Contenuti solo informativi Nessuna raccomandazione finanziaria fornita

Evoluzione in risposta a mercati e regolamentazione

2018

Prototipo iniziale di ottimizzazione multi-contropartita

Inizio dei lavori su un prototipo focalizzato sull’ottimizzazione della collateralizzazione tra poche controparti, nato dall’osservazione di processi manuali frammentati e reportistica poco coordinata tra funzioni di rischio, tesoreria e operations. Prime simulazioni interne mostrano il potenziale di un motore unico che tenga conto simultaneamente di eleggibilità, haircuts, concentrazioni e vincoli regolamentari.

2020

Costituzione della struttura dedicata e primi piloti

Formalizzazione della società e avvio di progetti pilota con istituzioni disponibili a sperimentare una piattaforma AI esplicabile dedicata alla collateralizzazione. Vengono definiti i primi framework di validazione modello, i controlli di qualità dati e le interfacce con CCP, custodi e sistemi interni. La priorità resta la trasparenza delle decisioni rispetto alle metriche di rischio esistenti.

2023

Integrazione con tesoreria e metriche regolamentari

Estensione della piattaforma per coprire margini iniziali e variabili, gestione dei buffer di liquidità e supporto a metriche regolamentari come LCR e NSFR. Il motore viene integrato in architetture di gruppo complesse, con flussi giornalieri di dati e cicli di approvazione formale. La narrativa si sposta dal semplice risparmio operativo verso un discorso strutturato su capital efficiency e governance.

2025

Adozione come livello centrale di ottimizzazione

Consolidamento dell’offerta con moduli dedicati a scenari di stress, simulazioni what-if e analisi retrospettive per comitati rischi e audit. La piattaforma viene adottata come livello centrale di decisione sulla collateralizzazione, con ruoli e responsabilità definiti per l’utilizzo dell’AI nel rispetto dei framework di rischio interni e delle aspettative dei supervisori.

Valori e principi guida

Attività costruita su una disciplina del rischio rigorosa, su una trasparenza operativa pensata per funzioni di controllo e su una relazione di lungo periodo con le istituzioni, dove l’AI viene integrata in framework già esistenti anziché imposta come sostituto opaco dei processi attuali.

Disciplina del rischio

Ogni scelta di ottimizzazione viene valutata rispetto a limiti, metriche e politiche di rischio già in uso presso l’istituzione. La piattaforma è progettata per rendere visibili i trade-off tra efficienza di collateralizzazione, concentrazioni, wrong-way risk e vincoli regolamentari, favorendo decisioni informate anziché automatismi difficili da spiegare.

Trasparenza e spiegabilità

Motore AI accompagnato da spiegazioni leggibili, audit trail completi e report coerenti con la reportistica di rischio già utilizzata. Ogni raccomandazione di allocazione è documentata in modo che comitati, auditor e funzioni di seconda linea possano ricostruire il ragionamento sottostante, senza affidarsi a logiche percepite come scatole nere.

Partnership con i clienti

Relazione impostata su un dialogo continuo con risk manager, tesoreria, operations e IT. Progetti costruiti su obiettivi condivisi, con revisioni periodiche dei modelli, dei flussi e delle metriche, così che la piattaforma rimanga allineata alle evoluzioni di regolamentazione, struttura di bilancio e strategie di funding delle istituzioni.

Allineamento regolamentare

Architettura e processi pensati per rispettare normative, linee guida e prassi di vigilanza applicabili. Le funzionalità vengono sviluppate tenendo conto delle aspettative su robustezza dei modelli, controlli operativi, gestione dei dati e documentazione, in modo che l’adozione della piattaforma si inserisca in un perimetro di compliance chiaro.

Leadership e competenze chiave di dominio

Team composto da specialisti di rischio, tesoreria, tecnologia e operations con esperienza diretta in istituzioni regolamentate, in grado di tradurre requisiti regolamentari e di mercato in soluzioni operative concrete sulla collateralizzazione.
Responsabile rischio di controparte della piattaforma Iravanteloza

Alessandro Conti Rossi

Responsabile strategia rischio e prodotto piattaforma

Laurea magistrale in finanza quantitativa e gestione del rischio dei mercati Università italiana con specializzazione in mercati finanziari avanzati

Rischio di controparte, margini, strutture di collateralizzazione e requisiti regolamentari

Banca d’investimento europea e camera di compensazione internazionale

Esperienza maturata in funzioni di rischio di controparte e clearing presso primarie istituzioni, con responsabilità su margini, netting e strutture di collateralizzazione. Guida la definizione dei requisiti funzionali della piattaforma e coordina il dialogo con comitati rischi, audit interno e supervisori. Supervisiona inoltre l’allineamento tra modelli di ottimizzazione, politiche di rischio e vincoli regolamentari applicabili.

Responsabile tesoreria e soluzioni di liquidità di Iravanteloza

Giulia Ferri Bianchi

Responsabile soluzioni tesoreria e liquidità istituzionale

Laurea magistrale in economia dei mercati e gestione della tesoreria bancaria Ateneo europeo con indirizzo in finanza aziendale avanzata

Gestione liquidità, metriche regolamentari, funding e processi di tesoreria integrati

Gruppo bancario paneuropeo e primaria società di brokeraggio

Percorso consolidato in tesoreria e gestione della liquidità con attenzione a LCR, NSFR e metriche interne di funding. Definisce insieme ai clienti le priorità di ottimizzazione tra margini iniziali, risorse eleggibili e fabbisogni di liquidità. Coordina inoltre le iniziative di adozione della piattaforma nelle strutture di tesoreria, curando impatti organizzativi, controlli giornalieri e flussi con i desk di mercato.

Direttore tecnologico e responsabile algoritmi AI di Iravanteloza

Marco De Santis

Direttore tecnologico e responsabile motore di ottimizzazione

Dottorato in informatica con tesi su algoritmi di ottimizzazione per sistemi complessi Politecnico europeo focalizzato su ingegneria informatica avanzata

Algoritmi di ottimizzazione, data engineering, architetture cloud e explainable AI

Società di tecnologia per mercati e fornitore infrastrutture dati

Specialista in algoritmi di ottimizzazione, metodi stocastici e architetture dati scalabili. Progetta il motore AI della piattaforma, assicurando tracciabilità delle decisioni e riproducibilità dei risultati. Coordina il team di data engineering per l’integrazione con CCP, custodi, tri-party e sistemi interni, garantendo qualità dei dati, controlli di coerenza e audit trail end-to-end.

Responsabile delivery e change management della piattaforma Iravanteloza

Serena Rinaldi Moretti

Direttrice delivery, progetti e change management istituzionale

Laurea specialistica in ingegneria gestionale con indirizzo sistemi informativi Università tecnica europea orientata a gestione dei sistemi complessi

Implementazione piattaforme, processi operativi, governance e controllo di progetto

Società di consulenza tecnologica e gruppo bancario domestico

Esperienza consolidata in implementazioni di piattaforme di rischio e collateral presso gruppi bancari complessi. Coordina progetti, piani di migrazione e attività di change management, curando la collaborazione tra risk management, operations, IT e funzioni legali. Supervisiona inoltre la documentazione, la formazione operativa interna e i framework di controllo continuo sugli utilizzi della piattaforma.

Riconoscimenti e certificazioni

Fintech innovazione

Rischio e governance

Conformità operativa

AI esplicabile

Integrazione sistemi

Esperienza istituzionale