Le agenzie del settore pubblico si trovano a un bivio cruciale. I governi stanno adottando l'intelligenza artificiale (AI) non solo per modernizzare le operazioni principali e migliorare i servizi ai cittadini. Allo stesso tempo, l'ascesa dell'AI sta anche rimodellando il panorama delle minacce. I criminali ora impiegano identità sintetiche, documenti potenziati da deepfake e campagne di social engineering iper-personalizzate stanno costringendo le agenzie a ripensare i controlli di rischio legacy che non sono mai stati progettati per questa scala o sofisticazione. Ad esempio:
L'AI offre enormi promesse, ma solo quando è basata su dati affidabili e una solida governance. La modernizzazione non riguarda un singolo modello; si tratta di costruire un sistema sicuro e completo che colleghi dati, intelligence e flussi di lavoro. Questo blog illustra come modernizzare la prevenzione delle frodi con Databricks attraverso un'agenzia fittizia chiamata Services Bureau.
Prima di esplorare come funziona questa modernizzazione, è utile capire come avvengono spesso le indagini sulle frodi oggi presso il Services Bureau. Gli analisti devono passare da un sistema all'altro per raccogliere i dati necessari per un singolo caso. Esportano file da un sistema, scaricano fogli di calcolo da un altro e ricevono ulteriori informazioni tramite allegati email o cartelle condivise. Quindi combinano manualmente tali origini, eseguendo macro o regole per segnalare le righe sospette ed eseguendo ricerche più approfondite in altri sistemi per convalidare i risultati. Il processo richiede tempo, è frammentato e difficile da scalare.
Ora immagina un flusso di lavoro moderno in cui un'unica applicazione visualizza 17 casi prioritari, ciascuno con prove a supporto e spiegazioni chiare legate a politiche o segnali di frode. L'AI evidenzia i rischi più urgenti, mentre l'analista prende la decisione finale. Ciò che una volta richiedeva settimane, ora può essere fatto in un giorno, consentendo loro di agire più velocemente e con maggiore sicurezza.
Dati e insight offrono il massimo valore quando sono incorporati direttamente nei flussi di lavoro quotidiani.
Utilizzando le Databricks Apps basate su Lakebase, il Services Bureau porta governance, agenti e dashboard in un'unica applicazione per le operazioni antifrode su misura per la sua missione.
Un analista antifrode senior accede all'applicazione e visualizza i casi assegnati. Aprendo un caso, l'analista può esaminare i documenti di supporto archiviati nei volumi di Unity Catalog e i dati di verifica di terze parti.
Nel frattempo, un agente integrato valuta il caso in background e fornisce raccomandazioni con la relativa motivazione.
Se l'analista è d'accordo, può approvare il caso. In caso contrario, può sovrascrivere la raccomandazione ed escalarla per ulteriori indagini. Il giudizio umano rimane centrale.
I dirigenti utilizzano la stessa applicazione per visualizzare dashboard e interagire con Genie senza accedere a più strumenti. La leadership e gli analisti operano all'interno di un ambiente unificato che collega governance, intelligence e azione.
Questo è ciò che l'AI operazionalizzata sembra nella pratica. Gli insight non sono isolati nelle piattaforme di analisi. Sono incorporati nei flussi di lavoro della missione dove vengono prese le decisioni.
I team possono elaborare molti più casi con la stessa forza lavoro, riducendo al contempo la probabilità che attività sospette passino inosservate. Gli investigatori ottengono visibilità sui pattern tra i programmi e la leadership acquisisce la certezza che ogni attività segnalata venga valutata in modo sistematico e coerente.
Il fittizio Services Bureau elabora sovvenzioni, contratti, benefici, dichiarazioni dei redditi e brevetti, il che richiede una forte governance. Migliaia di domande arrivano quotidianamente tramite sistemi esterni e finiscono nelle tabelle Delta all'interno del lakehouse. Modelli di machine learning e regole aziendali segnalano casi sospetti per gli analisti antifrode in tutto il paese.
All'interno di Unity Catalog, l'agenzia gestisce le sue tabelle di indagine sulle frodi con il controllo degli accessi basato sugli attributi (ABAC). Colonne sensibili come le Informazioni di Identificazione Personale (PII) sono governate da tag che applicano automaticamente policy di mascheramento per specifici gruppi di utenti.
Ad esempio, gli analisti antifrode junior possono visualizzare i dettagli del caso necessari per la revisione, ma non vedono mai i campi PII mascherati. Analisti senior e investigatori approvati possono accedere a ulteriori contesti in base al ruolo e alla policy.
