Třetina finančních firem urychluje používání umělé inteligence k odhalování praní peněz

Třetina finančních firem urychluje používání umělé inteligence k odhalování praní peněz

Finanční firmy zvyšují své investice do umělé inteligence (AI) a strojového učení (ML) as součástí jejich investic proti praní peněz (AML).

Covid-19 a narušení, které přineslo globální ekonomice, spustily náhlý nárůst finanční kriminality a praní peněz představuje hrozbu pro společnost.

OSN odhaduje, že nelegálně se každý rok přesune až 2 miliardy dolarů. Zločinci používají velké banky ke skrývání peněz, což je často spojeno s organizovaným zločinem, přičemž finanční prostředky se používají k placení majetku, aby se skryl původ peněz. Ve Velké Británii to odhaduje National Crime Agency (NCA) praní peněz stojí ekonomiku země 24 miliard liber ročně.

Podle studie společnosti KPMG, softwarové společnosti SAS a Asociace certifikovaných specialistů na boj proti praní peněz (ACAMS), třetina finančních firem urychluje používání AI a ML ve svých strategiích boje proti praní peněz v boji proti rostoucímu problému.

Studijní zpráva, Zrychlení protivenstvím: Stav přijetí AI a strojového učení v oblasti dodržování předpisů proti praní peněz, zpochybnilo 850 členů ACAMS po celém světě.

Více než polovina (57%) respondentů buď nasadila AI nebo ML do svých procesů shody s AML, nebo pilotuje řešení AI nebo plánuje jejich implementaci do 18 měsíců. “Jelikož regulační orgány na celém světě stále častěji posuzují úsilí finančních institucí o dodržování předpisů na základě účinnosti zpravodajských informací, které poskytují orgánům činným v trestním řízení, není překvapením, že 66% respondentů se domnívá, že regulační orgány chtějí, aby jejich instituce využívaly umělou inteligenci a strojové učení,” řekl Kieran Beer, chief analyst ve společnosti ACAMS.

“I když se mnozí ve světě proti finanční kriminalitě-regulační orgány a finanční instituce-teprve blíží těmto pokročilým analytickým technologiím, existuje jasná společná naděje, že tyto nástroje budou produkovat skutečně efektivní finanční zpravodajství, které zachytí padouchy.”

Dva hlavní důvody pro přijetí umělé inteligence a ML do procesů boje proti praní peněz jsou zlepšení kvality vyšetřování a regulačních podání, uváděných jako hlavní důvod (o 40%) a snížení falešných poplachů a z toho vyplývajících provozních nákladů, podle 38%.

“Radikální posun v chování spotřebitelů vyvolaný pandemií přinutil mnoho finančních institucí k názoru, že statické monitorovací strategie založené na pravidlech prostě nejsou tak přesné nebo adaptivní jako systémy rozhodování o chování,” řekl David Stewart, ředitel finančních zločinů a dodržování předpisů. v SAS.

„Technologie AI a ML jsou od přírody dynamické, dokážou se inteligentně přizpůsobit změnám trhu a nově se objevujícím rizikům – a lze je rychle integrovat do stávajících programů dodržování předpisů s minimálním narušením. První uživatelé získávají značnou efektivitu a zároveň pomáhají svým institucím vyhovět rostoucím regulačním očekáváním. “

Banky, které ve svých strategiích boje proti praní peněz nedosáhly, byly v posledních letech zasaženy vysokými pokutami od regulačních orgánů. Podle výzkumu zveřejněného v únoru 2021 společností Kyckr pro informační služby mezi podniky (B2B) bylo 28 finančním institucím po celém světě uloženo pokuty za porušení související s bojem proti praní peněz v roce 2020, což odpovídá zhruba 2,6 miliardám liber. V březnu téhož roku uložily regulační orgány ve Švédsku a Estonsku pokuty v hodnotě 347 mil. EUR na Swedbank za porušení zákonů o praní špinavých peněz.

V Nizozemsku dostala ING v roce 2018 pokutu 775 mil. EUR poté, co regulátor uvedl, že banka nedokázala zabránit praní stovek milionů EUR v letech 2010 až 2016.

V roce 2017Citigroup souhlasila se zaplacením téměř 100 milionů dolarů a přiznala se k trestným činům, protože vyřešila vyšetřování porušení pravidel proti praní špinavých peněz zahrnujících převody peněz mezi USA a Mexikem. Ve stejném roce dostala Deutsche Bank britské a americké úřady pokutu 650 milionů dolarů za to, že umožnila bohatým klientům přesunout 10 miliard dolarů z Ruska.

Share

Leave a Reply

Your email address will not be published.