Compartir

Grup Caixa Enginyers és un grup cooperatiu de crèdit i serveis financers i asseguradors dirigit a professionals i empreses de tot el territori estatal amb més de 216.000 socis i sòcies.  Col·labora amb el Centre d’Innovació en Tecnologies de Dades i intel·ligència artificial (CIDAI) en un projecte pioner per reforçar la seguretat financera mitjançant la intel·ligència artificial. Es tracta de l’única entitat bancària integrada al CIDAI, un fet que evidencia el seu compromís amb la innovació i amb l’impuls de l’ecosistema català de la IA.

El projecte té com a objectiu complementar els actuals sistemes de prevenció del frau amb un model intern capaç d’analitzar el comportament transaccional i els perfils dels socis, detectant patrons anòmals que puguin indicar operacions sospitoses. Aquest nou enfocament, basat en dades internes i tècniques avançades d’anàlisi i modelatge, busca reduir significativament el risc de frau i reforçar la confiança en els processos digitals.

Al llarg de la iniciativa s’han abordat totes les fases necessàries per desenvolupar un sistema robust i escalable: des de la preparació d’un entorn segur i l’anàlisi de les fonts de dades, fins al disseny algorísmic, la creació de perfils d’usuari, el preprocessament i la definició de metodologies d’avaluació. El projecte culmina amb la construcció d’un model de predicció, la seva validació i el desenvolupament d’un microservei pensat per facilitar-ne el desplegament en entorns productius.

La presentació de resultats va oferir una visió clara i aplicable de com les tecnologies d’intel·ligència artificial poden contribuir a millorar la seguretat financera i va obrir noves oportunitats d’innovació per al teixit empresarial del territori.

Programa

11:00 h | Registre i Cafè de benvinguda
Presenta l’esdeveniment: Marco Orellana, gerent del CIDAI

11:30 h | Benvinguda institucional
Joan Mas i Albaigès, director del CIDAI i director Científic de Tecnologies Digitals d’Eurecat
Gemma Roig, directora d’Organització, Innovació i Transformació, Grup Caixa Enginyers
Arnau Serra
, responsable del Centre de Servei Tècnic de la Secretaria de Polítiques Digitals, Generalitat de Catalunya

11:45 h | Innovació en l’experimentació i detecció del frau financer: com la IA reforça la confiança en les transaccions financeres
Marta Regina Cano, directora de Dades i Transformació, Grup Caixa Enginyers
Va explicar com va arribar el projecte a l’entitat i com s’ha desenvolupat. Va exposar la visió estratègica del projecte des del punt de vista de la innovació en dades, la col·laboració entre recerca i empresa i el valor que aporta la intel·ligència artificial aplicada a la prevenció del frau. Va presentar una cultura basada en dades i en la millora contínua de la protecció als socis, i com retorna valor tangible a l’organització —tant en coneixement com en maduresa analítica i capacitat de col·laboració amb l’ecosistema científic.

Rosa Olivares, especialista de la Unitat Antifrau, Grup Caixa Enginyers
Va aportar la visió operativa i de seguretat, explicant com els resultats de la investigació s’integraran en els mecanismes actuals de detecció i resposta al frau. Va detallar els beneficis pràctics del nou sistema, la seva capacitat d’alerta en temps real i la manera com permet una actuació més proactiva i eficient davant possibles amenaces o comportaments anòmals, complementant els sistemes tradicionals de prevenció. La seva intervenció va posar en relleu la importància de combinar coneixement expert, innovació i tecnologia per avançar cap a una gestió del frau més proactiva, escalable i centrada en la persona.

11.55 h | Sistema de predicció de frau: patrons anòmals en transaccions econòmiques
Alex Casamitjana Serra, investigador de la Unitat Tecnològica Big Data and Data Science, Eurecat
A fi d’introduir el projecte des d’un punt de vista tècnic, va començar per una revisió sumària de les fonts de dades a disposició, així com també les exploracions inicials realitzades i la seva importància de cara al procés de modelat. Amb aquests elements es va explicar l’enfocament algorísmic triat, per tal de solucionar el problema de predicció del frau. Per acabar, va detallar les tasques associades al preprocessament dels conjunts de dades, una part essencial en aquest projecte.

Cirus Iniesta, director de la Unitat Tecnològica Big Data and Data Science, Eurecat
Aquesta intervenció va detallar el procés de modelat així com també la metodologia d’avaluació emprada. Seguidament, va exposar els resultats obtinguts a través de les diverses fases del projecte.  Menció a part mereix el microservei desenvolupat, realitzat amb la intenció de poder apropar el cas d’ús a producció, i fer-lo escalable i reutilitzable més enllà del projecte actual. Va tancar la intervenció amb una sèrie de reflexions i aprenentatges derivades de la feina realitzada al llarg del projecte.

12.25h | Perfilatge d’Associats i Detecció d’Anomalies a Grup Caixa Enginyers
Karina Gibert, Catedràtica a la UPC-BarcelonaTech i degana del Col·legi d’Enginyeria Informàtica de Catalunya, COEINF
Des d’IDEAI s’ha analitzat com es perfilen els associats a partir de la informació facilitada per Grup Caixa Enginyers. S’han identificat set tipologies diferenciades en funció del tipus de productes contractats i de la durada de la relació amb l’entitat.
Aquests perfils han estat obtinguts mitjançant una metodologia de desenvolupament propi que combina tècniques de clustering innovadores amb procediments avançats d’interpretació de perfils.
La prova de concepte s’ha realitzat amb una mostra concreta d’associats amb nòmina de la província de Barcelona. A partir d’aquesta mostra, s’han analitzat els patrons de transacció associats als diferents perfils i s’han dissenyat mecanismes de detecció d’anomalies que permeten identificar operacions potencialment sospitoses que encara no estan contemplades en les regles de negoci actuals del banc.

12:40 h | Torn obert de preguntes

13:00 h | Fi de l’acte

Lloc

AUDITORI TALENT GARDEN BARCELONA
C/ Ramon Turró, 169, A
08005 Barcelona

El projecte té com a objectiu complementar els actuals sistemes de prevenció del frau amb un model intern capaç d’analitzar el comportament transaccional i els perfils dels socis, detectant patrons anòmals que puguin indicar operacions sospitoses. Aquest nou enfocament, basat en dades internes i tècniques avançades d’anàlisi i modelatge, busca reduir significativament el risc de frau i reforçar la confiança en els processos digitals.
CIDAI