, lo schema di rischio e il contesto che lo circonda.

    Una piattaforma di analisi documentale con interfaccia di interrogazione in linguaggio naturale, in grado di elaborare milioni di documenti in pochi secondi, perché gli analisti possano porre domande su raccolte di documenti approvate.

    Integrazione dei dati cliente a 360 gradi con accesso trasversale ai reparti e strumenti di collaborazione.

    Prodotti NatusAI per questa capacità

  2. Fase 04 · Adozione

    Come i team l'hanno adottato

    Sessioni di formazione e documentazione tecnica per il personale della banca, costruite attorno alle domande che investigatori e analisti già si pongono, con il contesto necessario per verificare un risultato invece di accettare una risposta da scatola nera.

    Prodotti NatusAI per questa capacità

Realizzato dal team NatusAI. Le etichette di prodotto indicano quale prodotto NatusAI fornisce, o fornirà, ciascuna capacità; lo stato di rilascio è riportato in «Per il vostro team tecnico».

Investigatori antifrode esaminano insieme tabelle di transazioni e un diagramma delle relazioni (immagine illustrativa)
Immagine illustrativa.
Il lato umano

Che cosa è cambiato per i team di rischio, antifrode e compliance

Meno attesa tra una domanda e una decisione, più tempo per il giudizio.

  • Investigatori antifrode. Le allerte arrivano in tempo reale con il grafo e lo storico che le motivano, così uno schema si può seguire passaggio dopo passaggio e spiegare.

  • Team di compliance. La reportistica è più rapida dell'80%, perché i dati sono già connessi e le domande sui documenti si possono porre in linguaggio corrente.

  • Personale a contatto con i clienti. Una visione del cliente a 360 gradi, trasversale ai reparti. La soddisfazione dei clienti è cresciuta del 42%.

Risultati misurabili che contano

L'impatto: analisi antifrode e di compliance in tempo reale

3 giorni → <1 s

query complesse sulle relazioni, da 3 giorni lavorativi a meno di un secondo

85%

di miglioramento nel rilevamento delle frodi, secondo quanto riportato dalla banca

70%

di produttività in più

80%

reportistica di compliance più rapida

42%

di soddisfazione dei clienti in più

98%

accuratezza dell'analisi documentale secondo quanto riportato dalla banca, su milioni di documenti al mese

Dati comunicati dal cliente alla chiusura del progetto.

Dati finanziari e indagini

Dove può arrivare la stessa base

Nella maggior parte delle banche, contabilità, motore antifrode, modello di rischio e audit trail vivono in sistemi diversi, ricuciti da elaborazioni batch notturne. Una base connessa e consapevole del tempo vi permette di decidere, rilevare e prevedere su dati aggiornati.

Scenario di riferimento

Decisioni di credito immediate

Il problema
Concedere un prestito o un fido significa ricostruire lo storico del richiedente e la sua rete di obbligazioni: di solito un incrocio lento tra più sistemi.
L'approccio
Lo storico completo delle transazioni e la rete delle controparti si trovano in un unico luogo. Un modello di scoring li valuta e restituisce in pochi istanti un'approvazione o un rifiuto.
Il risultato
Decisioni di credito in tempo reale al punto vendita o nell'app, supportate esattamente dai dati usati per prenderle.
Scenario di riferimento

Antifrode e antiriciclaggio (AML)

Il problema
Frodi e riciclaggio emergono come schemi nel tempo, per esempio reti, catene di prestanome e picchi improvvisi, che i controlli riga per riga non vedono.
L'approccio
Seguire il denaro passaggio dopo passaggio, individuare flussi circolari e picchi di velocità e assegnare un punteggio alle anomalie mentre le transazioni avvengono.
Il risultato
Schemi sospetti segnalati in tempo reale, con la rete e lo storico completi a disposizione per indagarli e spiegarli.
Scenario di riferimento

Saldi e liquidità

Il problema
La tesoreria ha bisogno anche dei saldi di domani, ma le previsioni vivono in fogli di calcolo scollegati dalla contabilità in tempo reale.
L'approccio
Prevedere il saldo di ogni conto e aggregarlo per filiale e per l'intera banca, poi simulare scenari di stress sugli stessi dati.
Il risultato
Una liquidità prospettica su cui pianificare, aggiornata di continuo invece che una volta al mese.

«Com'era questa esposizione al 30 giugno?» Ogni transazione e relazione è conservata con il suo storico, così audit, compliance e back-testing lavorano sugli stessi dati delle decisioni operative.

Scenari di riferimento per banche, assicurazioni e pagamenti; illustrativi, non sono risultati di clienti NatusAI. Concessione del credito e credit scoring possono rientrare tra gli usi ad alto rischio dell'allegato III dell'AI Act. Vedere la governance più sotto.

Trasferibilità

Che cosa significa per banche, assicurazioni e istituti di pagamento

Banche, assicurazioni e istituti di pagamento che attendono ancora le riconciliazioni batch possono applicare lo stesso approccio, partendo da un solo percorso di indagine: una rete di frodi, uno schema nei sinistri o un report di compliance.

Partite dalla domanda che aspetta di più.

Un percorso di indagine, un insieme di relazioni reso visibile e un prima e dopo misurato.

La spiegabilità nasce dal contesto.

Quando gli investigatori vedono la rete e lo storico dietro un'allerta, possono difendere la decisione davanti alle autorità di vigilanza.

