L’adozione di tecnologie avanzate e soluzioni di intelligenza artificiale nei presidi di Anti Financial Crime sta trasformando in profondità il modo in cui le funzioni di controllo operano, si integrano con il business e interpretano il proprio ruolo all’interno delle organizzazioni complesse. In questo contesto di profonda evoluzione, ComplianceDesign.it ha intervistato Michele Valeriani, Group Chief Anti Financial Crime Officer di Generali, per approfondire visione, scelte strategiche e implicazioni operative di un percorso di trasformazione che integra automazione, GenAI e competenze umane all’interno del framework AFC di Gruppo.
Ne emerge una riflessione matura e concreta su governance, cultura organizzativa, ruolo del giudizio professionale e collaborazione tra funzioni, con uno sguardo lucido sulle sfide attuali e sulle traiettorie evolutive dei prossimi anni.
Dai suoi interventi emerge che l’adozione di tecnologie avanzate nell’AFC non è stata un semplice esercizio di efficienza. Qual è stata la visione che ha guidato questa trasformazione e quali limiti del framework pre-automazione vi hanno spinto ad accelerare?
In Generali abbiamo una visione ambiziosa sull’utilizzo dell’automazione applicata ai processi aziendali, incluse le attività di controllo, funzionale alla semplificazione da un lato, e all’efficientamento dall’altro. È una parte fondamentale del nostro piano strategico Lifetime Partner 27 Driving Excellence: costruire un framework in cui persone e tecnologia si integrano in modo sinergico, con la tecnologia a supporto e pienamente integrata nei nostri processi. L’expertise umana rimane il fulcro, mentre la tecnologia non solo supporta la gestione di volumi e attività ripetitive, ma rappresenta un fattore abilitante per ampliare la copertura e aumentare la precisione dei controlli anche in ambito AFC.
Quando questi due elementi si combinano correttamente, il risultato è un modello più efficiente, coerente, affidabile e scalabile. Questo equilibrio è il cuore del nostro approccio. L’equazione uomo-macchina genera valore: produce miglioramenti concreti quando aumenta l’efficienza e l’efficacia dei controlli.
Osserviamo una crescente complessità, aspettative regolamentari in aumento, dinamiche di mercato che impongono di rimanere al passo con i trend, nuovi modelli AFC, volumi crescenti e una maturità tecnologica consolidata. L’idea è semplice: se si agisce solo quando la pressione esterna lo impone, si è già in ritardo. Invece di attendere fattori esterni, abbiamo scelto di agire in anticipo.
Avete avviato l’automazione di sette controlli di secondo livello. Quali criteri hanno guidato questa prima selezione e quale valore concreto avete riscontrato in termini di qualità del presidio?
Prima di avviare il progetto di automazione, abbiamo condotto un assessment sull’intero catalogo dei controlli AFC e sui relativi processi di primo livello impattati dalle verifiche. I 7 controlli selezionati per il 2025 rappresentano la prima wave del progetto, cui seguiranno ulteriori fasi. Si tratta di un’iniziativa con un orizzonte pluriennale che si coniuga anche con la strategia del Gruppo di armonizzazione e ottimizzazione dei processi di business. La scelta è ricaduta su un set di controlli strutturalmente più semplici, ma che consentissero la creazione di un modello rapidamente scalabile e potenzialmente applicabile alla maggior parte dei controlli, testando progressivamente l’approccio end-to-end.
Il beneficio atteso va oltre l’efficienza. L’obiettivo è senza dubbio quello di ridurre i tempi di esecuzione dei controlli, ma il valore aggiunto è la qualità e affidabilità del risultato ottenuto: la tecnologia da un lato riduce la variabilità, libera gli analisti da attività manuali e ripetitive, dall’altro rafforza il presidio sui controlli, spingendo l’analisi dell’operatore a livelli qualitativi molto più alti.
In che modo i modelli automatizzati stanno cambiando il lavoro quotidiano degli analisti AFC, sia operativamente sia in termini di contributo professionale?
I cambiamenti nel lavoro quotidiano stanno avvenendo in modo graduale, e questo è intenzionale: ci troviamo esattamente dove volevamo essere. In questa fase, la nostra priorità è garantire che i modelli funzionino in modo efficace negli ambienti operativi reali, con una forte supervisione delle persone, in un contesto ad elevata complessità legata ad una eterogeneità di processi di business.
Il cambiamento di ruolo per gli analisti è significativo: invece di eseguire manualmente i controlli, passeranno a un ruolo di supervisione e validazione. Il loro lavoro si concentrerà maggiormente sul giudizio analitico, sulla valutazione della qualità e completezza dei dati a disposizione, sulla revisione degli output, sul monitoraggio delle performance e sulla comprensione delle eccezioni, piuttosto che sull’esecuzione ripetitiva. Avranno quindi maggior tempo per attività a più alto valore aggiunto.
