La mafia dietro i bilanci d’oro, così Rozes cerca le imprese criminali con l’intelligenza artificiale

Mafia, conti perfetti e milioni da riciclare: l’IA di Rozes smaschera le “aziende star”

Fatturati brillanti, redditività invidiabile, conti che da fuori sembrano impeccabili. A Rozes le chiamano “aziende star”, e alcune sono costruite apposta per ripulire il denaro delle organizzazioni criminali. Per riconoscerle, l’algoritmo non va a caccia della cifra sbagliata. Osserva come un’impresa si muove negli anni rispetto alle sue simili, e misura quanto se ne discosta.

Nato nel 2019 come spin-off dell’Università di Padova, Rozes conta una trentina di persone tra sviluppatori, data scientist e ricercatori. Tra i clienti ci sono grandi gruppi bancari, multinazionali e società partecipate. A fine settembre i fondatori sono stati convocati a Roma dalla Commissione parlamentare d’inchiesta sul caporalato, per illustrare gli indicatori che hanno sviluppato. Abbiamo chiesto all’amministratore delegato, Jacopo Berti, come funziona il metodo, dove colpiscono le infiltrazioni e quanto ci si può fidare di un algoritmo.

L’idea nasce da un’intuizione di Antonio Parbonetti, prorettore vicario dell’Università di Padova e ordinario di Economia aziendale. Berti lo descrive come uno dei massimi esperti al mondo di economia criminale. “Tutti studiano l’economia pulita”, osserva, “però c’è anche qualcuno che deve studiare come vengono gestiti questi miliardi di euro”.

Alla base, racconta, c’è una spinta etica fortissima e una domanda semplice: “Se mettiamo la miglior ricerca scientifica al servizio dei cittadini, al servizio della legalità, cosa può succedere?”. La risposta, per Berti, è che la ricerca “può essere un moltiplicatore di legalità enorme”.

E non solo di legalità. “È anche un moltiplicatore di affari puliti”, aggiunge. “Quando riusciamo a eliminare le aziende criminali dal tessuto produttivo, tutte le altre aziende pulite aumentano fatturato, redditività, Ebitda”. Un effetto che il gruppo, spiega, ha potuto dimostrare in termini quantitativi nei propri lavori scientifici. “Un risultato straordinario”.

Meta sfida ChatGPT con Muse Wonder: ecco cosa sa fare la nuova AI di Zuckerberg

Nei bilanci, assicura Berti, la firma delle imprese criminali c’è ed è “un messaggio chiarissimo”. Ma va letta tra le righe. “Non sono indicatori on-off: devi capire il contesto in cui ti muovi”. I casi tipici vanno dalla falsa fatturazione alle truffe sul credito e sul debito, fino ai fondi neri per la corruzione. In tutti, l’algoritmo cerca “una distonia, un disallineamento” rispetto alle aziende dello stesso settore.

L’intuizione centrale è quella che a Rozes chiamano “cinetica aziendale”. Di solito un bilancio si guarda come una fotografia; qui conta il film. “Ti muovi negli anni in maniera coerente o non coerente rispetto alle aziende del tuo settore, della tua zona geografica, con una dimensione e un volume d’affari simili?”.

Su questo confronto lavorano motori di intelligenza artificiale fatti di “centinaia di elementi di controllo che continuano a interrogarsi tra di loro”. Il risultato è una misura: quanto un’impresa si discosta dai gruppi di controllo, e quindi quanto è anomala. I dati di partenza sono pubblici: i bilanci depositati alle Camere di commercio e le informazioni dell’Autorità nazionale anticorruzione.

Berti fa un esempio, avvertendo che diventerà un po’ tecnico. “Hai una redditività che non giustifica minimamente la tua liquidità. Non stai facendo nessun tipo di investimento, però gestisci quantità incredibili di liquidità. Spiegamela”. Profili come questo, spiega, somigliano molto a quelli di chi stava commettendo truffe in determinati ambiti. Il sistema riconosce comportamenti simili a quelli di chi ha commesso 15 macro-tipi di reato, “che poi afferiscono tutti al rischio di criminalità organizzata”. Tra questi la collusione mafiosa, il riciclaggio, la bancarotta fraudolenta, la turbativa d’asta, il caporalato e l’uso di prestanome.