Tenete i dati dove li vuole la normativa.

Grafo, storico e analisi possono funzionare come un unico sistema sull'infrastruttura della banca.

Normativa

Progettato per la governance di DORA, antiriciclaggio, Solvency II e AI Act

Le istituzioni finanziarie devono saper spiegare, riprodurre e uscire. L'architettura mantiene una persona designata responsabile delle decisioni rilevanti, conserva lo storico necessario per ricostruirle e può funzionare all'interno del perimetro della banca.

  • DORA (applicabile dal 17 gennaio 2025): deployment on-premise o nell'UE, una strategia di uscita documentata, informazioni per il vostro registro degli accordi con fornitori terzi di servizi ICT, evidenze di ripristino (ripristino verificato, NatusAI Gemini, in roadmap)
  • Antiriciclaggio / vigilanza sulla criminalità finanziaria: allerte collegate alle transazioni, alle controparti e allo storico che le motivano, per indagini spiegabili
  • AI Act: la valutazione del merito creditizio delle persone fisiche è un uso ad alto rischio dell'allegato III, con obblighi per i sistemi ad alto rischio autonomi attesi dal 2 dicembre 2027 (salvo adozione definitiva). Sorveglianza umana, registrazione e documentazione sulla governance dei dati sostengono gli obblighi del deployer
  • Solvency II / EIOPA (assicurazioni): gli stessi controlli (sorveglianza umana, registrazione, flussi di dati documentati e un piano di uscita documentato) forniscono alle assicurazioni la documentazione richiesta dalle verifiche sul sistema di governance e sull'esternalizzazione. DORA si applica alle assicurazioni come alle banche
  • GDPR: trattamento all'interno dell'ambiente della banca, flussi di dati documentati
  • Rischio di modello: documentazione a supporto della vostra validazione interna (per esempio SR 11-7 / OSFI E-22 per le entità statunitensi e canadesi)

NatusAI vi supporta negli obblighi; non sostituisce la vostra valutazione legale né l'approvazione dell'autorità di vigilanza. Come NatusAI supporta la governance per AI Act, GDPR, DORA e NIS2

Un knowledge graph della conoscenza connessa: risposte riconducibili ai fatti e alle relazioni da cui derivano
Per il vostro team tecnico
  • Architettura realizzata: un database a grafo ad alte prestazioni per le query sulle relazioni, rilevamento delle anomalie con ML sui dati transazionali, una pipeline di elaborazione in tempo reale (milioni di transazioni al giorno), un livello dati unificato tra i reparti, un sistema multi-agente di analisi documentale con interfaccia di interrogazione in linguaggio naturale.
  • Schema del motore di riferimento: transazioni indicizzate all'arrivo come archi versionati tra nodi di conto, cliente e controparte. Grafo, serie temporali e ML in un unico motore. Query «as-of» per qualsiasi istante. Un unico eseguibile self-hosted.
  • Mappatura sulla piattaforma: NatusAI Cygnus (V1 prevista), NatusAI Auriga (Roadmap), NatusAI Aquila (Roadmap), NatusAI Orion (Roadmap), NatusAI Lyra (Disponibile).
Domande

Le domande di CRO e responsabili della prevenzione dei reati finanziari

Velocità, spiegabilità, deployment ed effetti più ampi.

Quanto possono diventare veloci le query complesse sulle relazioni?

In questa banca le query complesse che richiedevano 3 giorni lavorativi hanno ottenuto risposta in meno di un secondo, mentre il sistema gestiva milioni di transazioni al giorno.

Gli investigatori possono spiegare un'allerta generata dall'IA?

Sì. Ogni allerta arriva con le transazioni, le controparti e lo storico che la motivano: gli investigatori esaminano il contesto invece di accettare un punteggio da scatola nera.

Può funzionare on-premise?

Sì. L'architettura può funzionare come un unico sistema self-hosted sull'infrastruttura della banca.

Lo stesso approccio vale per le assicurazioni?

Sì. Il caso è stato realizzato in una banca e lo schema si applica ovunque le risposte su frodi, sinistri o compliance dipendano da relazioni e storico. Gli stessi controlli sostengono la documentazione di governance che le assicurazioni preparano ai sensi di Solvency II e DORA; NatusAI non certifica la conformità.

Che cos'altro è migliorato oltre al rilevamento delle frodi?

La reportistica di compliance è diventata più rapida dell'80%, la produttività è cresciuta del 70% e la soddisfazione dei clienti del 42%, grazie a una visione del cliente a 360 gradi trasversale ai reparti.

Risultati dei clienti
Parliamo di un progetto simile

Quale domanda sui dati connessi richiede oggi troppo tempo?

Partite da un percorso di indagine e rendetene visibili le relazioni. In 30 minuti vi illustriamo come misureremmo il cambiamento e come si inserisce nel vostro quadro DORA e di gestione del rischio di modello.

  • Si parte da una fase di analisi circoscritta, che si chiude con una chiara decisione go / no-go.
  • Dopo un primo briefing è possibile organizzare, sotto NDA, colloqui di referenza su questo caso.
Parliamo di un progetto simileTutti i casi d'uso

Oppure scriveteci a contact@natusai.com

Un piccolo team direttivo esamina in sala riunioni una sintesi dei risultati di una pagina (immagine illustrativa)