• Home
  • GRC
  • Analisi automatica dei controlli (5W Cognitive Control) con IBM OpenPages + watsonx

Analisi automatica dei controlli (5W Cognitive Control) con IBM OpenPages + watsonx

Vi presentiamo la prima “pillola” della nostra serie AI in Action: l’analisi automatica dei controlli basata sul modello 5W (Who, What, When, Where, Why), integrata in IBM OpenPages con IBM watsonx. L’obiettivo? Aumentare qualità, coerenza e manutenibilità delle definizioni di controllo, riducendo cicli di revisione e ambiguità.

Nel breve video che vi proponiamo, sottotitolato in italiano, vedremo:

  • la valutazione 5W su un controllo reale, con la relativa spiegazione dei criteri.
  • l’evidenziazione delle aree critiche (per esempio, mancanza di “Who” o “When”, evidenze incomplete).
  • l’aggiornamento immediato della definizione e il ricalcolo del punteggio.

🎥 Guarda la demo:  

Perché questo tema, adesso

Le organizzazioni gestiscono centinaia o migliaia di controlli tra Risk, Compliance, Internal Control e Audit. La qualità dei testi (descrizioni, scopi, responsabilità, frequenze, evidenze) incide direttamente su chiarezza operativaallineamento tra funzioni e capacità di auditabilità.  Senza un supporto intelligente, la normalizzazione dei contenuti richiede molti cicli di verifica, correzione e approvazione, con il rischio di incoerenze tra business unit e normative di riferimento.

L’esempio proposto: 5W Cognitive Control

Con 5W Cognitive Control utilizziamo i modelli linguistici di watsonx all’interno di IBM OpenPages per:

  • Analizzare automaticamente le definizioni dei controlli secondo le 5W.
  • Valutare la completezza dei contenuti con un punteggio e note di evidenza.
  • Evidenziare automaticamente le aree da migliorare, aiutando l’utente a identificare dove il testo può essere integrato o chiarito.

➡️ Risultato: definizioni più chiare e comparabili, con meno round di revisione e un patrimonio informativo più solido nel tempo.

Come funziona (in breve)

  1. Selezione del controllo in OpenPages (nuovo o esistente).
  2. Avvio analisi AI: il sistema applica il modello 5W al testo del controllo.
  3. Output strutturato: punteggio di completezza + evidenziazione delle aree da migliorare.
  4. Applicazione assistita: l’utente rivede il testo e aggiorna la definizione secondo le indicazioni.

(Nella demo vediamo come il sistema individua automaticamente le sezioni incomplete o poco chiare, aiutando a migliorare la qualità complessiva dei controlli).

Benefici per Risk, Compliance e Audit

La corretta definizione dei controlli è un elemento fondamentale per valutare l’efficacia delle misure di mitigazione dei rischi. Quando i controlli sono formulati in modo ambiguo o incompleto, cresce il rischio di errori interpretativi e di inefficacia nelle verifiche successive. Per questo, strumenti come il 5W Cognitive Control diventano un supporto concreto alla qualità del framework di controllo.

  • Riduzione dei tempi di revisione e approvazione dei controlli.
  • Meno ambiguità, poiché la non corretta o incompleta definizione dei controlli rappresenta una delle principali aree di rischio nella valutazione dell’efficacia delle mitigazioni dei rischi.
  • Controlli più auditabili: definizioni chiare, evidenze verificabili.
  • Base dati più solida per successive analisi (monitoraggi, test, reporting).
  • Adozione AI pragmatica: valore rapido senza stravolgere i processi.

Vuoi approfondire il tema con i nostri esperti di Stratos AnalyticsContattaci: un confronto tra professionisti dell’Area Risk & Compliance è sempre un piacevole arricchimento per tutti.

stratos srl

Registrata presso l'Uff. del registro delle imprese di Torino


P.IVA | C:F: 02944860010 - REA: 647311
Capitale Sociale versato:  € 46.800

stratos analytics srl

Registrata presso l'Uff. del registro delle imprese di Torino


P.IVA | C:F: 11355940013 - REA: 1206841
Capitale Sociale versato:  € 40.000

Dove siamo

SEDE LEGALE
Corso Vittorio Emanuele II, 107 - 10128 - Torino (TO)
SEDI OPERATIVE
Via Pavia, 9/a 1 - 10098 - Rivoli (TO)
Viale Monza, 347 - 20126 - Milano (MI)