Agenda

Inside Forum

Student contest - arrow
Conference audience listening to presenter

Data-Driven Marketing

SAS Forum Japan

Artificial Intelligence
e Transformation    

Digital world abstract

The New Age of Risk Analytics   

Audience takes a poll at SAS AIX Singapore

SAS Tech

Sessioni pomeridiane

Student contest - arrow
Abstract data representaion

DATA Talks

Forma Mentis InnovAction Award at SAS Forum Milan 2018

Giovani e Futuro

Businesswoman in a dark conference room with screens

Anti-Money Laundering What's Next?

Conference audience listening to presenter

Inside Forum

Data-driven Marketing

Modera  Armando Cirrincione, professore dipartimento di marketing - Università Bocconi
SAS Host  Claudio Broggio, Digital Acceleration Leader

 In collaborazione con:

Accenture Interactive
Intel


SALA AMBER 3&4

  
14:30Apertura Lavori Inside Forum Data-driven Marketing
Claudio Broggio, Digital Acceleration Leader - SAS Host
14:35Il punto di vista di Armando Cirrincione, professore dipartimento di marketing - Università Bocconi
14:45L'analisi del dato e la ricerca della felicità
Francesco Minelli, Direttore Marketing – Gruppo Cattolica Assicurazioni
15:00PANEL: Il Data-Driven Marketing va in onda: strategie, competenze, progetti e risultati di chi lo sta già mettendo in pratica
Andrea Scola, Business Intelligence Marketing - Repower Italia
Duccio Stefano Gazzei e Marco Congi, Advocacy Analytics Lab - BNL BNP Paribas
Simone Ranucci, Co-fondatore e Presidente - Yolo Group
15:45Deep Dive nel Data Driven Marketing: La tecnologia abilitante e un caso di successo
Fabrizio Verroca, Project Manager - TIM
16:15Data Ownership: una nuova prospettiva nell’era della privacy come fattore critico di successo
Riccardo Zanardelli, Digital Business Development Manager / Service Platforms - Fabbrica d'Armi P.Beretta

Il data sharing ha reso possibile l’economia digitale che conosciamo oggi, ma ha anche mostrato dei limiti strutturali. Come vengono utilizzati i nostri dati? Quanto? Quando? Perché? La tecnologia ci offre oggi gli strumenti per affrontare una sfida del tutto nuova: gestire i nostri dati (e quelli dei nostri clienti) con consapevolezza, sostituendo all’atto di fede della policy un nuovo grande atto di fiducia digitale, governato da protocollo e codice. Difficile? No, al contrario, e può essere anche la leva di marketing più importante dei prossimi anni.
16:30Conclusioni
16:45Chiusura lavori
SAS Forum Japan

Inside Forum

Artificial Intelligence e Transformation

Modera  Vito Sinopoli, direttore responsabile di Business People
SAS Host  Francesco Rainini, Digital Acceleration Leader

SALA AMBER 1&2

  
14:30Apertura Lavori Inside Forum Artificial Intelligence e Transformation
Francesco Rainini, Digital Acceleration Leader - SAS Host
14:35Il punto di vista di Vito Sinopoli - Direttore di Business People
14:45Data Ergo Sum?
Francesca Vergara, CIO - Italgas
15:00

PANEL - Diverse industry in continua trasformazione con una base comune: il dato e il suo valore

Cos’hanno in comune pratica medica, customer experience e industria? Ci stiamo massificando o individualizzando? In questa veloce trasformazione l’intelligenza artificiale è davvero qualcosa di cui fidarsi? Sentiremo dalla voce dei nostri ospiti come la trasformazione sta pervasivamente entrando nelle loro realtà e come i dati e il loro utilizzo stanno velocemente ricoprendo un ruolo centrale nella sfida competitiva.

“Senza dati sei solo un’altra persona con un' opinione”
[William Edwards Deming ]

Alberto Branchesi, Head of Data and Digital Platforms - Assicurazioni Generali Group
Giacomo Lovati, Direttore Insurance & Telematic Services - UnipolSai
Daniel Rodriguez, Head of Big Data and Advanced Analytics - Vodafone
Gabriella Scapicchio, Sindaco di Le Village by CA Milano
Vincenzo Valentini, Scientific Deputy Director Head Health Big Data - Policlinico Gemelli IRCCS
16:15Evolvere la gestione del cliente attraverso Advanced Analytics
Santa Maccarone, Direttore CRM – Unieuro

