Questo è il primo post di un viaggio che ci porterà a scoprire come la privacy sia un elemento fondamentale nel settore finanziario (finance), quali problemi rappresenti e le accortezze oggi impiegate per essere conformi alle regolamentazioni internazionali.
Questo è il secondo post nell’ambito finance che intendo continuare a sviluppare perché ritengo sia molto interessante, nonché ricco di curiosità.
Il nostro viaggio, iniziato con la preparazione del materiale nel post sule guide e risorse di qualità per lo sviluppo di machine learning nel fintech, si concretizza qui.
Prima di addentrarci nel vivo nel discorso però, i convenevoli sono necessari.
Convenevoli: Too long, don’t read
Il 2020 è stato un anno arduo, perché ha preteso che ognuno di noi spolverasse una dote evolutiva da tempo dimenticata dai più: la capacità di adeguarsi all’ambiente che ci circonda.
Lascia che ti spieghi meglio questo concetto.
Oltre un secolo e mezzo fa, Darwin elaborò la teoria evoluzionistica che oggi conosciamo.
Un lavoro di sublime ricerca e analisi, che possiamo sintetizzare in un concetto chiave di suprema importanza: “Sopravvivenza del più adatto“.
Cosa significa questa frase?
Guarda, è semplice.
L’essere umano è tra le specie che meglio si adegua al cambiamento, non la più veloce, qualche batterio ne ha il primato, ma una tra le più resistenti.
Lo sviluppo della società, con l’organizzazione sociale da tribù di poche centinaia di persone a megalopoli da decine di milioni di individui, e tutte le conseguenze derivanti, hanno progressivamente ridotto l’importanza di quelle doti che l’evoluzione di ha concesso.
È proprio questo il punto.
L’anno 2020 è stato una crisi, una perturbazione nella vita di ognuno di noi.
Eppure, la parola crisi che tanto fomenta le nostre paure più recondite, ha per i greci un significato differente.
krísis significa scelta, decisione
Ovvero, un momento che ci sottopone a un’importante decisione, drastica, con effetti di lungo termine.
Cercherò allora di ricordare il passato 2020 come un anno di decisioni difficili, di scelte importanti che cambieranno la mia vita in una nuova regolarità, differente, e migliore.
Ho deciso di includere questo breve paragrafo nel copro del primo post del 2021, che purtroppo arriva con un po’ di ritardo il 1 di febbraio.
Non temere, sto bene, benché quel’eco di follia che echeggia nella mia mente farebbe pensare il contrario.
La verità è che negli ultimi 30 giorni ho dato priorità ad altre attività, ma ora siamo tornati.
Quindi, finalmente, senza ulteriori indugi, ammainiamo le vele.
Bussola fissata, e timone di poppa allineato.
Siamo pronti a salpare!
Introduzione: rapporto tra Privacy Dati AI nel settore finanziario
Abbiamo un problema.
Ci siamo svegliati nel corpo del direttore esecutivo di un’istituzione finanziaria.
Beh… abbiamo due problemi.
Il primo, è cercare di capire come siamo arrivati qui. Lo risolveremo prossimamente, magari dialogando con uno psicologo.
Il secondo, è che adesso siamo responsabili di diverse aree aziendali.
Il nostro obiettivo?
Assicurarci che ogni attività eseguita sui dati sia svolta in piena conformità normativa.
Tuttavia, giorno dopo giorno, ci accorgiamo che per fare quel salto di qualità nella classifica dei migliori Executive del settore finanziario abbiamo bisogno non solo di essere conformi alle normative ma anche di produrre concreti risultati dal trattamento dei dati.
Ecco l’insidia.
Per ottenere risultati occorre comprendere, parola latina che significa prendere insieme, e per farlo occorre considerare un fenomeno nella sua interezza.
Immaginiamo di esserci posti l’obiettivo di sviluppare un modello di riconoscimento frodi.
Sappiamo di aver bisogno di dati e… non ne abbiamo abbastanza. La percentuale di falsi positivi, del 95%, è esageratamente alta.
Non siamo i soli però ad avere questo problema.
La gestione dati nel settore finanziario
Solamente con i propri dati, le singole istituzioni del settore finanziario rischiano di giungere a considerazioni errate.
La condivisione delle informazioni gioca allora un ruolo essenziale nella definizione della visione d’insieme.
Tuttavia questo tipo di messa in compartecipazione dei dati nel settore finanziario è ostacolato da restrizioni sulla residenza del dato, sul trattamento e la condivisione dello stesso.
Così, le banche, compagnie assicurative e agenzie di gestione degli investimenti, faticano ad avere una visione chiara e completa dei propri clienti e dell’ambiente in cui operano.
Consideriamo poi una cosa fondamentale.
Stiamo ragionando su un sistema di natura olistica, per cui il valore complessivo generato dall’unione dei dati è superiore a quello delle singole banche dati.
Tuttavia le parti in gioco sono diffidenti a cedere con tanta semplicità dati che contengono, oltre a informazioni confidenziali dei propri clienti, anche preziose informazioni che appartengono alla proprietà intellettuale e che conferiscono un vantaggio competittivo.
Il motivo per qui è tanto importante risolvere questo tipo di problemi, è che la soluzione beneficerebbe tutte le parti.
Una configurazione che definiamo win-win, con clienti soddisfatti di ricevere consigli personalizzati e specifici, e istituzioni in grado di offrire migliori servizi ed estendere quindi la base utenza.
La soluzione definitiva a questo tipo di problemi è un insieme di tecnologie che su questo blog trattiamo ormai, anche in modo tecnico, da diversi mesi.
Parliamo delle Privacy Enhancing Technologies.
Quest’anno però, intendiamo capire meglio come queste tecnologie possano essere usate concretamente per risolvere problemi specifici nel mondo reale, abbandonando i Prove of concepts teorici.
Nei prossimi giorni arriveranno dunque numerosi altri approfondimenti, che ti prometto saranno più dettagliati di questa introduzione, per scoprire sempre più a fondo la relazione tra privacy, dati e ai nel settore finanziario.
Per il momento è tutto.
Per aspera, ad astra.
Un caldo abbraccio, Andrea
