Intelligenza Artificiale per Cybersecurity

Intelligenza Artificiale per Cybersecurity, Banche, Energia e Assicurazioni

Sviluppiamo sistemi di intelligenza artificiale

Nel  2020 abbiamo iniziato lo sviluppo di un tool di cybersecurity in grado di raccogliere dati utili per l'analisi in caso di frode o incidente informatico. La mole di dati raccolta e a nostro avviso i sistemi di intelligenza artificiale attuale potrebbero fornire un contributo notevole alla segnalazione automatizzata di potenziali frodi e all'individuazione di nuovi pattern di frode. Per questo, in prima istanza riteniamo che l'intelligenza artificiale possa essere applicata con successo in ambito cybersecurity. 

A.I. PER BANCHE E FINANZIARIE

In ambito bancario, riteniamo che l'intelligenza artificiale possa essere applicata alla gestione delle seguenti tematiche:

• determinazione di affido;
• recupero del credito;
• gestione portafogli NPL.

INTELLIGENZA ARTIFICIALE PER ASSICURAZIONI

In ambito assicurativo l'implementazione di sistemi di intelligenza artificiale rappresenta una complessità inferiore rispetto alla necessità di gestire in real time una frode. Inoltre l'ampio spettro di dati derivanti da aziende di grandi dimensioni permette di agire con efficacia nell'individuare frodi assicurative.

Come individuare nuovi pattern di frode? Il machine learning e le reti neurali possono essere di grande aiuto in questo ambito. 

Sfruttando la conoscenza specifica di chi all'interno dell'azienda ha già individuato frodi ed opera nelle funzioni di Audit e Risk Management é possibile infatti determinare una baseline ricca che alimenti il ciclo di apprendimento dell'intelligenza artificiale, che potrà supportare e fornire nuovi spunti di indagine agli esperti interni.

INTELLIGENZA ARTIFICIALE PER IL SETTORE ENERGY

Il settore energia rappresenta una delle sfide più complesse per chi si occupa di intelligenza artificiale. Supportare aziende di importanza critica per individuare tentativi di attacco o intrusione é sicuramente reso difficoltoso dalla dimensione e dalla eterogeneità degli impianti concorrenti, unita alla possibilità fisica di accesso ai locali in molteplici località digitalmente connesse.

Al momento vediamo come promettente lo studio di sistemi di intelligenza artificiale applicati agli impianti off grid che per natura hanno un perimetro delimitato in modo più preciso.