Le piccole istituzioni finanziarie possono fare progressi significativi nell’utilizzo dell’intelligenza artificiale per contrastare le minacce di cyber-frode. Questa tecnologia offre difese sempre più efficaci.
È ormai accertato che negli ultimi dieci anni molte importanti istituzioni finanziarie hanno fatto affidamento sull’intelligenza artificiale per erigere difese sempre più impenetrabili contro frodi e minacce alla cyber security. Tuttavia, c’è ancora molto lavoro da fare per poter affermare che anche le banche più piccole utilizzano al meglio questa stessa tecnologia. Questo è ciò che ha sottolineato Todd Conklin, alto funzionario nel Dipartimento del Tesoro degli Stati Uniti e responsabile di Intelligenza Artificiale, durante un recente incontro virtuale organizzato dall’American Bankers Association.
Conklin ha rimarcato che, nonostante siano stati fatti grandi passi avanti nell’eliminare l’ineguaglianza tra grandi e piccoli prestatori dal punto di vista della cyber security, c’è ancora molto da fare. Infatti, con l’ausilio dell’Intelligenza Artificiale, alcune delle più grandi istituzioni finanziarie del paese hanno segnalato una “significativa riduzione” delle frodi. La questione ora è come poter estendere i vantaggi delle tecnologie difensive agli istituti di credito più piccoli.
Proteggere le piccole istituzioni finanziarie dalle minacce alimentate dall’IA è stato uno dei principali argomenti di discussione durante la conferenza stampa. Si sta facendo uno sforzo collaborativo tra settore pubblico e privato per capire come sfruttare le capacità delle istituzioni più grandi e assicurare che anche le più piccole possano godere di vantaggi simili da un punto di vista difensivo.
Paul Benda, vicepresidente del Consiglio di Coordinamento del Settore dei Servizi Finanziari (FSSCC), ha affermato che l’obiettivo delle coalizioni del settore finanziario pubblico-privato attuali e future sarà quello di “individuare modi per fornire più dati e sistemi di formazione migliori” alle istituzioni minori. Infatti, le piccole istituzioni non hanno lo stesso volume di dati su cui addestrare i loro sistemi o l’accesso a sistemi tecnici avanzati che alcune delle grandi istituzioni hanno.
È stato infatti suggerito dai rappresentanti delle istituzioni coinvolte nel report del Dipartimento del Tesoro di marzo 2021, che ci potrebbe essere bisogno di una “descrizione standardizzata, simile a un’etichetta nutrizionale, per gli algoritmi di AI forniti dai fornitori per identificare chiaramente quali dati sono stati utilizzati per addestrare un modello, da dove provengono e come verranno incorporati i dati inviati al modello”.
Debbie Guild, presidente del FSSCC, ha riconosciuto che non tutti saranno interessati a queste etichette di “nutrizione”, tuttavia, ha sottolineato l’importanza per le istituzioni finanziarie, grandi e piccole, di essere trasparenti riguardo a quando un modello di IA ha finito la sua formazione e i processi decisionali che ruotano intorno a questi output.
Infine, Conklin ha commentato come le etichette di “nutrizione” saranno “veramente significative” per le piccole istituzioni finanziarie data la loro dipendenza da fonti di dati di terze parti “per raggiungere il livello di spiegabilità che sarà richiesto loro”.