Unieuro, società leader nel settore eldom retail in Italia, sta sviluppando tool analitici in grado di evolvere l’attuale gestione dei dati del cliente. Attraverso SAS, Unieuro sta mettendo in piedi modelli di analisi che segneranno il definitivo passaggio da informazioni e dati sul cliente di carattere deterministico a KPI e attributi dinamici che garantiranno insight sui comportamenti previsionali del cliente. Questo percorso analitico evolutivo permetterà di svolgere analisi e lanciare campagne cliente-centriche che uniscano dimensioni complesse cross-canale, categoria e brand. I modelli analitici predittivi in via di sviluppo comprendono analisi di propensione al riacquisto, modelli di next best product calcolati sulla storia d’acquisto del cliente e sui suoi interessi, modelli volti alla definizione di prodotti cross-categoria complementari e analisi di elasticità al prezzo e sensibilità agli sconti. I dati e le informazioni raccolte attraverso i modelli predittivi sono la base di una strategia di contatto più strutturata che andrà ad impattare alcuni importanti leve di business tra cui ottimizzazione del budget di investimento marketing, riduzione dei livelli promozionali, incremento della loyalty dei clienti e aumento delle performance di vari KPI commerciali con conseguente aumento del fatturato.
16:30Digital Transformation e Big Data: come utilizzare al meglio i dati provenienti dalle Survey e dai Touchpoint multicanale
Anna Baima Poma, Senior Manager - Qualità e Ricerche BdT, Intesa Sanpaolo
Alberto Saccardi, Senior Partner, Nunatac

L’integrazione dei canali digitali con i tradizionali touch-point aziendali, oltre ad ampliare le possibilità di interazione con i propri clienti e accorciare i tempi di reazione, abilita anche la possibilità di raccogliere feedback basati su logiche proprie delle Survey. Tuttavia, la facilità di raccolta dei feedback si scontra con le problematiche di rappresentatività dei dati rilevati mediante queste modalità. Nel nostro intervento vedremo come alcune di queste problematiche possano essere affrontate e come Intesa Sanpaolo abbia messo in esercizio un sistema di misurazione del Net Promoter Score (NPS) sfruttando la possibilità di contattare direttamente i propri clienti. 
16:45Conclusioni
17:00Chiusura lavori
Digital world abstract

Inside Forum

The New Age of Risk Analytics

Modera  Chiara Frigerio, Professore di Organizzazione Aziendale, Segretario Generale CeTIF Università Cattolica del Sacro Cuore di Milano
SAS Host  Anselmo Marmonti, Senior Director Risk & Finance Practice South EMEA

SALA AMBER 5&6

  
14:30Apertura Lavori Inside Forum The New Age of Risk Analytics
14:35Shaping the Risk Transformation
Chiara Frigerio, Professore di Organizzazione Aziendale, Segretario Generale CeTIF Università Cattolica del Sacro Cuore di Milano

Nel 2019 le sfide sul tavolo di chi dovrà implementare e gestire le strategie di Risk Transformation saranno focalizzate sui nuovi processi e strumenti di valutazione dei rischi attuali e futuri. In quest’ottica lo sviluppo di tecnologie innovative quali Artificial Intelligence, Machine Learning e Advanced Analytics può far evolvere i modelli di Integrated Balance Sheet, NPL Management e Stress Test abilitando ad una visione più completa dei rischi da affrontare.
14:45Advanced Analytics per le funzioni Risk & Finance: approcci ed esperienze
Anselmo Marmonti, Senior Director Risk & Finance Practice South EMEA - SAS
15:00Stress Test regolamentare e gestionale: l’esperienza del Gruppo Bancario Cooperativo ICCREA
Salvatore Saija, Responsabile Credit Risk Management - ICCREA

Le novità regolamentari degli ultimi tempi hanno spostato il focus della vigilanza da un tradizionale approccio di analisi dei dati di consuntivo finalizzato a capire “cosa è successo” a un approccio prospettico per capire “cosa succede se” si verificano eventi sia attesi che imprevisti. Nel nostro speech illustreremo l’evoluzione e la trasformazione del Gruppo Bancario Cooperativo in ambito Risk Management, un percorso indispensabile per rispondere alle esigenze di gestire il rischio a livello di un gruppo cooperativo soprattutto per il credito e supportare il top management nei processi di pianificazione del capitale.
15:20I modelli di scoring nell’era dell’artificial intelligence e del machine learning
Claudio Barberi, Responsabile rating model development - Cedacri
Giovanni Pepe, Partner Financial Risk Management - KPMG