I settori più esposti, secondo Berti, sono il movimento terra e i rifiuti, e in parte l’edilizia. E c’è un primo mito da sfatare: non si tratta di imprese in affanno. “Sono aziende floride, che girano un sacco di soldi”. Il secondo mito riguarda la geografia. Che le infiltrazioni siano un problema del Mezzogiorno, per Berti, “è una grandissima bufala”. Le organizzazioni “devono pulire centinaia di milioni di euro, se non miliardi”, spiega. “E quindi vanno dove hanno la possibilità di farlo”.

Cioè dove c’è un tessuto produttivo capace di assorbire flussi di denaro enormi, spesso a scapito delle imprese del Nord. “Cose note, nessun segreto: ci sono state zone della Lombardia veramente molto, molto colpite”. È qui che entrano in scena le “aziende star”. “Le chiamiamo così anche nelle nostre pubblicazioni, perché brillano: viste da fuori sono delle stelle”, racconta Berti. Ottima redditività, ottimo giro d’affari, reputazione specchiata.

“Sono create apposta per poter girare decine, se non centinaia di milioni di euro continuamente e ripulirli”. Ma per farlo hanno bisogno di entrare in contatto con le imprese sane, quelle capaci di sostenere flussi di quella portata. Il contatto, però, raramente è un’alleanza. Le aziende criminali costruiscono la loro redditività creando svantaggio per gli altri, con logiche che, spiega Berti, “non seguono il vero mercato”. Chi opera nello stesso settore o nello stesso territorio finisce in difficoltà.

“La violenza non è solo fisica, è anche e soprattutto economica”, dice. “Ti attacco sui prezzi, ti attacco sulla competitività, ti metto in difficoltà”. Poi arriva l’offerta d’aiuto. “Quando sei in difficoltà subentrano: “Hai bisogno di una mano? Ti posso prestare io i soldi. Potremmo fare grandi affari, fammi entrare in società con te”“. La conclusione è secca: “E quando sono dentro è finita”.

Un’azienda sana può finire segnalata per errore? “Sì, perché sono metodi statistici”, ammette Berti. “Noi non diamo nessun risultato dicendo tu sei buono, tu sei cattivo. Noi diciamo quanto tu sei simile”. Il rischio, assicura, è ridotto al minimo. In quello che definisce un approccio “totalmente garantista”, i modelli sono stati allenati per una precisione del 92%. Quando Rozes indica un’alta somiglianza con chi ha commesso falsa fatturazione o truffe, nel 92% dei casi quel comportamento c’era davvero.

Il dato viene dal backtest, cioè dalla verifica su campioni di controllo fatti di casi già emersi. Resta un 8% di segnalazioni non corrette: per Berti molto meno di quanto sbagli un essere umano. “Il 100% non esiste, non è di questo mondo”. Va precisato che la precisione misura l’affidabilità delle segnalazioni, non quante imprese sfuggano al radar. Per questo l’ultima parola spetta agli analisti.

“Siamo come una Tac, come la più potente risonanza magnetica che possa esistere per un medico”, spiega Berti. “Poi è il medico che deve controllare e andare fino in fondo”. Lo strumento indica dove guardare, il giudizio resta umano: “Noi arriviamo fino lì e usciamo dalla stanza”.

Resta la domanda più scomoda: l’algoritmo si può ingannare? “Non è una domanda stupida, anzi, è la domanda”, risponde Berti. “Ci sono sicuramente modi, come nella natura delle cose. È il gioco di guardie e ladri”. La contromossa è la ricerca continua. Rozes ha un centro di ricerca all’università e uno interno all’azienda, dove il fenomeno viene studiato e ricostruito “ogni singolo giorno” per tenere aggiornati i sistemi. “Facciamo di tutto per essere sempre allineati, ma soprattutto un passo avanti, perché è lì che si fa la differenza”.

La posta in gioco, per Berti, va oltre i singoli clienti. Si tratta di mettere imprenditori ed economia al riparo da chi vuole mettere le mani sui soldi pubblici, anche proteggendo gli appalti delle tante società partecipate con cui Rozes lavora. “Tutto si basa sul non fermarsi mai, tenere viva la fiamma della ricerca e soprattutto la curiosità di sperimentare sempre nuovi modelli”, conclude. “Alzare sempre l’asticella: questo è doveroso”.