Approfondimenti
Articoli tecnici sull'intelligenza artificiale applicata alla finanza, pensati per professionisti senior di finanza, risk e data science. Niente divulgazione: metodo, vincoli e trade-off reali. Per i rilasci e la cronologia vedi Aggiornamenti.
RAG sui bilanci: perché il chunking testuale fallisce sui documenti finanziari
Applicare un LLM a un bilancio non è un problema di prompt ma di retrieval: serve un chunking guidato dalla struttura (XBRL), e vanno governate tracciabilità e allucinazioni.
Leggi →I veri primi segnali della crisi: F24 non pagati e ritardi contributivi
In carenza di cassa si ritarda prima lo Stato, non le banche: il debito fiscale e contributivo anticipa di mesi insoluti RiBa, protesti e decreti ingiuntivi. Come pesarlo in un sistema di allerta.
Leggi →Oltre la legge di Benford: anomaly detection per la revisione
Dai test classici ai modelli non supervisionati: in audit il vincolo vero è il costo del falso positivo, e l'explainability è un requisito.
Leggi →Explainability e credit scoring nell'era dell'EU AI Act
Il credit scoring è ad alto rischio per l'EU AI Act: come cambia la scelta del modello quando ogni esito va motivato.
Leggi →Previsione della crisi d'impresa sulle PMI italiane
Perché i modelli di default a 12 mesi degradano sulle PMI italiane, e quali segnali (fatturazione elettronica, centrale rischi) li anticipano.
Leggi →Analisi finanziaria in fase di risanamento
Nel risanamento l'analisi cambia oggetto: dalla redditività alla cassa. DSCR prospettico, sostenibilità del debito e attestazione della fattibilità del piano.
Leggi →