L’algoritmo Rozes, sviluppato in Italia, analizza i bilanci delle aziende per individuare quelle con somiglianze statistiche con quelle legate alla criminalità organizzata. L’idea nasce da un’osservazione: le aziende legate alla criminalità si comportano in modo simile, anche se non commettono reati diretti. Grazie a un modello di intelligenza artificiale, Rozes riesce a individuare pattern contabili che potrebbero indicare un rischio di infiltrazione mafiosa. Il sistema non accerta reati, ma fornisce un’indicazione statistica utile per ulteriori verifiche.
Un sistema basato su dati pubblici
L’algoritmo si basa su dati accessibili a tutti, come i bilanci depositati alle Camere di Commercio e le informazioni raccolte dall’Autorità nazionale anticorruzione sugli appalti pubblici. Da questi documenti, l’algoritmo estrae voci contabili e indici finanziari, trasformandoli in oltre 200 variabili. Alcune di queste confrontano ogni azienda con la mediana del proprio settore, per evitare di penalizzare le specificità di comparti diversi.
Un punteggio di rischio, non un giudizio
Il modello calcola un punteggio tra 0 e 1, tradotto in sei classi di rischio da A a F. Secondo Rozes, questo punteggio non equivale a un giudizio sull’azienda né a un accertamento di reato, ma a un’indicazione statistica su cui un analista deve decidere come agire. La precisione del modello, testata su un campione di riferimento, è del 90,4%, il che significa che in nove casi su dieci l’indicazione si conferma corretta. Nonostante i buoni risultati, il sistema ha limiti. Ad esempio, non riesce a leggere le strutture schermate, come quelle con intestazioni estere, che potrebbero nascondere attività sospette. Per questo, l’analisi rimane un supporto, non una certezza. L’algoritmo è già utilizzato da enti come la Guardia di Finanza e da aziende come Cassa depositi e prestiti, che lo usano per verificare i propri clienti.
Un’innovazione nata da una ricerca accademica
Il sistema di Rozes è frutto di una ricerca accademica, pubblicata nel 2024 con il titolo “Detecting Criminal Firms: A Machine Learning Approach”. L’idea è nata da un gruppo di ricercatori dell’Università di Padova, tra cui Francesco Ambrosini, Michele Fabrizi e Antonio Parbonetti, che hanno collaborato alla nascita della startup. Rozes, fondata a Padova nel 2019 e diventata spin-off dell’ateneo, sta ora presentando il proprio sistema alla commissione parlamentare d’inchiesta sulle condizioni di lavoro, che indaga anche sul caporalato. La collaborazione con il ministero delle Infrastrutture e dei Trasporti, avviata nel 2025, permetterà di testare l’algoritmo nei controlli sugli appalti del Pnrr. L’obiettivo è migliorare la trasparenza e la lotta alla corruzione, sfruttando le potenzialità dell’intelligenza artificiale. Nonostante i progressi, il sistema resta un strumento di supporto, che richiede sempre un’azione umana per ulteriori verifiche.
