Torna a precedente

Rozes, l’intelligenza artificiale che analizza i bilanci per individuare i rischi di illegalità

Una startup italiana utilizza l’IA per confrontare bilanci aziendali e segnalare indicatori associati a comportamenti illeciti

L’intelligenza artificiale di Rozes analizza bilanci e dati pubblici per individuare anomalie e possibili rischi di illegalità

Utilizzare l’intelligenza artificiale per leggere i bilanci aziendali e individuare in anticipo possibili anomalie collegate a fenomeni criminali. È l’obiettivo di Rozes, startup italiana nata nel 2020 e sviluppata a partire da attività di ricerca dell’Università di Padova, che ha costruito un sistema di analisi predittiva applicato al mondo economico e societario.

Il progetto sta attirando anche l’attenzione delle istituzioni. Gli sviluppatori del sistema sono infatti attesi il 30 settembre davanti alla commissione parlamentare di inchiesta sul caporalato, dove illustreranno gli indicatori elaborati per individuare situazioni aziendali considerate statisticamente anomale o maggiormente esposte al rischio di comportamenti illeciti.

Dai bilanci agli indicatori di rischio

Il principio alla base del sistema è relativamente semplice da descrivere, anche se molto più complesso da realizzare. L’algoritmo analizza grandi quantità di dati economici provenienti da fonti pubbliche, tra cui bilanci depositati presso le Camere di Commercio e informazioni disponibili attraverso banche dati istituzionali come quelle dell’Anac.

Le diverse voci contabili vengono elaborate insieme a indicatori finanziari e patrimoniali, costruendo una rappresentazione del comportamento economico dell’impresa. Il sistema confronta poi questi dati con quelli appartenenti a società per le quali determinati reati siano stati già accertati in via definitiva, cercando analogie e modelli ricorrenti.

L’intelligenza artificiale non stabilisce se un’azienda è colpevole

Uno degli aspetti centrali riguarda l’interpretazione dei risultati. Il sistema non determina la responsabilità penale di un’impresa e non sostituisce l’attività investigativa o giudiziaria.

Come precisa Jacopo Berti, cofondatore e amministratore delegato della startup, l’algoritmo restituisce una valutazione statistica del livello di somiglianza rispetto a modelli già osservati in aziende coinvolte in attività illecite.

In altre parole, l’IA segnala una possibile area di rischio. La valutazione successiva resta affidata alle persone, agli organismi di controllo e, quando necessario, agli inquirenti.

Quindici categorie di possibili anomalie

Secondo quanto dichiarato dagli sviluppatori, il sistema è stato progettato per identificare indicatori riconducibili a circa 15 macroaree di rischio.

Tra queste rientrano fenomeni legati alle infiltrazioni mafiose, alle turbative nelle gare pubbliche e al caporalato, ma anche possibili anomalie contabili associate a riciclaggio, false fatturazioni, bancarotte fraudolente, frodi sul debito o sul credito, utilizzo di prestanome e pratiche collusive tra imprese.

L’obiettivo non è quindi quello di ricostruire direttamente il reato, ma di individuare configurazioni economiche che presentino elementi statisticamente simili a situazioni già accertate.

Un possibile strumento per controllare appalti e fondi pubblici

Uno degli ambiti considerati più sensibili riguarda gli appalti della pubblica amministrazione e, più in generale, i grandi flussi di capitale pubblico.

Secondo Berti, sistemi di questo tipo potrebbero diventare strumenti utili per rafforzare la prevenzione nei processi collegati agli investimenti pubblici, compresi quelli finanziati attraverso il Pnrr.

La startup sostiene che, applicando sistematicamente i propri modelli al settore degli appalti pubblici, sarebbe teoricamente possibile intercettare ogni anno fenomeni economici anomali per valori compresi tra 10 e 15 miliardi di euro. Si tratta tuttavia di una stima elaborata dagli stessi sviluppatori e non di un dato derivante da recuperi economici già effettivamente realizzati.

L’idea dell’intelligence predittiva applicata all’economia

Il modello proposto da Rozes richiama un approccio già utilizzato in altri settori, dove la presenza di determinati indicatori viene impiegata per stimare la probabilità che si verifichi un evento.

In medicina, ad esempio, numerosi parametri vengono combinati per valutare il rischio associato a determinate patologie. Nel caso dell’analisi economico-finanziaria, il principio è simile: l’algoritmo individua relazioni tra numerosi segnali e restituisce un livello di rischio che può essere successivamente approfondito.

L’intelligenza artificiale diventa quindi uno strumento di selezione e analisi preliminare, capace di elaborare quantità di dati difficilmente gestibili manualmente.

Il possibile utilizzo nelle attività investigative

Tra gli sviluppi futuri viene indicata anche la possibilità di utilizzare il sistema come supporto alle attività degli inquirenti.

L’algoritmo potrebbe, ad esempio, aiutare a individuare soggetti economici sui quali effettuare ulteriori verifiche, riducendo il campo di analisi all’interno di database contenenti milioni di informazioni.

Un simile utilizzo richiederebbe però procedure chiare, controlli sulla qualità dei dati e criteri rigorosi per evitare che una semplice correlazione statistica venga interpretata come prova di un comportamento illecito.

Precisione elevata, ma il sistema può ancora migliorare

Secondo i dati forniti dalla startup, quando Rozes segnala un soggetto giuridico come potenzialmente rischioso, il modello raggiungerebbe una precisione vicina al 90%.

Questo valore riguarda però soltanto la capacità del sistema di confermare situazioni già individuate come sospette nel modello statistico e deve essere letto insieme a un altro dato importante: su dieci soggetti realmente classificabili come rischiosi, circa quattro non verrebbero ancora individuati dall’algoritmo.

Il sistema presenta quindi risultati considerati promettenti dai suoi sviluppatori, ma anche margini di miglioramento significativi.

Tra prevenzione, dati pubblici e controllo umano

L’applicazione dell’intelligenza artificiale alla prevenzione dei reati economici apre un campo di ricerca particolarmente interessante. La capacità di analizzare grandi quantità di informazioni pubbliche può aiutare istituzioni e organismi di controllo a individuare più rapidamente anomalie che, con sistemi tradizionali, potrebbero emergere soltanto dopo molto tempo.

Allo stesso tempo, strumenti di questo tipo richiedono particolare attenzione. Un indicatore statistico non può trasformarsi automaticamente in un’accusa e la trasparenza dei modelli, la qualità dei dati e la supervisione umana restano elementi essenziali.

La sfida sarà quindi utilizzare l’IA non come sostituto delle decisioni umane, ma come strumento capace di orientare meglio controlli, verifiche e attività di prevenzione.

22 Settembre 2026
© Redazione editoriale PANTA-REI
https://www.panta-rei.it/home.do?dettagli=rozes-ai-contro-evasione&key=1790066982
__
Le informazioni contenute in questo articolo sono tratte e rielaborate da fonti ufficiali e/o agenzie di stampa riconosciute, nel rispetto del presente codice etico redazionale.