Experian selezionata per la Terza Call for Proposal di Milano Hub con una soluzione GenAI

La società ha ideato una soluzione basata sulla GenAI per contrastare le frodi che colpiscono il settore in forte crescita del BNPL.
genAI

In un contesto di crescente digitalizzazione dei pagamenti, dove efficienza, rapidità e sicurezza sono essenziali, ma devono essere accompagnati da livelli di sicurezza costantemente elevati, la tech company Experian ha presentato “Fraud Detection con GenAI per Buy Now Pay Later”, un progetto di soluzione innovativa che applica l’intelligenza artificiale generativa (GenAI) al contrasto delle frodi nel settore del BNPL. Il progetto è stato ammesso al Terza Call for Proposal di Milano Hub, il Centro d’Innovazione della Banca d’Italia, per “la sua capacità di affrontare le sfide legate alla sicurezza, alla tracciabilità delle transazioni, all’autenticazione dei soggetti coinvolti e alla protezione dei consumatori”.

Ne dettaglio, “Fraud Detection con GenAI per Buy Now Pay Later” si inserisce nel più ampio contesto di trasformazione del settore, che vede l’open banking, i pagamenti istantanei (P2p, Pos, e-commerce) e l’interoperabilità tra sistemi come elementi chiave per un futuro finanziario più inclusivo e trasparente, nel rispetto delle normative europee (come il Gdpr) e delle iniziative internazionali in materia.

“In Experian, adottiamo un approccio etico e responsabile alla gestione dei dati, e questo progetto riflette il nostro impegno per la protezione di consumatori e aziende dalle frodi, in particolare nel mercato in rapida crescita del BNPL – ha commentato Giulio Mariani, Data & AI Manager di Experian Italia – Il riconoscimento del nostro progetto di Fraud Detection da parte di Banca d’Italia sottolinea il potenziale della nostra soluzione per un settore chiave per l’economia digitale e rappresenta una preziosa opportunità di collaborazione e confronto con altri innovatori del settore fintech, per condividere best practice e contribuire attivamente allo sviluppo di un ecosistema dei pagamenti digitali più sicuro e affidabile”.

Come funziona la soluzione basata sulla GenAI di Experian

Analizzando indicatori digitali come e-mail, indirizzi IP e numeri di telefono, gli algoritmi sviluppati da Experian sono in grado di valutare il rischio di frode associato a ciascuna transazione e di individuare pattern sospetti e anomalie anche in presenza di identità rubate o sintetiche, al fine di consentire ai provider Bnpl di prendere decisioni informate in tempo reale, approvando le transazioni legittime e bloccando quelle sospette. Inoltre, nel contrasto alle frodi, gli algoritmi di GenAI stanno giocando un ruolo chiave per la prevenzione dei deep fake: immagini verosimili, create artificialmente, che vengono sempre più spesso utilizzate dai frodatori. Experian supporta le istituzioni nell’identificare e fermare tali frodi.

L’ammissione del progetto “Fraud Detection con GenAI per Buy Now Pay Later” nell’ambito della Terza Call for Proposal di Banca d’Italia – ha scritto la società in una nota – rappresenta un’occasione preziosa per contribuire attivamente all’evoluzione dei pagamenti digitali. La collaborazione con esperti in ambito bancario, finanziario e assicurativo, insieme al supporto in ambito informatico e normativo, fornirà a Experian gli strumenti per perfezionare ulteriormente la soluzione e adattarla alle esigenze del mercato, oltre a facilitare lo scambio di idee con altri innovatori del settore, creando nuove opportunità di crescita e sviluppo.

Iscriviti per restare aggiornato su tutte le ultime news e eventi Insurtech
Facebook
LinkedIn
X
WhatsApp

ALTRE NOTIZIE

AGENDA

INSURZINE NEWSLETTER

Iscriviti per restare aggiornato su tutte le ultime news e eventi Insurtech.

WEEKLY

Weekly_24_07_2026_Cover

Numero 182 – InsurZine Weekly 24 luglio 2026

Europa, il mercato insurtech cambia passo: Alan traina, Italia tra i mercati più dinamici. L’AI ridisegna la filiera assicurativa: perché compagnie e broker devono investire in modo diverso. Underwriting, l'AI è ormai di casa: l'80% dei team la usa ogni giorno.

Articoli correlati