L’intelligenza artificiale (IA) incontra il LEI

L’economia digitale e globale rende più importante e più impegnativa la verifica accurata dell’identità da parte delle imprese e delle autorità. La trasparenza di tutti gli interessati è un prerequisito per qualsiasi analisi, investimento sostenibile o report qualificato. La trasparenza inizia con l’identificare le persone giuridiche coinvolte in una transazione. Oggi si impiegano gli algoritmi dell’intelligenza artificiale per rispondere alla domanda fondamentale: «Con chi sto facendo affari?». È uno spreco di risorse di calcolo e non si fa altro che aumentare l’errore associato agli obiettivi a valle, come l’analisi del rischio. L’evoluzione delle transazioni e degli ecosistemi digitali verso l’utilizzo del LEI e del vLEI per identificare e autenticare le organizzazioni aumenta la fiducia negli ecosistemi digitali e consente di applicare i preziosi algoritmi dell’intelligenza artificiale per identificare schemi sospetti e valutare i rischi.

Identificare e comprendere qual è la forma giuridica di una persona giuridica è fondamentale in molti processi finanziari e aziendali. La forma giuridica e la struttura delle società possono fornire informazioni su come condurre le transazioni in modo efficace e fungere da indicatore di rischio. L’ampia varietà di forme giuridiche all’interno delle diverse giurisdizioni e da una giurisdizione all’altra ha reso complicata la classificazione e la strutturazione efficace di queste informazioni da parte delle organizzazioni. Questo compito diventa ancora più difficile a causa delle somiglianze nelle tipologie e nella rappresentazione testuale di queste forme giuridiche tra le varie giurisdizioni. Automatizzare il processo di identificazione della forma giuridica di una persona giuridica può, quindi, ridurre il rischio, creare trasparenza e aumentare l’efficienza operativa consentendo funzionalità di elaborazione immediata (STP).

L’Archivio di codici LEI fornisce dati di alta qualità, standardizzati e open source sulle persone giuridiche. Sono questi i prerequisiti alla base di qualsiasi progetto di analisi dei dati o modello di intelligenza artificiale efficace. La valuta dell’Archivio di LEI è protetta perché viene aggiornata tre volte al giorno. Affidarsi a standard globali non garantisce solo uniformità. Aumenta la qualità dei dati e offre un set di dati etichettati in un formato pronto all’uso per lo sviluppo di modelli di apprendimento automatico (Machine Learning, ML) e intelligenza artificiale.

Comprendere il nome della persona giuridica (LENU)

La GLEIF ha collaborato con Sociovestix Labs per creare uno strumento di apprendimento automatico in grado di riconoscere la forma giuridica specifica di una persona giuridica e automatizzare l’assegnazione del relativo codice ELF (Entity Legal Form). La lista dei codici delle forme giuridiche delle Entity è basata sullo standard ISO 20275 ‘Servizi finanziari – Entity Legal Form (ELF)’ e assegna un codice alfanumerico univoco di quattro caratteri a ciascuna forma giuridica. La forma giuridica di una persona giuridica è fondamentale per la verifica e lo screening dell’identità di un’organizzazione. Tuttavia, la varietà di forme giuridiche esistente all’interno delle giurisdizioni e tra una giurisdizione e l’altra ha reso complicata l’acquisizione della forma giuridica in forma di dati strutturati da parte delle grandi organizzazioni. Il nuovo strumento, formato sul database degli identificativi delle persone giuridiche (LEI) della GLEIF, composto da oltre due milioni di voci, consente a banche, imprese d’investimento, grandi aziende, governi e altre organizzazioni di grandi dimensioni di analizzare in retrospettiva i propri dati master, estrarre la forma giuridica da testi non strutturati dei nomi legali e applicare in modo uniforme un codice ELF a ciascun tipo di persona giuridica, conformemente allo standard ISO 20275.

Lo strumento, noto come LENU (Legal Entity Name Understanding), offre una serie di vantaggi sia all’organizzazione che al mercato globale più ampio. Essi comprendono:

• Automatizzazione della standardizzazione dei dati non strutturati (forma giuridica integrata al nome dell’organizzazione), la quale favorisce una più elevata qualità dei dati.
• Superamento dei problemi di classificazione dei dati relativi alla forma giuridica derivanti, ad esempio, da variazioni linguistiche e incoerenze delle abbreviazioni, e promozione di una maggiore comprensione e trasparenza nel mercato globale.
• Presentazione della forma giuridica in un formato leggibile dalla macchina e che può essere utilizzato da strumenti di intelligenza artificiale e in altre applicazioni e processi aziendali digitalizzati.
• Superamento dei rischi e delle limitazioni associate all’utilizzo manuale dei dati, quali tempo, inefficienza, errore umano e costi amministrativi elevati.

Creando set di dati più ricchi con una migliore categorizzazione delle persone giuridiche, lo strumento promuove una comprensione e una trasparenza maggiori nel mercato globale. Funziona con il LEI per creare un set di dati coerente a livello globale.

LENU è una libreria Python open-source accessibile su Git Hub. LENU utilizza i dati del LEI per costruire modelli specifici della giurisdizione e consente all’utente di ottenere un suggerimento per una forma legale per qualsiasi nome legale. La GLEIF ha stabilito un ciclo di qualità dei dati in cui la forma giuridica suggerita dallo strumento viene confrontata con il codice ELF nei dati LEI correnti. In caso di evidenti discrepanze tra i risultati del modello e i dati LEI attuali, la GLEIF genera reclami sui dati che vengono inviati agli emittenti dei codici LEI per la verifica esatta e l’aggiornamento dei record di dati, se necessario. I dati aggiornati vengono quindi utilizzati per costruire la versione successiva dei modelli con una fonte di dati migliorata che in ultima analisi ottimizza le prestazioni del modello.

LENU utilizza l’architettura del modello basato sui trasformatori e i modelli base BERT per elaborare varie lingue e giurisdizioni. I modelli sono disponibili e pronti per l’uso anche su Hugging Face, dove l’utente troverà modelli specifici per giurisdizione, appositamente sviluppati per il rilevamento della forma giuridica.

La GLEIF, l’Università di San Gallo e Sociovestix Labs hanno riassunto i loro risultati in un documento di ricerca scientifica dal titolo “Classificazione delle forme giuridiche basate sui trasformatori”. Lo studio evidenzia il significativo potenziale dei modelli basati sui trasformatori nel far avanzare la standardizzazione e l’integrazione dei dati. L’introduzione della forma giuridica tramite dati standardizzati aggiunge maggiore sicurezza alle attività di associazione delle persone giuridiche, consentendo solide coppie di mappatura su più set di dati, poiché ogni persona giuridica può avere una sola forma giuridica.

Riteniamo che una più ampia adozione dello standard dei codici ELF migliorerà significativamente la trasparenza, migliorando contemporaneamente le attività di integrazione dei dati in vari ambiti. Rendendo liberamente accessibile al pubblico la nostra libreria open source, vogliamo facilitare l’adozione dei codici ELF da parte delle persone giuridiche in tutto il mondo. Invitiamo tutte le parti interessate a utilizzarla per la classificazione delle forme giuridiche delle persone giuridiche.