Il contesto regolamentare e i cambiamenti del mercato richiedono continue manutenzioni evolutive dei modelli di rating. Nell’era dell’artificial intelligence occorre però domandarsi se vi sono tecniche disruptive rispetto a quelle tradizionali per l’assegnazione del rating a imprese ed individui. Durante l’intervento Cedacri presenterà il progetto Pooled AIRB sviluppato con alcune banche servite dal consorzio con modelli sviluppati insieme a KPMG che presenterà in che modo il Machine Learning e l’Artificial Intelligence possano rappresentare elementi chiave di questa innovazione.
15:40Il governo dei rischi di credito: I controlli di II livello e l’Asset Quality Review
Roberta Ranaldi, Head of Validation and Controls Methodologies and Tools - Intesa Sanpaolo
Francesco Zeigner, Partner - Deloitte

L’evoluzione dei sistemi di controllo di secondo livello sul rischio di credito nasce da importanti novità del quadro di riferimento esterno oltre che da esigenze interne alle istituzioni finanziarie. In tale contesto, quando supportati da strumenti efficaci di analisi e reporting, i controlli costituiscono sempre di più una vera e propria leva manageriale tale da consentire l’anticipazione delle attese dei Regulator, l’individuazione dei driver di rischio del portafoglio crediti consentendone il governo, la valutazione del portafoglio e delle policy creditizie secondo un’ottica Enteprise Risk.
16:00I cambiamenti normativi come volano di evoluzione dell’attività di Convalida Interna: dal TRIM all’adozione di soluzioni di Machine Learning e di Intelligenza Artificiale
Vincenzo Molè, Head of Credit Portfolio & Economic Capital Models – UniCredit Bank
Stefano Bonini, PhD, Executive Risk & Resilience Practice – Accenture Consulting

La Funzione di Convalida è molto cambiata negli ultimi anni, trovandosi ora ad essere non solo controllore di modelli, processi e architetture IT ma anche uno sparring partner metodologico. L’attività di validazione interna deve, oggi, comprendere e supportare nel continuo il miglioramento metodologico anche attraverso l’innovazione e l’applicazione di vari gradi di sofisticazione di machine learning e di Intelligenza Artificiale per massimizzare la propria efficienza ed efficacia operativa.
16:20Panel discussion
17:00Chiusura Lavori
DATA Talks

Inside Forum

SAS Tech

Modera  Francesco Marino, Direttore responsabile Digitalic
SAS Host  Angelo Tenconi, Sr. Director Customer Advisory South EMEA

SALA BROWN 3

  
14:30Apertura Lavori Inside Forum SAS Tech
14:35Governare e orchestrare l’intero ciclo di vita analitico, senza rinunciare ad agilità e flessibilità
Angelo Tenconi, Senior Director Customer Advisory South EMEA – SAS

La capacità di accelerare il ciclo di vita degli analytics dipende dal bilanciamento ottimale tra Choice (scelta, flessibilità) e Control (monitoraggio, governance). Per riuscirci è necessario concentrarsi sui dati sfruttando una piattaforma che ne possa supportare completamente tutte le fasi di Data, Discovery e Deployment, indipendentemente dal tipo di dati che viene utilizzato in azienda (strutturati, non strutturati e in-streaming), dagli analytics in uso o come vengono distribuiti i modelli.
14:50Lo Show interattivo dei dati
Un confronto ritmato all’americana dove 3 esperti SAS condividono la propria visione in ambito data, discovery e deploy. Il pubblico in sala e in streaming può scegliere l’esperto più convincente.

Brad Hathaway, Head of DataOps and DecisionOps Global Technology Practice, EMEA
Biagio Grasso, SEMEA Analytics Practice Leader - SAS
Mario Adolini, SEMEA Architecture & Cloud Practice Leader – SAS
15:30Testimonianza dal mercato
Intervista a Filippo Finocchiaro, Head of IT Data Governance and Big Data & Analytics - UBISS
15:40Role Play - la manutenzione predittiva per gli impianti fotovoltaici
Nel corso del role play vedremo la gestione dell’intero ciclo di vita analitico finalizzato alla costruzione e messa in produzione di un modello di manutenzione predittiva. In particolare, il modello è in grado di predire la potenza prodotta da un pannello solare in funzione delle condizioni ambientali in cui questo si trova ad operare. Una sostanziale differenza tra la potenza prodotta e quella prevista può indicare un malfunzionamento del pannello e quindi scatenare un intervento di manutenzione. Assisteremo alla fase di raccolta e preparazione del dato, analisi e sviluppo del modello di manutenzione predittiva, passando per la messa in produzione del modello in tempo reale e l'accesso ad una dashboard interattiva a disione della control room.