L’impatto sul lavoro quotidiano aumenterà man mano che scaleremo, ma al momento l’attenzione è rivolta a consolidare le basi e garantire che la tecnologia funzioni come previsto in tutte le geografie di Generali. Questo approccio misurato è ciò che ci consentirà di avere successo nel lungo periodo. Abbiamo ambizioni importanti e traguardi stimolanti che raggiungiamo con un approccio disciplinato ed equilibrato.
L’uso della GenAI in AFC solleva temi di explainability e accountability. Come avete lavorato sulla fiducia interna verso decisioni supportate dall’AI?
Abbiamo beneficiato del fatto di essere parte di un Gruppo in cui la trasformazione tecnologica è già integrata nel modello operativo e sono, come dicevo poc’anzi, parte del piano strategico. Fin dall’inizio, questo è stato uno sforzo congiunto tra Group AFC, Group Data, la funzione Artificial Intelligence & Automation e la più ampia organizzazione del Group Chief Operating Officer. Non abbiamo sviluppato in isolamento né fatto affidamento su fornitori esterni: avevamo nel Gruppo le competenze interne per progettare, testare e governare queste soluzioni end-to-end.
Grazie a questa impostazione, temi come explainability, accountability e controllo sono stati considerati sin dal primo giorno. Abbiamo sempre chiarito che l’AI supporta le decisioni, ma non sostituisce la responsabilità umana. I nostri modelli hanno regole di salvaguardia e logiche documentate, in modo che i risultati possano essere compresi, contestati e revisionati.
Avere la trasformazione tecnologica già integrata nel modello operativo del Gruppo ci ha permesso di avanzare con la giusta governance, i corretti framework di rischio e le capacità interne necessarie. Non si tratta solo di adottare l’AI, ma di avere la maturità organizzativa per utilizzarla in modo responsabile.
Cosa ha funzionato nella collaborazione tra Group AFC e le funzioni Data, AI & Automation e quali aspetti richiedono ancora maturità?
Ciò che ha funzionato bene è stata la chiara comprensione dei ruoli e delle responsabilità, combinata con un obiettivo condiviso. Il Group AFC ha definito la logica dei controlli, le aspettative di governance e i parametri di rischio, ha testato i modelli e partecipato al fine tuning finale. Il team Group Data, AI & Automation ha portato competenze in architettura tecnica, progettazione dei modelli e capacità di implementazione. Allo stesso modo, essendo Group AFC una funzione di controllo e di advisory, siamo riconosciuti come partner delle strutture aziendali di business: la loro ambizione di voler automatizzare processi per essere partner di vita dei clienti beneficia delle nostre valutazioni preventive affinché vengano garantiti e rispettati gli obblighi e le previsioni normative esterne e di Gruppo. Una decisione chiave è stata sviluppare tutto internamente. Questo ci ha garantito il controllo su design, integrazione e adattamento, consentendoci anche di scalare gradualmente sulla base dell’esperienza reale.
Guardando al futuro, la sfida è continuare a costruire capacità trasversali. Ciò significa che i professionisti AFC dovranno acquisire maggiore competenza sui dati, mentre gli sviluppatori dovranno sviluppare una più profonda consapevolezza del rischio AFC. Per sostenere questa spinta innovativa, stiamo inoltre provando a rafforzare la nostra capacity, sia in termini di risorse che di investimenti, così da trasformare sempre più rapidamente le ambizioni in realtà.
Quanto pesa oggi la cultura organizzativa nel successo dei progetti di AI applicata alla compliance?
La cultura è un fattore decisivo. Si può avere la tecnologia giusta e indicazioni regolamentari chiare, ma senza il contesto adeguato, l’adozione non avviene in maniera efficace, e quindi utile. Nel nostro caso, essere parte di un Gruppo in cui l’innovazione è parte integrante della cultura e del modo di ragionare di tutti i giorni, ha fatto la differenza. Le persone erano aperte a nuovi modi di lavorare e disponibili a interagire con la tecnologia. Non è stato necessario giustificare l’uso dell’AI: ci siamo concentrati sull’applicazione responsabile, incoraggiando le persone a mettere in discussione il comportamento dei modelli, a porre domande critiche e a rimanere vicine alla logica. È questo che dà credibilità all’AI in un contesto di compliance: non solo i risultati, ma anche trasparenza e accountability. Il supporto della leadership ha avuto un ruolo essenziale, chiave. Fin dall’inizio è stato chiaro che si trattava di una priorità strategica, non di un’iniziativa isolata.
Come evolve il rapporto tra Prima e Seconda Linea di Difesa in un contesto sempre più data-driven?
