È molto più di un tool di identificazione delle frodi finanziarie. È un vero e proprio supporto – leggero, personalizzabile e intuitivo – per l’analista specializzato in questo delicatissimo genere di task. BankSealer è imperniato sull’algoritmo di machine learning sviluppato in un progetto di ricerca del Politecnico di Milano a cura di Michele Carminati e aiuta le banche a scovare le operazioni fraudolente con una logica nuova: anziché portare all’attenzione le transazioni sospette in base a parametri predefiniti, come farebbe una qualsiasi black box, BankSealer permette all’operatore di comprendere a fondo quali sono le motivazioni per cui è stata selezionata una classe di transazioni invece di un’altra, con la possibilità di imparare le preferenze dell’utente e incorporarle nei processi di analisi e ricerca. Per il suo approccio innovativo, il progetto, finalista nella categoria “IT Architecture, Security, Governance” ai Digital360 Awards, si è anche aggiudicato il premio speciale per il settore Banche. Qui in basso è possibile vedere la videointervista a Claudio Caletti, founder di Buildo, a cui fa capo BankSealer.
Digital banking
BankSealer, il machine learning aiuta gli analisti a scovare le frodi
La soluzione personalizzabile, che si adatta ai criteri di ricerca degli specialisti dell’individuazione delle operazioni fraudolente, si è distinta ai Digital360 Awards nella categoria “IT Architecture, Security, Governance”, vincendo il premio dedicato al settore Banche
Pubblicato il 26 Lug 2016

Argomenti
Canali
Nuove frontiere dell'AI
-

Dal volume ai segnali: come cambia la lead generation B2B nel 2026
09 Mar 2026 -

AI Demo Day torna il 25 marzo: demo e casi concreti per portare l’AI nei processi di business
06 Mar 2026 -

La SEO B2B nell’era dell’AI dall’intent alla fiducia misurabile
13 Feb 2026 -

OCX: nel 2025 le aziende italiane arretrano nella maturità omnicanale
12 Feb 2026 -

Lead generation B2B: il problema non è il traffico, ma la qualificazione
11 Feb 2026