La governance va oltre i controlli di accesso. La lineage completa è disponibile a livello di tabella e colonna. Analisti e team di conformità possono vedere esattamente da dove proviene un elemento di dati e dove fluisce a valle. Se un regolatore chiede da dove proviene un campo, la risposta è disponibile in pochi secondi.
Una volta che i dati sono governati e accessibili, la sfida successiva è la prioritizzazione. I dirigenti devono comprendere le tendenze del rischio. I leader antifrode devono allineare le decisioni operative con le linee guida delle policy e le minacce esterne emergenti.
Il Services Bureau utilizza Agent Bricks, un supervisore multi-agente, per coordinare tre capacità:
All'interno della Databricks Platform, Agent Bricks è configurato definendo il suo ruolo e specificando quali agenti può orchestrare. Da lì, i dirigenti possono porre domande in linguaggio naturale come: “A partire dal 1° dicembre, cosa dovremmo dare priorità successivamente? Dove sono le nostre aree di rischio principali e come ci stiamo comportando?”
Dietro le quinte, Agent Bricks chiama Genie per eseguire query SQL su tabelle di frode live. Richiama l'agente di conoscenza per far emergere citazioni di policy pertinenti con riferimenti diretti ai documenti di origine, quindi recupera segnali esterni su schemi di frode emergenti.
Il supervisore sintetizza questi input in una risposta chiara con azioni consigliate e motivazioni a supporto.
Questa non è una risposta generica di LLM. È un'IA basata su dati aziendali, allineata alle policy e arricchita da contesto in tempo reale. L'agente raccomanda dove l'Unità di Indagine sulle Frodi dovrebbe impiegare il suo tempo nelle prossime 24-48 ore, armata del contesto che si trova attualmente in una situazione di arretrato "critico" di quasi 53.000 casi.
Per i dirigenti, ciò significa una guida attuabile fornita in linguaggio semplice. E per i team operativi, significa un allineamento più rapido sul rischio.
I cicli di feedback sono integrati. Attraverso sessioni di etichettatura, gli utenti possono valutare le risposte e fornire indicazioni per perfezionare gli output nel tempo.
Questo approccio porta l'IA in produzione come un sistema coordinato piuttosto che come un modello autonomo.
Altrettanto importante è la governance dell'IA. Ogni raccomandazione prodotta dall'agente è basata su fonti di dati tracciabili, riferimenti alle policy e ragionamenti documentati. Gli analisti rimangono coinvolti e possono rivedere le prove a supporto prima di accettare o sovrascrivere la raccomandazione. Questa trasparenza aiuta le agenzie a mantenere la fiducia nelle decisioni assistite dall'IA, garantendo al contempo la conformità ai requisiti normativi e di supervisione.
Anche i leader operativi necessitano di visibilità sulla distribuzione del carico di lavoro e sulle metriche di performance.
All'interno di una dashboard esecutiva basata su AI/BI Genie, il Servizio di Pubblica Sicurezza monitora gli indicatori chiave di performance del suo programma antifrode. L'interfaccia è interattiva. La selezione di un singolo esaminatore aggiorna automaticamente i grafici correlati per rivelare il carico di lavoro, i casi in ritardo e il mix di casi.
Supponiamo che la dirigenza noti che gli esaminatori senior stanno gestendo una quota sproporzionata di casi in ritardo. Per indagare ulteriormente, possono chiedere direttamente a Genie: “Qual è la ripartizione dei casi per livello di esaminatore?”
Genie genera la query SQL sulla tabella di frode gold, restituisce una tabella strutturata e produce automaticamente una visualizzazione. La SQL rimane visibile per trasparenza e validazione.
Con questo insight, la dirigenza può ribilanciare i carichi di lavoro o accelerare la formazione per gli esaminatori junior. Analisti e dirigenti possono passare dalla domanda all'evidenza senza attendere i team tecnici.
AI/BI Genie trasforma l'analisi da reporting statico a intelligenza conversazionale, trasparente e azionabile.
Le moderne agenzie del settore pubblico non possono permettersi sistemi frammentati in cui la governance dei dati risiede in uno strumento, l'analisi in un altro e i flussi di lavoro operativi in un posto completamente diverso.
Unificando dati, IA e governance all'interno della Databricks platform, le agenzie possono costruire fondamenta sicure, coordinare agenti intelligenti e incorporare insight direttamente nelle applicazioni mission-critical.
Con modelli basati su dati affidabili e consapevoli del contesto:
Per scoprire come la tua agenzia può modernizzare la prevenzione delle frodi e altri programmi mission-critical, contatta il nostro team del settore pubblico.
(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale
Iscriviti al nostro blog e ricevi gli ultimi articoli direttamente nella tua casella di posta.