Cosa può imparare SEBI dai casinò?
Si dice che la tecnologia AI dei casinò sia dotata di sistemi di gestione del rischio superiori rispetto all’analisi dei dati tradizionale attualmente utilizzata dalle autorità di regolamentazione.
Negli ultimi anni, il Securities and Exchange Board of India (SEBI) ha investito in modo aggressivo nell’aggiornamento della sua tecnologia per aumentare la sua sorveglianza del mercato, le indagini e la capacità di elaborazione delle politiche.
Di recente, l’organismo di regolamentazione ha mostrato interesse per un sistema che aiuta i casinò di Las Vegas a tenere lontani i giocatori d’azzardo difficili.
La tecnologia Casino AI è dotata di sistemi di gestione del rischio superiori rispetto all’analisi dei dati tradizionale attualmente utilizzata dalle autorità di regolamentazione. Questo perché il margine di errore per queste IA è molto sottile; non riuscire a rilevare un singolo giocatore canaglia può costare ai casinò milioni di dollari. Fino a poco tempo le autorità di regolamentazione del mercato si affidavano principalmente a suggerimenti per indagare sulle attività criminali. Tuttavia, sono stati trovati desiderosi di costruire casi a prova di acqua contro le violazioni di insider trading.
SEBI prevede di implementare vari modelli analitici basati su intelligenza artificiale, apprendimento automatico e algoritmi basati su regole. Mira a implementare l’analisi basata su dati non strutturati sulla sua piattaforma Data Lake. Alcuni mesi fa, il provider con sede negli Stati Uniti ha fornito una demo dal vivo a SEBI e personalizzerà il software in base ai requisiti SEBI se l’accordo va a buon fine.
Nel suo rapporto annuale 2020-21, SEBI ha affermato che avrebbe implementato importanti progetti IT critici per le sue operazioni quotidiane e il suo mandato. Se viene implementata la piattaforma AI del casinò, i trader di scansione ad alto rischio per SEBI saranno convenienti. Nei casinò, i clienti ad alto rischio sono quelli che hanno una leva finanziaria eccessiva o hanno una tendenza a piazzare scommesse irregolari.
L’ultimo sviluppo arriva dopo che SEBI, l’anno scorso, aveva selezionato cinque società per l’implementazione di progetti di analisi dei dati per affrontare possibili manipolazioni del mercato come l’insider trading e il front running. Le cinque società erano Tata Consultancy Services (TCS), Wipro, Capgemini Technology Services India, Larsen & Toubro Infotech e NEC Corporation India.
L’IA nei mercati di tutto il mondo
Nel 2018, NEC Corporation ha fornito il Japan Exchange Regulation (JPX-R), un organismo di autoregolamentazione indipendente, con intelligenza artificiale (AI). Il JPX-R mantiene l’integrità nei mercati mobiliari giapponesi. L’IA assiste nelle operazioni di sorveglianza del mercato e nel rilevamento di comportamenti scorretti, come la manipolazione del mercato, alla Borsa di Tokyo.
JPX-R ha adottato il software di apprendimento automatico NEC Advanced Analytics – RAPID, parte del portafoglio di tecnologie AI all’avanguardia di NEC, NEC the WISE, per svolgere operazioni di sorveglianza del mercato utilizzando l’IA. Il software viene ora utilizzato per acquisire un patrimonio di conoscenze precedentemente utilizzato nelle operazioni dal personale di sorveglianza per valutare le irregolarità nell’attività commerciale.
Nel 2019, l’allora governatore della Banca d’Inghilterra Mark Carney ha affermato che i regolatori finanziari avrebbero dovuto adottare tecniche di intelligenza artificiale per stare al passo con i crescenti volumi di dati che fluiscono nei loro sistemi. Per drammatizzare il punto, ha affermato che la banca riceve 65 miliardi di dati all’anno dalle società che supervisiona e che esaminarli tutti sarebbe come se ogni supervisore leggesse completamente l’opera di Shakespeare due volte a settimana per l’intero anno.
