Фінансова галузь завжди спеціалізувалася на технологіях обробки даних та аналітики. Але при цьому саме вона є пріоритетною метою для шахраїв та злочинців через щоденну обробку величезних сум коштів. За оцінками експерта з фінансових технологій Романа Терещенка, щорічно у злочинних схемах по всьому світу бере участь близько 2 400 мільярдів євро. Гроші, отримані від незаконних операцій, як-от торгівля наркотиками, часто проходять процес відмивання. Для того, щоб запобігти подібним явищам, в умовах постійного прогресу, фінансова сфера почала активно впроваджувати нові технології для запобігання злочинам у галузі. У цій статті експерт пропонує детальніше розглянути два найефективніші інструменти у цій боротьбі.
Роль штучного інтелекту у боротьбі з фінансовими злочинами
За словами експерта, завдяки тому, що через фінансові установи необмежено рухаються гроші, вони є приманкою для злочинців, але при цьому мають усі можливості виявити незаконні операції. Однак ефективне виявлення підозрілої діяльності потребує аналізу величезних обсягів даних у рамках стандартних процедур боротьби з шахрайством. У зв’язку з цим більшість фінансових організацій запроваджує автоматизовані інструменти – наприклад, штучний інтелект (ШІ) та графову аналітику. Роман Терещенко пропонує окремо розглянути кожен із них.
Проблема обробки величезного обсягу даних є однією з основних у боротьбі з фінансовими злочинами. Сюди входить інформація про клієнтів та транзакційні дані.
– Застосування ШІ для аналізу транзакційних даних дозволяє оперативно виявляти нетипові явища. Це стає можливим завдяки більш точному огляду раптових змін у зразку витрат або великих виплат. Банки можуть використовувати таку технологію для швидкого виявлення потенційної шахрайської схеми, що значно підвищує ефективність системи моніторингу. Подібний підхід також допомагає виявити нові форми відмивання грошей на ранніх стадіях, що додатково підвищує контроль за транзакціями, – розповідає Роман Терещенко.
Посилаючись на дані нещодавнього звіту IIF та EY, який досліджував використання машинного навчання у кредитних ризиках та додатках AML, аналітик повідомляє, що більше половини банків-респондентів вже інтегрували цю технологію у свої операційні процеси, а ще 30% перебувають на стадії реалізації пілотних проектів. Важливим аспектом застосування машинного навчання у боротьбі з відмиванням грошей є залучення регуляторів у процес. І це при тому, що більшість із них лише починають освоювати застосування ШІ у фінансовій сфері.
Експерт з фінтеху зазначає, що іншим важливим напрямом використання ШІ є сфера аналізу документів. Він наголошує на тому, що документи відіграють ключову роль у різних процесах, починаючи від ідентифікації клієнтів при реєстрації до супровідної документації у фінансуванні. Саме машинне навчання, на думку Романа Терещенка, може значно спростити опрацювання цього обсягу документації. Реалізується таке завдання шляхом виявлення та отримання важливої інформації про підозрілі операції, а також імена, адреси та номери рахунків тощо.
Графова аналітика: інноваційний інструмент проти фінансового шахрайства – Роман Терещенко
Графова аналітика є інноваційним методом для ефективної боротьби з фінансовим шахрайством. Даний інструмент здатен виявляти приховані зв’язки між різними суб’єктами (наприклад, клієнтами) або потоками (наприклад, фінансовими операціями), які можуть бути непоміченими при використанні інших методів аналізу.
Роман Терещенко пояснює, що в основі графової аналітики лежить концепція графів, яка дає змогу візуалізувати, а потім аналізувати складні взаємодії між суб’єктами, грошовими схемами. Шляхом вивчення таких графових структур, як фінансові транзакції, можна виявити незвичайну поведінку як ознаку шахрайства чи відмивання грошей. Тобто, графова аналітика є потужним інструментом для виявлення потенційних ризиків та забезпечення безпеки фінансових операцій.
Ефективна боротьба з подоланням фінансового шахрайства: що може завадити?
Як зазначає експерт, ШІ та графічна аналітика – це перспективні інструменти для оптимізації боротьби з фінансовим шахрайством. Проте успішна реалізація цих технологій залежить від вирішення деяких завдань, з якими стикаються фінансові організації.
– Однією з ключових проблем є необхідність у великих масивах якісних даних. Без достовірних даних ефективне виявлення аномалій та закономірностей стає неможливим. Банки та фінансові компанії повинні гарантувати, що використовують правильні алгоритми та моделі для аналізу даних. При цьому вони повинні постійно оновлюватись, враховуючи нові схеми шахрайства, – звертає увагу на цей важливий момент Роман Терещенко.
Доповнюючи суть питання, аналітик акцентує на ще одній проблемі – нестачі кваліфікованого персоналу, здатного ефективно працювати з технологіями ШІ та графічної аналітики. Тому фахівець переконаний, що фінансові установи мають інвестувати у навчання свого персоналу, щоб він міг використати ці технології та правильно інтерпретувати їхні результати. Крім того, необхідно забезпечити відповідну інфраструктуру для підтримки цих технологій – обладнання та програмне забезпечення. Тільки в такому разі фінансові компанії можуть стверджувати, що здатні захистити себе від незаконних втручань та шахрайства.
