Mempekerjakan AI untuk mengubah AML

Mempekerjakan AI untuk mengubah AML – Terlepas dari tekanan balik awal terhadap AI dari departemen kepatuhan, sekarang tampaknya teknologi memungkinkan untuk sepenuhnya patuh – dan efisien.

Angka-angka menunjukkan bahwa bank menanggung biaya yang signifikan untuk mengikuti kebijakan AML. Menurut laporan Bloomberg dari 2018, FI mengalokasikan 5 hingga 10% dari pendapatan mereka untuk kepatuhan, yang menghasilkan rata-rata $ 20 miliar yang dihabiskan dalam setahun.

Untuk memperburuk keadaan, regulasi global terus berubah. Arahan anti-pencucian uang UE datang satu demi satu: 5MLD telah berlaku sejak Januari; masih, 6MLD sudah ada di atas meja.

1 triliun dihemat

Namun ada harapan: dengan menggunakan AI, kita dapat menurunkan biaya tersebut dalam jangka panjang. Seperti yang dinyatakan oleh Autonomous Research, dalam 12 tahun ke depan, menerapkan AI ke KYC, alur kerja AML dan bidang pemrosesan data lainnya, dapat menghasilkan penghematan lebih dari 20%. Secara keseluruhan, AI diproyeksikan untuk menyelamatkan industri perbankan sekitar $ 1 triliun pada tahun 2030. Tidak mengherankan kemudian bahwa sudah 35% organisasi, seperti yang ditunjukkan dalam Laporan Perbankan Digital, telah menggunakan solusi pembelajaran mesin yang mendukung Rumus Jackpot Ceme setidaknya satu dari proses berikut: Pemantauan transaksi AML, identifikasi penipuan, skrining sanksi dan cek KYC.

Untuk mendapatkan manfaat sepenuhnya dari tabungan, lembaga keuangan harus memastikan bahwa teknologi yang ingin mereka gunakan sesuai dengan operasi mereka. Harus diputuskan sejauh mana AI benar-benar dibutuhkan, dan memungkinkan untuk diterapkan, dengan mempertimbangkan TI dan struktur kepatuhan yang ada.

AI memiliki banyak manfaat: AI dapat mengidentifikasi pola yang terlalu rumit untuk dideteksi oleh mata manusia atau pemantauan berbasis aturan. Menggunakan solusi cerdas dalam pemantauan transaksi dan pemodelan deteksi mengurangi biaya tenaga kerja manual, waktu yang dihabiskan untuk pemantauan, dan meningkatkan akurasi hasil. Dalam konteks ini, menggabungkan kecerdasan buatan dengan sistem AML tradisional dapat meningkatkan efisiensi dan akurasi proses deteksi risiko.

Mempekerjakan AI untuk mengubah AML

Transparansi dulu

Terlebih lagi, keuntungan besar menggunakan AI hasil dari kemampuannya untuk mempercepat kepatuhan AML. Salah satu keraguan peraturan utama telah diangkat seputar transparansi prinsip kerja AI. Menjelaskan mengapa kasus tertentu ditandai sebagai kasus yang mencurigakan sangat menantang tetapi penting untuk memenuhi standar kepatuhan. Pada titik ini, menerapkan apa yang disebut Inteligensi Buatan yang Dapat Dijelaskan memberikan hasil yang mungkin untuk ditafsirkan dan dijelaskan. Dalam konteks ini, AI yang Dapat Dijelaskan adalah kunci untuk memenuhi persyaratan kepatuhan untuk model yang lebih akurat dan produktif.

Bidang lain di mana AI membantu memenuhi standar kepatuhan adalah penggunaan pembelajaran tanpa pengawasan untuk deteksi anomali. Menemukan ketidakkonsistenan dalam data yang dianalisis pada saat yang tepat dapat menyelamatkan bank dari hukuman keuangan yang berat karena menghilangkan kasus pencucian uang. Beberapa pola perilaku yang lebih kompleks dan tidak biasa sulit dikenali atau sepenuhnya tidak terdeteksi oleh karyawan kepatuhan. Karena algoritma yang cerdas dapat mengidentifikasi pola yang mencurigakan dengan cepat, lembaga keuangan memiliki kesempatan untuk menghentikan kegiatan kriminal sebelum mereka meningkat. Ini pada dasarnya adalah cara di mana masalah lama dan umum dapat diselesaikan dengan teknologi terbaru.

Regulator mengatakan ‘ya’

Regulator di Amerika Serikat telah memberi lampu hijau untuk teknologi yang muncul dan aplikasi inovatif untuk manajemen risiko pada tahun 2018. Secara khusus, Pernyataan Bersama untuk Mendorong Pendekatan Industri Inovatif terhadap Kepatuhan BSA / AML telah dikeluarkan. Pernyataan tersebut merekomendasikan bahwa bank harus “secara bertanggung jawab” menerapkan dan menggunakan pendekatan berbasis AI untuk memenuhi persyaratan AML. Regulator menganggap teknologi baru bermanfaat dalam melaporkan pencucian uang dan pendanaan teroris. Mereka juga setuju bahwa kecerdasan buatan dan pembelajaran mesin dapat memberikan strategi perbankan yang lebih besar untuk mengelola risiko pencucian uang dan pendanaan teroris secara lebih efektif, mengurangi biaya kepatuhan pada saat yang sama.

Di tingkat Eropa, sektor keuangan Nordic-Baltik menyatakan dukungannya untuk pengembangan rencana AI yang luas. Rekomendasi Kebijakan Uni Eropa mereka untuk tahun 2019-2024 menggarisbawahi pentingnya menjalankan bisnis dengan cara yang dapat dipercaya baik bagi pelanggan dan masyarakat. Untuk mencapai tujuan ini, mereka bertujuan untuk mengembangkan sistem keuangan yang berfungsi dengan baik dan dapat diandalkan melalui regulasi yang mempromosikan inovasi dan digitalisasi agar bisnis perbankan tumbuh. Khususnya dalam konteks AML, Asosiasi Perbankan Estonia melaporkan perlunya menggunakan sarana teknologi informasi modern untuk memantau transaksi untuk membangun penyaringan waktu-nyata dan pemantauan pasca-transaksi yang lebih efektif.

Tantangan diterima

Dengan perkembangan pesat teknologi baru, skema pencucian uang yang berkembang pesat, dan semakin banyak orang yang melakukan transaksi lintas batas, telah menjadi tantangan untuk menjaga sistem AML tradisional tetap efektif. Sejak pencucian uang m

Leave a Reply

Your email address will not be published. Required fields are marked *