X-LAW Algoritmi di predizione per la prevenzione di crimini e… del churn
Scrivo nel mio blog spunti su Intelligenza Artificiale per tradurli in innovazione, cioè idee realizzabili nell’immediato. L’AI stupisce ancora per le potenzialità: ora, qui in Italia siamo riusciti a catturare i primi ladri prevedendo data e luogo del delitto.
Qualche tempo fa, ho scritto di un software utilizzato dalla Polizia di Los Angeles che stava avendo ottimi riscontri: si tratta di Predpol, un algoritmo che permette di prevedere dove il crimine verrà commesso, sul modello di Minority Report, storia nata di Philip K. Dick e resa universalmente nota grazie alla traduzione cinematografica del 2002, diretta da Steven Spielberg.
Finalmente anche in Italia si stanno sviluppando strategie anti crimine simili, basate sull’intelligenza artificiale. X-Law è, infatti, il software in grado di prevedere quello che succederà sul territorio di competenza nelle successive due ore, grazie a un metodo sperimentale fondato sul calcolo delle probabilità, attendibile fino al 99,9%.
Il software si basa su una serie di dati storici e statistici della Polizia di Stato che vengono sintetizzati con i dati delle banche, delle aziende e con le denunce dei cittadini. Ideato da alcuni poliziotti a Napoli, l’algoritmo ha dato, qualche giorno fa, in laguna, il suo primo risultato: grazie all’alert di X-Law è stato arrestato il primo ladro.
Anticipare le mosse di chi commette reati non è più un sogno o un film di fantascienza. Noi stiamo usando principi simili (nel pieno rispetto del GDPR) per prevedere un’esigenza del cliente (ComparaSemplice.it – Cloud Care.it) sia essa di un nuovo servizio o di una insoddisfazione verso quello attuale (Churn Prevention). In Cloud Care stiamo sviluppando un sistema di predizione che consente agli operatori di rispondere via chat al cliente anticipandone l’esigenza (in collaborazione con una prestigiosa scuola di AI) e a breve, impiegando lo stesso principio di behavioural modeling, saremo on line con un algoritmo con lo scopo di prevedere il comportamento delle customer base, migliorandone la soddisfazione e quindi la fidelizzazione al marchio con una probabilità superiore all’80%.
Proviamo a fare cose diverse, che anticipino i tempi per renderli migliori.