Earn money by answering our surveys

Register now!

Il ministero dell’economia francese utilizza i dati per prevedere la bancarotta e aiutare le imprese

Earn up to 50€ by participating in one of our paid market research.

Register now!

Anticipare il fallimento delle imprese è una sfida sia per gli imprenditori che per lo stesso Stato. Lo sapevi che una bancarotta, oltre al costo economico ed emotivo che rappresenta per l’imprenditore, rappresenta anche un onere per lo Stato? Il fallimento è, infatti, un procedimento giudiziario che spesso richiede procedure complesse che coinvolgono più parti (tribunale, fiduciari, creditori, ecc… Evitare i fallimenti, aiutare le imprese ad affrontare i loro problemi ed a riprendersi, sono obiettivi perseguiti anche dallo Stato, come due esperte dell’amministrazione francese, Adèle Lieber, vicedirettore generale della direzione generale delle finanze pubbliche e Philippe Schall, amministratore delle finanze pubbliche, hanno sottolineato a proposito di una recente questione. Dall’arrivo dell’intelligenza artificiale, ora sono a disposizione dell’amministrazione nuovi strumenti per sfruttare i segnali deboli e identificare le aziende che hanno bisogno di aiuto. Questo è l’oggetto di un progetto lanciato dal Ministero delle Finanze in Francia.

A tutti gli effetti, vi ricordiamo anche che è meglio evitare i problemi prima di iniziare la propria attività (cioè attraverso ricerche di mercato) piuttosto che doverli risolvere dopo. Parafrasando lo slogan degli avvocati belgi (“un avvocato è qualcuno che devi vedere prima per evitare guai dopo”), si potrebbe dire che la ricerca di mercato è un “esercizio che devi fare prima di iniziare la tua attività per evitare guai dopo”.

La ricerca di mercato è un esercizio che devi fare prima di iniziare la tua attività per evitare guai dopo

Rileva micro-segnali per identificare le aziende che hanno bisogno di aiuto

L’amministrazione francese ha, quindi, avviato la realizzazione di un progetto pilota per utilizzare le molteplici informazioni fornite dalle e sulle aziende dai vari servizi governativi (fiscale, urssaf, dogane, ecc.) per modellare lo stato di salute e prevedere meglio le difficoltà che potrebbe incontrare. Questo progetto, lanciato in 9 dipartimenti pilota in tutta la Francia (Côte-d’Or, Finistère, Seine-et-Marne, Tarn, ecc…), si basa sull’intelligenza artificiale per sfruttare queste enormi quantità di dati e consentirne l’interpretazione.

L’intelligenza artificiale può prevedere i fallimenti aziendali

Questo progetto è un perfetto esempio dell’uso sapiente dell’intelligenza artificiale in un contesto in cui la molteplicità di fonti e formati di dati ha, finora, impedito la conciliazione delle informazioni (per non parlare dei problemi di quantità di dati e dei vincoli di budget che spingono le amministrazioni a cercare modi per automatizzare i processi ed essere più efficienti). In tale contesto, l’utilizzo dell’intelligenza artificiale consente di effettuare la prima selezione tra informazioni strutturate e non strutturate e diventa, così, uno strumento al servizio dell’intelligenza umana per focalizzare la propria attenzione e azione sulle aziende che più ne hanno bisogno. Come strumenti simili utilizzati nel mondo dei media (si veda, ad esempio, l’esempio del robot giornalista Voitto in Finlandia), l’intelligenza artificiale è, in definitiva, solo uno strumento tra gli altri al servizio dell’essere umano, dotato di sensibilità e dotato di un’ottima competenza professionale, per svolgere al meglio il suo lavoro. L’intelligenza artificiale, quindi, non ha bisogno di essere vista come una minaccia (leggi il nostro articolo sui lavori che NON saranno sostituiti dall’intelligenza artificiale).

Le variabili utilizzate da Barboza et al (2017) per prevedere i fallimenti aziendali

L’apprendimento automatico e il deep learning migliorano la previsione dei fallimenti

Il tema della previsione del fallimento non è nuovo, né lo è l’uso dell’intelligenza artificiale per questo scopo. Il lavoro originale svolto da Altman nel 1968, molto precoce, ha permesso di definire variabili che rivelano lo stato di salute di un’azienda e, quindi, anticipano i cambiamenti della sua situazione. Dal 1968, la rivoluzione informatica è passata attraverso questo e da allora le tecniche si sono evolute notevolmente. Ad esempio, i lettori con un background più tecnico potrebbero essere interessati al lavoro di “Barboza et al. (2017)”, che ha dimostrato la superiorità di tecniche specifiche per la previsione del fallimento. Gli algoritmi di apprendimento automatico utilizzati in questo studio (insaccamento, foresta casuale, potenziamento) sono risultati in media il 10% più accurati rispetto alle tecniche di regressione logistica più tradizionali nella previsione del fallimento 12 mesi prima che si verificasse. Barboza e i suoi colleghi hanno utilizzato una serie di 11 indicatori finanziari applicati a un set di dati di 13.000 aziende per il loro lavoro di previsione.

Risultati delle previsioni fatte da Barboza et al. (2017) sul fallimento aziendale

Tag:,

Author: Pierre-Nicolas Schwab

Pierre-Nicolas ha un dottorato in marketing e dirige l'agenzia di ricerche di mercato IntoTheMinds. I suoi principali campi di interesse sono BigData, e-commerce, commercio locale, HoReCa e logistica. È anche un ricercatore di marketing all'Université Libre de Bruxelles e serve come coach e formatore per diverse organizzazioni e istituzioni pubbliche. Può essere contattato via email, Linkedin o per telefono (+32 486 42 79 42)

Share This Post On

Submit a Comment

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *