▾ G11 Media Network: | ChannelCity | ImpresaCity | SecurityOpenLab | GreenCity | Italian Channel Awards | Italian Project Awards | ...

Il machine learning di GFT e PwC contro le frodi assicurative

GFT e PwC hanno sviluppato una soluzione antifrode basata su algoritmi di machine learning applicati all'analisi di informazioni eterogenee

Tecnologie Trasformazione Digitale
Dalla collaborazione tra GFT Italia e PwC arriva una nuova soluzione antifrode destinata al settore assicurativo. Sviluppata congiuntamente e pensata per evolversi ulteriormente nel tempo, la soluzione si basa su elementi di machine learning applicati all'analisi dei dati collegati a vari punti del ciclo di vita delle polizze. L'obiettivo è infatti identificare tentativi di frode, individuali od organizzati, il prima possibile e non solo nella fase di liquidazione.

Quello sviluppato da GFT e PwC è un framework modulare più che una soluzione puntuale. Questo permette di offrire le stesse funzioni di identificazione delle frodi in diversi momenti (dalla prevenzione generica alle investigazioni mirate) e a vari tipi di figure, dall'operatore di call center al liquidatore. La soluzione antifrode è infatti un elemento di supporto al personale umano e non opera a "scatola chiusa". Gli elementi di machine learning fanno sì che la soluzione, una volta implementata, possa migliorare il suo tasso di rilevazione nel tempo.

Dal punto di vista più tecnico la soluzione di GFT e PwC si basa su tecnologie di analisi dei Big Data che possono ricavare informazioni da varie sorgenti, ovviamente interne ma anche pubbliche e disponibili via Internet e via social network. Le informazioni sono passate ad algoritmi predittivi di machine learning sviluppati grazie alla tecnologia della genovese Rulex, che ha già sviluppato esperienze in campo assicurativo.

money 1339295 1280

Rulex punta esplicitamente su un approccio in cui le previsioni sono comprensibili per l'utente umano e non emergono dai dati in maniera "misteriosa". La soluzione di GFT e PwC incorpora in particolare un Rule Engine che permette di gestire e monitorare modelli di regole euristiche e modelli predittivi. Include 1.200 regole derivate dall’esperienza di mercato e due modelli predittivi appunto “espliciti”. Altri possono essere sviluppati da parte di personale con le opportune competenze.

Accanto alle funzioni di machine learning applicate ai dati operativi, la soluzione di GFT e PwC prevede anche elementi di Document Detection che possono rilevare se i documenti presentati nel processo assicurativo sono contraffatti. Proprio la sempre maggiore semplicità nel produrre documenti contraffatti ha reso più elevato il rischio di frodi nelle procedure assicurative, frodi che oggi in EMEA ammontano a oltre il dieci percento del pagato.
Se questo articolo ti è piaciuto e vuoi rimanere sempre informato con le notizie di ImpresaCity.it iscriviti alla nostra Newsletter gratuita.

Notizie correlate

Iscriviti alla nostra newsletter

Soluzioni B2B per il Mercato delle Imprese e per la Pubblica Amministrazione

Iscriviti alla newsletter