Un ottimo esempio di ETF alimentato dall’intelligenza artificiale è il fondo azionario negoziato in borsa basato sull’intelligenza artificiale AIEQ. Secondo Sam Masucci, fondatore e CEO di ETF Managers Group, basato sull’intelligenza artificiale Watson di IBM, questo portafoglio a gestione attiva è il primo del suo genere a gestire il fondo. Di conseguenza, l’ETF azionario basato sull’intelligenza artificiale, o AIEQ, supera costantemente l’S&P 500.
IA nel casinò
Mindway AI , una società dell’Università di Aarhus, prevede problemi di gioco. Creata da Kim Mouridsen, l’azienda utilizza psicologi per addestrare algoritmi di intelligenza artificiale per identificare i comportamenti associati al problema del gioco d’azzardo.
Il sistema di intelligenza artificiale di Mindway analizza 14 diversi rischi, inclusi denaro e tempo, ma anche cancellazioni di prelievi dalla banca, spostamenti dell’ora del giorno in cui il giocatore sta giocando e modifiche delle scommesse. Ogni fattore è valutato da 1 a 100; l’IA quindi traccia un’analisi del rischio di ogni giocatore, improvvisando a ogni partita. Sulla base della valutazione, i giocatori vengono segnati dal verde al rosso.
L’industria dei giochi di Las Vegas ha avviato l’utilizzo dell’IA e il modo in cui si integra e le sue varie funzioni. I giocatori possono essere personificati in tempo reale integrando l’IA nei sistemi di tracciamento dei giocatori. I dati sono un fattore importante per migliorare l’esperienza complessiva. Dall’apprendimento di ciò che piace ai giocatori, la quantità di tempo trascorso da loro, alle meccaniche di gioco più apprezzate, l’uso dell’IA/ML è utile. Inoltre, identifica accuratamente segnali come tradimenti, dipendenze e problemi comportamentali.
Immagine: Premium Times Nigeria
Ma quando gli sviluppatori aggregano il gioco e lo combinano con altri dati social, le implicazioni sulla privacy aumentano.
L’intelligenza artificiale può aiutare la gestione del casinò a identificare clienti preziosi e determinare i giochi più popolari in base al tempo e al denaro. Inoltre, l’analisi abilitata all’IA può estrarre i dati demografici dei giocatori. Questo può aiutare a costruire strategie di marketing.
Una delle aziende, Dragon Fruit , ha svolto un lavoro straordinario in questo campo. Con i dati raccolti dall’IA, i casinò possono personalizzare i programmi fedeltà e i bonus in base alle esigenze e alle preferenze del settore. ML non è prevenuto come gli umani; quindi i bot possono essere progettati per fornire esperienze cliente su misura.
Sia i casinò offline che quelli online vogliono implementare IA proattive e reattive. C’è un chiaro interesse nell’usare la tecnologia AI per i casinò di Las Vegas per aiutarli a migliorare le loro planimetrie. L’intelligenza artificiale può aiutare i casinò a prendere decisioni fondamentali su quali giochi giocano e su come sfruttare al meglio il flusso del traffico umano nei loro piani.
Prendi in considerazione le reti neurali, una forma comune di apprendimento automatico utilizzata per tradurre le lingue e guidare le automobili. Queste reti imitano la struttura del cervello, apprendono dai dati di allenamento e alterano la forza delle connessioni tra i neuroni artificiali. Piccoli sottocircuiti di neuroni svolgono determinati compiti, come riconoscere i segnali stradali, e i ricercatori trascorrono mesi a collegarli per lavorare insieme.
Implicazioni etiche
Usare l’IA per giocare d’azzardo non è semplice. Richiede competenze per l’analisi dei dati e la scelta di dati utili dai siti web. Inoltre, richiede la configurazione di server, dashboard e l’utilizzo di un’enorme serie di dati.