Luca Barbanotti, Customer Advisor Analytics - SAS
Massimiliano Cea, Customer Advisor Analytics - SAS
Gianvittorio Negri, Customer Advisor SAS Platform - SAS
Federico Alberto Pozzi, Customer Advisor Analytics and IoT - SAS
16:30Chiusura Lavori
DATA Talks

Sessione pomeridiana

DATA Talks

Susseguirsi ritmato di speech di 15’ l’uno che hanno come protagonista il racconto del dato e la sua analisi

Modera  Emanuela Teruzzi, Direttore Responsabile Inno3
SAS Host  Giovanni Brusoni, Digital Acceleration Leader

SALA AMBER 7&8

  
14:30Apertura Lavori Inside Forum DATA Talks
Giovanni Brusoni, Digital Acceleration Leader - SAS Host
14:35Il punto di vista di Emanuela Teruzzi, Direttore Responsabile - Inno3
14:45La fame di dati
Massimo Fedeli, CIO - ISTAT

Le aziende oggi hanno una grande fame di dati e sempre di più ne avranno in futuro.
L'idea di conoscere meglio i propri clienti, di migliorare le performance non è certo nuova, ma oggi trova il suo sfogo naturale nella ricerca di dati nuovi per arricchire i propri archivi.
Tuttavia, non è semplice trovarne di validi. I tradizionali data provider, nonostante i loro sforzi, spesso forniscono una visione vecchia o parziale, gli Open Data che tante speranze avevano generato non sono differenti in termini di qualità del dato. Quotidiane sono le cronache dei giornali che parlano anche di comportamenti poco leciti in proposito.
Ma è proprio vero che non esiste un dato pubblico dettagliato, certificato, disponibile e machine readable, pronto all’uso?
Forse no, ed è sempre stato lì a disposizione...
15:00SI.R.EN.A.: i dati come strumento per le politiche ambientali
Mauro Brolis, Responsabile Area Sostenibilità ambientale ed Energia - ILSPA

La consapevolezza dei numeri e con essa la loro ampia condivisione è di fatto il fondamento della capacità di governo del territorio e della sua evoluzione su principi di sostenibilità, non solo ambientale. Su questo principio, si è svolta una storia interessante di costruzione sin dalle basi minime di un patrimonio informativo di matrice pubblica che potesse alimentare in modo continuativo l’azione di politica energetica di una Regione, la Lombardia che rappresenta una parte rilevante del peso del nostro Paese rispetto al raggiungimento degli obiettivi europei compresi nell’Azione Clima prima e ora nel nuovo scenario di sostenibilità energetica al 2030/2050. Ne è nato nel 2007 uno strumento pressochè unico nel suo genere ovvero SIRENA, il Sistema Informativo Regionale Energia e Ambiente, ideato e gestito dall’Area Sostenibilità ambientale ed Energia di Infrastrutture Lombarde S.p.A. che ha garantito alla Regione una nuovissima capacità di mantenere aggiornato il bilancio energetico territoriale (in termini di produzione, consumo di energia e di emissioni climalteranti connesse) e di assicurare quindi una solida base alla costruzione di scenari e di nuove politiche. Questa positiva esperienza di cultura tecnica trova oggi nuovo valore nel suo incontro con l’universo SAS.
15:15Gestire la Customer centrality: storia di un Data Lake
Giovambattista Rumi, IT Build Manager - Volkswagen Group

Per garantire la raccolta, integrazione e analisi di tutte le informazioni relative ai Clienti, in accordo con le regolamentazioni nazionali e internazionali, è necessario definire infrastrutture e architetture applicative in grado di gestire enormi quantità di dati, garantendo efficienza ed efficacia nella disponibilità degli stessi.
Per Volkswagen Group Italia la risposta è stata un Data Lake, integrato con il landscape applicativo, per il quale diviene essenziale la definizione di regole per la gestione di Golden Records e per la gestione dei percorsi di distribuzione dei dati.
15:30Snam Gas Forecasting with ML: anticipate regulation and improve sustainability
Roberto Calandrini, Head of Data Science & Architecture, Snam

