Как искусственный интеллект борется с финансовыми преступлениями
С ростом числа международных связей и увеличением цифровых транзакций борьба с отмыванием денег стала еще более сложной. Финансовым компаниям нужно экспериментировать с технологиями, чтобы защитить своих клиентов от мошенников. Похоже, что в борьбе с отмыванием денег искусственный интеллект уже опережает людей.
Посмотрите на международные банки-гиганты и региональные банки в развитых странах — все они уже сотрудничают с финтех-компаниями или разрабатывают собственные алгоритмы для борьбы с финансовыми преступлениями (и подозрительными операциями). Банки аккумулируют огромные объемы данных. Внедряя искусственный интеллект с машинным обучением, они быстро строят модели, которые анализируют каждую транзакцию и способны заблокировать ее, в случае обнаружения "необычных сценариев" (например, когда вы пользовались мобильным банком в одной стране, а на следующий день снимаете наличные в другой).
Согласно докладу World Payments 2017 года, ожидается, что уже к 2020 году количество безналичных транзакций в Азии достигнет объема свыше $277 млрд в год. Но невозможно предсказать, какая доля из них придется на фрод с отмыванием денег. Искусственный интеллект в больших финансовых компаниях поможет работать эффективнее и уделять внимание всем, даже мелким транзакциям.
Компания EY помогла европейскому гиганту финансовых услуг Nordea выстроить модель, которая отсеивает ложные блокировки и фокусируется на особенно важных операциях. Руководство EY объяснило свое исследование так:
EY: Мы с Nordea создали модель, которая благодаря точному анализу данных интерпретирует сигналы, указывающие на преступную деятельность.
Зачем использовать ИИ для борьбы с финансовыми преступлениями?
Радиш Сингх, глава по контролю за финансовыми преступлениями в юго-восточной Азии в Deloitte: С помощью новых методов и возможностей автоматизации проверочные группы смогут расследовать настоящие риски и подозрительное случаи, уменьшат количество ручных рутинных задач и уделят время более ценной работе — анализу результатов и качеству работы.
По словам Сингха, с учетом цифрового развития, технологической революции, открытостью API и новых методологий мы видим существенный разрыв между тем, где технологии распознавания фрода должны находиться в финансовых компаниях и на каком этапе развития они находятся сейчас.
PwC недавно изучили готовность финансовых институтов к введению разработок на базе искусственного интеллекта в области расследования финансовых преступлений. Компания обнаружила, что главы компаний просто не знают, с чего начать, или настолько углубились в тему, что хотят опробовать совершенно ненужные и непрактичные методы борьбы. Эксперты PwC считают, что лучше сосредоточиться на тех инновациях, которые можно ввести в эксплуатацию в течение одного-двух лет, чем строить далеко идущие планы и в итоге ничего не сделать. В краткосрочной перспективе искусственный интеллект может использоваться для улучшения текущих процессов и отслеживания подозрительных транзакций. Это должно помочь специалистам в разработке более совершенных программ.
Радиш Сингх: Использование новых технологий, таких как машинного обучения имеет огромный потенциал для сокращения издержек и показателей рисков. Также машинное обучение может повысить точность выявления отмывания денег и финансирования терроризма.
Fintech News