Akkio entra in scena qui. È una piattaforma senza codice , che rende l’IA disponibile per i non programmatori. Il co-fondatore di Akkio Jon Reilly ha affermato che le scommesse sulle corse di cavalli sono un ottimo esempio di come una piattaforma senza codice come Akkio possa ribaltare un modello ML e prevedere i risultati entro 10 minuti. L’obiettivo di Akkio era di far passare quei dati attraverso Akkio per prevedere la probabilità implicita e la posizione finale di ogni cavallo.
Previsione di comportamenti di gioco dannosi
L’intelligenza artificiale aiuta gli operatori di gioco a distanza a identificare i modelli di comportamento di gioco dannoso. I modelli di intelligenza artificiale sono veloci e scalabili, consentendo di tracciare l’intera base di clienti in tempo reale per garantire che i segnali vengano rilevati in anticipo. Di conseguenza, il team di Customer Interaction, che non sarebbe in grado di valutare manualmente l’intera base clienti, può concentrarsi sui clienti a più alto rischio e intervenire in modo appropriato. Ad esempio, possono programmare una telefonata, limitare gli importi delle scommesse o bloccare completamente un account.
DataRobot Automated Feature Discovery può essere sfruttato per aggregare migliaia di eventi/transazioni dei clienti e trovare modelli che suggeriscono che un cliente è a rischio. DataRobot Anomaly Detection può anche identificare nuovi modelli di comportamento insolito.
Prevedi il valore della vita del giocatore
La proiezione dell’LTV di un singolo cliente consentirà ai leader del servizio clienti di dare priorità ai singoli clienti.
L’intelligenza artificiale consente di sintetizzare i dati storici dei giocatori, gli attributi noti di tali giocatori e qualsiasi altra informazione specifica del settore o del gioco che un’organizzazione ritiene utile per identificare i modelli associati a valore e rischio aggiuntivi. Dopo aver creato un set di dati, è possibile utilizzare tali attributi contro l’LTV/risultati delle entrate dei giocatori precedenti utilizzando l’apprendimento automatico per identificare i modelli comportamentali di diversi giocatori, gli effetti stagionali, l’impatto delle diverse offerte promozionali, ecc.
Sfide affrontate durante l’implementazione dell’IA
Il World Economic Forum (WEF) ha avvertito che le nuove tecnologie come l’Internet delle cose, l’intelligenza artificiale e l’informatica quantistica potrebbero sconvolgere la vita delle persone e rendere la società più vulnerabile agli attacchi informatici.
I rischi di violazione dei dati e hacking potrebbero ostacolare la crescita del mercato dell’IA; le sfide normative poste dai giochi si trovano all’interfaccia tra tecnologia, diritto e politica.
L’ipermonetizzazione, a causa della sua crescente complessità, potrebbe minare la fiducia dei consumatori e sollevare interrogativi per l’industria del gioco d’azzardo in merito alla protezione e alla regolamentazione dei dati.
Casi d’uso Desi
Piattaforme di gioco online come MPL, Dream11 e altre hanno utilizzato AI/ML per migliorare l’esperienza del cliente, frenare le frodi, ecc.
Mobile Premier League (MPL) utilizza ampiamente AI, ML e analisi per stare al passo con il gioco. Oggi è una delle piattaforme di eSport in più rapida crescita in India. Lanciata a settembre 2018, la piattaforma ha raccolto oltre 25 milioni di utenti in un breve periodo. Nel frattempo, Dream 11 utilizza un bot basato sull’intelligenza artificiale per fornire un’assistenza clienti di prim’ordine. Creato da Haptik, il bot di assistenza clienti Dream 11 è un’IA conversazionale che gestisce l’enorme scala delle richieste in arrivo fornendo risposte immediate senza far aspettare gli utenti ansiosi.
