DAFNE
DAFNE (Digital Anti Fraud Neural Engine) è il motore AI di VISADA che analizza immagini di sinistri per individuare ricorrenze di danno tra casi diversi. Il sistema non assegna punteggi astratti o indicatori probabilistici: costruisce una rappresentazione tecnica del danno e la confronta con lo storico della compagnia, producendo evidenze visive verificabili. Il processo è progettato per essere continuo, scalabile e tracciabile.
Preparazione
Costruzione della base storica (una tantum)
Per individuare danni già sottomessi in passato è necessario partire dallo storico. All’inizio della collaborazione, DAFNE analizza un insieme di sinistri pregressi che la compagnia ritiene rilevanti, tipicamente da due a cinque anni di immagini. Su ciascuna immagine il sistema applica gli stessi passaggi della pipeline: anonimizza i contenuti, individua e isola i danni, ne analizza forma, estensione e tipologia e costruisce una rappresentazione del danno confrontabile nel tempo. In questo modo ogni danno diventa un’unità indicizzata all’interno del database VISADA e si crea la baseline iniziale su cui si basa il rilevamento delle ricorrenze. Nonostante i volumi elevati, l’elaborazione viene completata in pochi giorni grazie a un flusso batch ottimizzato per lavorare in parallelo su grandi quantità di immagini. Al termine di questa fase, il sistema è pronto a individuare frodi.
Analisi Operativa
Utilizzo quotidiano
Ingestione
dei sinistri
Su base giornaliera, la compagnia invia in massa i sinistri da verificare secondo le proprie regole (valore, area geografica, campionamento, alert).
Anonimizzazione
automatica
Le immagini vengono private di elementi sensibili (targhe, volti) rendendo i dati visivi anonimizzati: interessa il danno, non l’identità.
Analisi
del danno
DAFNE elabora le immagini applicando una pipeline strutturata: individua e isola i danni, ne analizza forma, estensione e tipologia e costruisce una rappresentazione del danno confrontabile nel tempo.
Matching
con lo storico
I danni rilevati vengono confrontati con quelli presenti nel database storico per individuare ricorrenze o riutilizzi tra sinistri diversi.
Validazione
umana
I match ad alta confidenza vengono verificati da analisti specializzati per eliminare i falsi positivi e confermare i casi rilevanti. Questo passaggio garantisce affidabilità operativa, senza compromettere la scalabilità del sistema: l’intervento umano è focalizzato solo dove serve.
Generazione
del report
In caso di conferma, viene prodotto un evidence report strutturato, che include la coppia di danni messi a confronto.
Output
Evidence report operativo
Il risultato prodotto da DAFNE non è un semplice alert né un punteggio di rischio astratto, ma un report di evidenza progettato per l’uso operativo. Il report mostra un confronto visivo diretto tra il sinistro in analisi e i casi correlati individuati nello storico. Le aree di danno vengono evidenziate e messe in relazione tramite ritagli mirati delle immagini, rendendo immediata la comprensione del match. Ogni evidenza è accompagnata da riferimenti identificativi e temporali chiari, garantendo tracciabilità e verificabilità. In questo modo, i team antifrode e liquidativi ricevono un output documentato e pronto all’azione, riducendo la necessità di ulteriori verifiche preliminari. Grazie alla sua natura visiva e storica, il report è utilizzabile anche in contesti più formali, con l’obiettivo di accelerare decisioni e interventi.