La previsione della domanda gas nel territorio italiano è un compito complesso quanto fondamentale per garantire la continuità del servizio e l’utilizzo ottimale delle risorse in ottica di sostenibilità.
Questa attività richiede un lavoro coordinato che coinvolge diversi dipartimenti aziendali SNAM e gli operatori di mercato, che necessitano di una precisa e puntuale previsione oraria del gas utilizzato per garantire nomine ed assetti di trasporto quanto più possibile ottimizzati al reale utilizzo.
Il caso esposto mostra come l’utilizzo di tecniche di Machine Learning avanzate (come Neural Networks Ensemble) permetta di ottenere prestazioni molto elevate sulla stima day-ahead, di modo da usufruire degli incentivi definiti dal regolatore e migliorare le performance di trasporto in maniera sempre più sostenibile.
16:00Semantica dei dati e profilazione delle persone: modellare emozioni, opinioni e valori per il micro-marketing di oggi
Furio Camillo, Professore di Statistica Aziendale - Università di Bologna

La produzione di dati da parte di device come smartphone, centralina dell’autovettura o il nostro frigorifero intelligente, sta dilagando e il proliferare di sistemi di gestione tecnologica di grandissime basi di dati comportamentali sta consentendo lo stockaggio efficiente dei cosiddetti Big Data. In questi dati però, in generale, ci sono informazioni sui comportamenti, forse qualche opinione rilasciata in forma destrutturata sui social-network, ma sicuramente mancano le motivazioni interiori e le attitudini specifiche di ogni individuo. Lo speech vuole pertanto mostrare un uso innovativo di un panel di cittadini rappresentativo della popolazione italiana (panel GLAXI) al quale sono stati applicati approcci provenienti dalla ricerca psico-sociale e psico-metrica che consentono di classificare le persone secondo una serie di costrutti solidi e duraturi, legati al loro profilo interiore e valoriale, ossia a qualcosa di relativamente immutabile nel tempo. In tempo reale, inoltre verrà mostrato come sia possibile procedere a una modellazione analitica che consenta una predizione di quale sia il tipo di comportamento in funzione del profilo valoriale di ogni persona.
16:15Machine Learning - L’approccio data driven dell’Internal Audit di UBI Banca per l’evoluzione del sistema dei controlli a distanza
Cristiano Vanoncini, Responsabile Audit Commercial & Financial Processes - UBI Banca
Cinzia Amandonico, Advanced Analytics Practice - PwC

Nel 2018 la Direzione Audit Reti di Vendita di UBI Banca ha avviato interventi mirati alla rivisitazione del sistema dei controlli a distanza con l’obiettivo di potenziare il modello attuale in ottica evolutiva aggiornando il set degli indicatori a disposizione (KRI), migliorandone il potenziale informativo e l’affidabilità complessiva e arricchendo la capacità e le dimensioni delle analisi. Il progetto, sviluppato con il supporto dei team Advanced Analytics e Compliance di PwC, ha previsto lo sviluppo di una fase di Machine Learning volta a potenziare gli strumenti coinvolti nei controlli, consentendo l’identificazione dinamica nel tempo delle verifiche da effettuare e delle anomalie da accertare all’interno della rete, abilitando così valutazioni più mirate e modellabili in base a logiche di efficienza-efficacia. Le logiche Data-Driven degli algoritmi utilizzati hanno portato a risultati innovativi e per certi versi inaspettati rispetto a quanto ottenuto finora con un approccio deterministico.
16:30Tariffazione non-Life: il Machine Learning a completamento delle GLM
Lorenzo Alati, Staff Statistico Attuariale - AMISSIMA Assicurazioni
Laura Melas,  Risk, Advanced Analytics & AI - Team Leader - BID

Il settore insurance sta vivendo un periodo di continuo cambiamento, dove tecniche innovative e competenze specifiche giocano un ruolo chiave nella generazione di valore per il business. In quest’ottica Amissima Assicurazioni e BID hanno sperimentato su piattaforma SAS un approccio agile a supporto delle analisi propedeutiche alla configurazione della tariffazione RCA. Un paradigma nuovo e veloce basato su tecniche di Machine Learning per migliorare i tradizionali modelli di rischio fondati sulle analisi multivariate, attraverso la scoperta di pattern nascosti e relazioni multidimensionali.
16:45Il BIM Data-Driven Energy Planner
Antonio Martino, Direttore generale - GRUPPO ISC - Information Sharing Company
Ugo Morenzetti, Sales manager - GRUPPO ISC - Information Sharing Company

Le normative in vigore impongono agli enti pubblici e aziende possessori di immobili e grandi consumatrici di energia la realizzazione di piani di intervento per il miglioramento della prestazioni energetiche e la riduzione delle emissioni inquinanti. Il problema da affrontare è complesso, perché incrocia problematiche di gestione e monitoraggio con quelle di pianificazione (intervenire prima dove c’è una necessità maggiore), in funzione delle aree geografiche, delle zone climatiche e delle variazioni stagionali.

La soluzione proposta è il BIM Data-Driven Energy Planner, un insieme di strumenti e procedure per censire gli immobili sotto il profilo dei consumi di energia, analizzare lo stock edilizio, definire le priorità di interventi, effettuare stime del fabbisogno energetico, monitorare i risultati degli interventi, rendere accessibili e consultabili i risultati a tutti gli interessati. Include il framework BIM INFORMATION HUB, per la gestione integrata e centralizzata delle informazioni contenute nei file di progetto BIM – di immobili, impianti, infrastrutture, ecc. - recepiti mediante il formato IFC. Integra SAS Analytics Engine per le analisi e la valutazione di scenari, e la tecnologia ArcGIS di ESRI, per la geolocalizzazione. È uno strumento preliminare e di supporto alla Diagnosi Energetica: non la sostituisce. 
17:00Conclusioni e chiusura lavori
DATA Talks

Sessione pomeridiana

Giovani e Futuro

Sessione moderata da Luigi Santapaga, CEO e Founder di Forma Mentis
SAS Host Maria Luisa Mignemi, Head of Professional Services Southern Europe

GOLD AREA

  
14:30L'impegno di SAS verso i giovani e il futuro
Maria Luisa Mignemi, Head of Professional Services Southern Europe - SAS

Progetto Open Connected City
Fabrizio Padua, Sr. Director Alliance & Channel - SAS
Roberto Sorrenti, Digital University Director & Head of Data Science Competence Center - ELIS
15:00Il perché dell’iniziativa FMIA2019. Stimolo per i giovani, le scuole e le imprese
Luigi Santapaga, CEO Forma Mentis
15:20L’impegno del comune di Milano nel favorire iniziative rivolte ai giovani e il contributo alla ripresa di aree disagiate
Pierfrancesco Maran, Assessore all’Urbanistica del Comune di Milano
15:40Presentazione dei membri della Giuria
15:45Video di introduzione ai progetti
15:50Presentazione dei progetti – Team 1, Team 2
16:10Gianluigi Ballarani e la rivoluzione digitale
Gianluigi Ballarani, Influencer e Imprenditore, Presidente di HotLead, Agenzia internazionale di Digital Directing Marketing
16:30Presentazione dei progetti – Team 3, Team 4, Team 5
17:00La tecnologia al servizio dell’uomo
Massimiliano Moruzzi, Future Expert e membro del gruppo Autodesk Industry Manufacturing Future
17:20Presentazione dei progetti – Team 6, Team 7
17:40Commento dei giudici e premiazione del team vincitore

Dalle 15.30 alle 17.00 postazioni attive di Job Speed Dating per favorire colloqui conoscitivi con SAS e con alcuni partner dell'evento: Accenture, BID Company, Bip, Deloitte, Deus Technology, Elis, Elmec, Hexe, Infoedge, Interlem, Information Sharing Company, Jakala, Juno Consulting, Kirey Group, Next4b - Proxima Network, NPO Sistemi, Nunatac, PwC, R1, Rationence, SCAI Synteg, Trust4Value, Target Reply

Businesswoman in a dark conference room with screens

Roundtable

Anti-Money Laundering - What's Next?

Sessione solo su invito

SALA BROWN 1

 
13:00Warm up Networking lunch
14:00Benvenuto e Apertura Lavori
14:05Il futuro dell’anti-riciclaggio, tra evoluzione normativa e nuovi scenari di rischio
Michele Riccardi, Università Cattolica del Sacro Cuore - Transcrime e Crime&tech Senior Partner
14:20Dati e strumenti per l’analisi delle strutture societarie complesse a fini anti-riciclaggio
Nicola Passariello, Compliance Specialist - Bureau van Dijk, a Moody’s Analytics Company
14:35Spunti per l’evoluzione dei presidi antiriciclaggio
Diego Piovan, Partner Deloitte Risk Advisory
14:50Strumenti di AI nei processi di anti-riciclaggio, tra efficienza ed efficacia
Rodolfo Cantù, Business Solution Leader for Fraud & Security Intelligence - SAS
15:05Panel Discussion: Responsabili AML a confronto, approcci ed esperienze.
Intervengono Cassa Depositi e Prestiti, Sisal, Banca Monte dei Paschi di Siena
16:00Fine Lavori

Back to Top