Dati sintetici e intelligenza artificiale, la due diligence cambia

Nelle operazioni M&A occorre verificare anonimato, qualità, trasferibilità e possibilità di riprodurre i dataset.

I dati sintetici stanno assumendo un peso crescente nelle acquisizioni di società tecnologiche e nell’acquisto di soluzioni di intelligenza artificiale da parte di banche e assicurazioni. Il loro valore non dipende soltanto dalla quantità, ma dalla possibilità di dimostrarne qualità, provenienza e concreta utilizzabilità.

Un dato sintetico è generato artificialmente per riprodurre le caratteristiche statistiche di informazioni reali. La natura artificiale non comporta automaticamente anonimato. Se il processo consente di ricostruire o individuare persone, continuano a trovare applicazione le regole sulla protezione dei dati personali.

La due diligence deve esaminare metodi di generazione, fonti originarie, diritti di utilizzo, rischio di reidentificazione, presenza di distorsioni e stabilità dei risultati. Occorre inoltre verificare se il dataset possa essere trasferito all’acquirente e riprodotto dopo il perfezionamento dell’operazione.

Gli esiti delle verifiche devono riflettersi nel contratto di acquisizione attraverso dichiarazioni, garanzie, indennizzi e obblighi successivi. Non è sufficiente trasferire formalmente un archivio se mancano documentazione, modelli o competenze necessari a utilizzarlo.

Per banche e assicurazioni, l’acquisto di soluzioni IA richiede anche controlli prudenziali e di outsourcing. Il fornitore deve assicurare tracciabilità, sicurezza, continuità e possibilità di audit.

Il valore economico dei dati sintetici risiede quindi nella prova della loro affidabilità. Un dataset non documentato può trasformarsi da attività strategica in fonte di rischi legali, tecnologici e reputazionali.