Futurescape

Dall’integrazione di dati storici e knowledge, identifichiamo predittori intelligenti sintetizzati dal ML per delineare futuri scenari economici e per tracciare e analizzare traiettorie significative nel tempo.
SYRTO
Predict, Cluster, Analyze.

Nel 2013 un team di ricercatori delle università di Brescia, Venezia, Amsterdam, Parigi e Atene  è selezionato e finanziato dall’Unione Europea nell’ambito del 7° Programma Quadro per realizzare un progetto triennale di ispezione dei rischi sistemici in Europa dopo le crisi del 2007 e del 2010. Nasce così SYRTO, che sei anni dopo diventa spin-off universitario. Nel 2021 HI apporta al progetto la sua metodologia formalizzata di company building e il suo software HIKU, ponendosi come obbiettivo quello di proseguire la ricerca e implementare uno strumento software predittivo sull’andamento delle realtà economiche.

Il prodotto

SYRTO è un software che identifica predittori intelligenti sintetizzati dal ML sulla base dei dati di bilancio aziendali. Si rivolge a imprese, per validare i budget e testare la resistenza della value chain; a banche, per analizzare la traiettoria delle aziende nel tempo e misurare il rischio di credito; a fondi di investimento, per valutare le strategie di intervento. SYRTO è applicabile a un’ampia varietà di domini, ma decide in questa fase di focalizzarsi principalmente sul manufacturing, fondamentale pilastro dell’imprenditorialità italiana.

Come funziona

L’identificazione da parte di SYRTO di indicatori significativi è applicata alla predizione dei dati di bilancio di un’azienda nel futuro, all’individuazione e aggregazione del business model delle aziende sul mercato, alla valutazione delle performance dell’azienda rispetto alle sue concorrenti.

Queste azioni vengono implementate con l’ausilio del ML in tre moduli. Un motore ML predittivo tiene conto di dati e informazioni multilivello generando un vettore di indicatori che possono essere allenati per essere significativi rispetto al tempo, e avere un’alta capacità previsionale. Un motore ML di riduzione dimensionale riesce a identificare le traiettorie delle aziende operando una trasformazione dei dati di bilancio e dei predittori, implementando un valido strumento di analisi dell’azienda rispetto al mercato. Il modulo ML Analytics consente infine di trovare similitudini nell’andamento delle imprese nel tempo.