Sztuczna inteligencja na rzecz przeciwdziałania praniu pieniędzy

Europejska Federacja Bankowa i SAS pomagają bankom przeciwdziałać przestępstwom finansowym Wykorzystanie sztucznej inteligencji i uczenia maszynowego pozwala wdrażać skuteczne strategie w zakresie przeciwdziałania praniu pieniędzy i zapewnienia zgodności z regulacjami w obszarze AML.

Biuro Narodów Zjednoczonych ds. Narkotyków i Przestępczości (UNODC) szacuje, że co roku światowe systemy finansowe są wykorzystywane do prania od 800 miliardów do 2 bilionów USD. To wartość sięgająca 2-5 proc. światowego PKB. Europejska Federacja Bankowa (EBF) nawiązała współpracę z SAS, aby pomóc instytucjom finansowym blokować ten przestępczy proceder.

Szybko rozwijający się biznes i technologie sprawiają, że konwencjonalne metody przeciwdziałania praniu pieniędzy (AML) stają się nieefektywne i wymagają bardziej innowacyjnego podejścia do zwalczania przestępczości finansowej – powiedział prezes EBF Wim Mijs. Przyszłość AML opiera się na wykorzystaniu innowacyjnych technologii i rozwiązań, które ujawniają pełny obraz sytuacji, gdy mamy do czynienia ze złożonymi siatkami przestępczymi. Jesteśmy pewni, że współpraca z SAS pomoże nam przygotować stowarzyszone w ramach naszego związku instytucje finansowe i szerszą społeczność bankową do wymagań nowej rzeczywistości.

Pomimo stale rosnącej liczby zgłoszeń o podejrzanej aktywności dane Europolu dotyczące Unii Europejskiej pokazują, że w latach 2009-2014 skonfiskowano nie więcej niż 1,1 proc. aktywów uzyskanych w wyniku przestępstw. Aby zatrzymać ten niepokojący trend, Komisja Europejska wprowadziła w lipcu tego roku nowy pakiet AML. Po raz pierwszy banki i inne podmioty objęte wytycznymi, zobowiązane będą do bezpośredniego stosowania rozporządzenia. W nadchodzących latach zacznie również działać nowy europejski organ ds. przeciwdziałania praniu brudnych pieniędzy.

Na początku 2022 r. EBF i SAS uruchomią wspólną, wirtualną serię kursów AML Masterclass, prowadzoną przez ekspertów w dziedzinie przeciwdziałania praniu pieniędzy biegłych w korzystaniu z zaawansowanej analityki na potrzeby procesów AML. W przeciwieństwie do konwencjonalnych seminariów, które koncentrują się przede wszystkim na regulacyjnych i operacyjnych aspektach AML, ta seria pokaże, w jaki sposób sztuczna inteligencja i uczenie maszynowe mogą zwiększyć skuteczność banków w walce z przestępczością finansową. 

Bezpłatny, dwuczęściowy kurs AML Masterclass, obejmuje następujące tematy:

• Sztuczna inteligencja na rzecz przeciwdziałania praniu pieniędzy. Podczas przewidzianej na marzec 2022 roku sesji inauguracyjnej eksperci zaprezentują, jak naprawdę działa sztuczna inteligencja i technologia uczenia maszynowego w procesach AML. Podczas wydarzenia uczestnicy będą mieli okazje poznać infrastrukturę do monitorowania transakcji i dowiedzą się jak organizacje mogą dopasowywać się do obecnych ram regulacyjnych.
• Nowe technologie umożliwiające lepsze poznanie klientów (Know Your Customer). Podczas drugiej sesji, przewidzianej od kwietnia do maja 2022 r., zostanie przedstawiony aktualny krajobraz legislacyjny i nowatorskie sposoby wykorzystania zaawansowanej analityki ułatwiającej bankom poznanie swojego klienta (KYC) i procesów due diligence. Eksperci zademonstrują również, w jaki sposób rozwiązania takie jak identyfikacja cyfrowa i wizualizacja sieci mogą poprawić przejrzystość i wydajność procesów związanych z wdrażaniem nowych klientów.

Po sesjach Masterclass online, w nawiązaniu do konferencji ACAMS Europe w czerwcu 2022, EBF będzie gospodarzem bezpośredniego spotkania z SAS w Brukseli. Eksperci AML poprowadzą dyskusję i pytania na żywo na temat tego, jak banki mogą wykorzystać zaawansowaną analitykę w swoich strukturach AML.

Więcej niż odhaczanie tematów

W styczniu Financial Action Task Force (FATF), międzyrządowy organ nadzorujący przestępczość finansową ostrzegł, że pandemia COVID-19 umożliwiła przestępcom wykorzystanie luk w tożsamości cyfrowej. Mniej więcej w tym samym czasie SAS, KPMG i Association of Certified Anti-Money Laundering Specialists (ACAMS) przeprowadziły ankietę wśród ponad 850 członków ACAMS na całym świecie, aby ocenić, w jaki sposób specjaliści ds. zgodności dostosowywali swoje strategie przeciwdziałania praniu pieniędzy podczas pandemii. Opublikowane w sierpniu badanie wykazało, że:

• Jedna trzecia instytucji finansowych przyspieszyła proces wdrażania sztucznej inteligencji i uczenia maszynowego w celu zapewnienia zgodności z AML w odpowiedzi na COVID-19.
• Kolejne 39 proc. wskazało, że ich plany wprowadzenia sztucznej inteligencji i uczenia maszynowego są kontynuowane, pomimo zakłóceń wynikających z pandemii.

Nasze badania pokazują, że branża finansowa znajduje się na rozdrożu. Banki uznają sztuczną inteligencję za przełom w przeciwdziałaniu praniu pieniędzy, ale większość wciąż nie wie, jak optymalnie wykorzystać tę technologię – powiedział Stu Bradley, Senior Vice President of Fraud and Security Intelligence w SAS. Wraz z EBF chcemy za pomocą praktycznych wskazówek pokazać przedstawicielom banków, że nie chodzi tu tylko o zwykłe odhaczanie kolejnych zagadnień. Dzięki odpowiedniemu podejściu, strategie AML mogą zapewnić znacznie większą skuteczność działań w obszarze przeciwdziałania nadużyciom i zarządzania ryzykiem w instytucjach finansowych.

Źródło: materiały prasowe