Ruoli e responsabilità non cambiano. Ciò che evolve è il modo in cui le due linee interagiscono e, probabilmente, la percezione che la Prima linea ha della Seconda, unita al senso di responsabilità che ha maturato verso gli adempimenti che è chiamata a svolgere. L’automazione è particolarmente apprezzata dalla Prima linea perché permette di gestire alcuni adempimenti AFC di loro competenza, riducendo il carico operativo a parità di livello di adeguatezza regolamentare, e al tempo stesso, rafforzando la responsabilità sulle attività che restano sotto il controllo umano. Per la Seconda linea, la tecnologia abilita una supervisione più coerente e scalabile, consentendo di concentrarsi su ciò che richiede giudizio indipendente: validare la logica dei modelli, valutare l’efficacia dei controlli, decidere su casistiche complesse o peculiari e identificare rischi emergenti. La tecnologia è un abilitatore, ma il giudizio umano e la chiarezza dei ruoli rimangono fondamentali.
L’AI rischia di ridurre il peso del giudizio professionale o, al contrario, di rafforzarlo?
L’AI non riduce il giudizio professionale, lo eleva e lo rende più centrale e prezioso che mai. Quando le persone vengono liberate da attività manuali e ripetitive, possono applicare la propria competenza dove conta davvero: è come rimuovere il rumore di fondo. L’AI gestisce grandi volumi in modo coerente, ma non può comprendere il contesto, valutare le sfumature o prendere decisioni ragionate in situazioni ambigue. È qui che il giudizio umano diventa cruciale. La natura del contributo professionale cambia: si concentra sull’analisi delle eccezioni, sulle decisioni che richiedono esperienza e competenza e sulla supervisione delle valutazioni della macchina. L’AI alza anche l’asticella: il giudizio umano, limitato alle casistiche non gestite dall’AI, diventa più professionale, puntuale e responsabile.
La convergenza su un’unica piattaforma AFC rappresenta un passaggio chiave: qual è la principale sfida che intravedi?
La principale sfida è gestire il periodo di transizione. Anche se la piattaforma offre benefici evidenti, le persone sono abituate a operare in modi consolidati. L’adozione su più geografie, ciascuna con peculiarità locali, richiede un attento change management per ridurre al minimo le frizioni. Abbiamo progettato la piattaforma tenendo conto delle pratiche operative esistenti, ma il successo dipende dal coinvolgimento e dalla collaborazione locale. Il roll-out funziona solo se manteniamo un contatto stretto con i team, comprendiamo i loro vincoli e li aiutiamo a integrare il cambiamento nelle attività quotidiane. Non si tratta di un semplice progetto IT stand-alone, ma di un cambiamento organizzativo che deve essere gestito con cura e che gestiremo con rigore e attenzione, in connessione e team work con tutte le Funzioni coinvolte, come sempre.
Quali ambiti dell’Anti Financial Crime vedi oggi più maturi per un’ulteriore evoluzione tecnologica?
C’è spazio per un’evoluzione tecnologica in molti processi AFC. Guardando avanti, l’opportunità va oltre i singoli strumenti: riguarda scambi di dati più sofisticati tra i processi di Prima linea – screening, classificazione della clientela, sistemi di case management – con l’obiettivo di garantire flussi di dati puliti e affidabili in tutto l’ecosistema AFC. A ciò si aggiunge tutto il processo di analisi e di misurazione dei rischi: applicare la tecnologia ai modelli di risk assessment permetterà di evolvere da un esercizio tendenzialmente statico (pensando soprattutto alla misurazione del rischio intrinseco), ad un processo pre-deterministico delle componenti di business a maggior rischio. Questo permetterà di costruire e far evolvere il sistema dei controlli interni basati su un approccio risk based usando tutte le informazioni tempo per tempo disponibili. La vera evoluzione nei prossimi anni non sarà solo automatizzare più processi, ma costruire le fondamenta di qualità e integrazione dei dati che permettano all’automazione intelligente di scalare. Una migliore infrastruttura dati oggi significa maggiori possibilità di automazione domani. Chiaramente, per raggiungere questo obiettivo sarà necessario il coinvolgimento diretto della Prima linea, owner del dato alimentante.
Che indicazioni daresti a una funzione Compliance che vuole avviare un percorso simile partendo da una realtà meno strutturata?
Concentrarsi su processi selezionati, dove la tecnologia genera valore tangibile. I primi successi creano fiducia e abilitano la scalabilità. Essere selettivi: non tutti i problemi richiedono l’adozione dell’AI e il goal finale è risolvere problemi reali in modo sostenibile, con i mezzi a disposizione.
Porre la qualità dei dati prima di tutto: senza dati puliti, anche la tecnologia più avanzata fallisce. Il problema spesso non è la macchina, ma il carburante che la alimenta.
Mettere le persone giuste al posto giusto: scegliere profili analitici e tech, sviluppare le competenze, favorire collaborazione e fiducia. Con il team giusto, il resto segue, anche quando il budget è limitato.