5 технологии в борбата срещу прането на пари

Shutterstock

5 технологии в борбата срещу прането на пари

Очаква се пазарът на този тип решения да достигне 6,16 млрд. долара до 2028 г.

Мария Динкова
390 прочитания

Shutterstock


Борбата срещу прането на пари създава предизвикателства както за регулаторните органи, така и за компаниите в редица индустрии, а в основата и на проблема, и на решението стоят технологиите. От една страна, бурното им развитие подпомага престъпниците и затруднява властите в определянето на новите правила за ограничаване на рисковете. От друга страна, именно иновациите имат потенциала да улеснят фирмите, които искат да спрат финансовите измами и да отговорят на всички нормативни изисквания.

Решенията срещу пране на пари всъщност обхващат всички системи, които позволяват на банките и другите финансови институции да следят потребителското поведение за подозрителна финансова дейност чрез автоматизация на процесите. Това включва следене на транзакциите, управление на потребителската идентичност и управление на съответствието. Очаква се пазарът на този тип решения да се увеличи от 2,11 млрд. долара през 2021 г. до 6,16 млрд. долара до 2028 г., а основни двигатели за растежа са регулаторните изисквания, зачестилите случаи на пране на пари, както и ръстът при ИТ разходите.

А на фона на тази непрекъсната надпревара между "добрите" и "лошите" в прането на пари е ключово да се следят новите технологични решения, които имат потенциала да променят правилата на играта. Ето кои са водещите пет технологии в борбата срещу този тип финансови измами в днешно време:

Обработка на естествен език

Обработката на естествен език е клон на изкуствения интелект, който позволява на компютрите да разбират, интерпретират и работят с човешкия език. На практика по този начин машините могат да четат текстове, да слушат реч, да определят настроения, да определят по-важните части от изказвания, или с други думи, по-лесно да комуникират с хората.

Например Централната банка на Бразилия през април 2020 г. одобри проект, който има за цел да вгради AI приложения за обработката на документи на база на естествен език. Идеята е да се намали рискът от несъответствие и да се подобри надзорът. Създаваните инструменти включва анализ на социалните мрежи, на вътрешни и външни доклади и документи, на глобални интернет проучвания, както и автоматично създаване на доклади. По време на втората фаза се предвижда машинно обучение да бъде използвано за четене на новини и извличането от тях на доказателства за юридически лица, замесени в търговия, базирана на изпиране на пари.

Друга техника за обработка на естествен език, която може да се използва широко в борбата с прането на пари, е т.нар. размита логика (fuzzy logic). Тя взима неточни или приблизителни данни и ги обработва, използвайки множество стойности, за да получи използваем (макар и неточен) резултат. Системи, основани на този подход, имитират начина на взимане на решения от човека и извличат по-полезна информация от неточните данни в сравнение със случаите, при които те се обработват чрез класическата логика.

Интересно приложение на технологията можем да открием в Италия, където Службата за финансово разузнаване (UIF) в сътрудничество с Генералната дирекция за финансов надзор и регулации на Централната банка на Италия създават приложение за размита логика, за да въведат индикатори срещу прането на пари за небанковите финансови посредници. В момента системата е в експериментална фаза, като позволява да се обработват количествени данни (трансгранични плащания от/към държави с висок риск), за да се поддържа периодична оценка на риска при подобни посредници.

API-та

Приложно-програмният интерфейс е тип софтуер, който позволява на различни приложения да се свързват и да комуникират. API-та често се използват за осигуряване на разплащателни услуги - например при приемане на дарения през уебсайтове. Този тип решения се смятат за едни от най-използваните инструменти за идентифициране на случаите на пране на пари и финансиране на тероризъм.

В този смисъл те могат да се приложат, за да свържат софтуера за идентификация на потребителите със системите за следене или за да свържат инструментите за откриване на рискове и заплахи с потребителските профили с цел генериране на уведомления. Чрез API-та подобна интеграция става много по-бързо и с много по-големи набори от данни, а именно с подобен проблем се сблъскват много финансови институции при интегрирането на редица различни и често несъвместими системи. В допълнение, технологията увеличава автоматизацията и подобрява оптимизацията на ресурсите.

В това отношение любопитен е опитът на Индия, която въвежда агрегатора за профили IndiaStack, представляващ набор от API-та, които позволяват на властите, бизнеса, стартъпи и разработчици да използват уникална дигитална инфраструктура, за да се справят с трудностите, свързани с прехода към отдалечени, безкешови, безхартиени услуги. IndiaStack разполага с общо четири отделни слоя, включително универсална биометрична дигитална идентичност, единен интерфейс за всички банкови сметки в страната, сигурен начин за споделяне на данни, както и възможност за свободно движение на дигиталните ID записи, елиминирайки нуждата от събирането на хартия и от нейното съхранение.

Интелигентна автоматизация

Интелигентната автоматизация може да бъде определена по различни начини, но като цяло тя стъпва на възможностите на машинното обучение и изкуствения интелект, за да симулира части от човешкия интелект. Често тя се прилага за взимане на добре информирани решения, извършване на анализи и постигането на обосновани разсъждения, като се подобряват възможностите и се минимализира рискът от изпускането на важни детайли. Затова интелигентната автоматизация е ключова технология, в която финансовите институции задължително трябва да инвестират, за да подобрят своята ефективност, докато запазват прозрачността около взимането на решенията.

В същото време технологията позволява критичните решения да бъдат оставени в ръцете на хората. Например при извършване на основни проверки разследващите трябва да извадят информация от различни бази данни, а това налага да се отделят хората с подобни имена. На човек това ще му отнеме много време, докато технологиите могат да ускорят процеса, като идентифицират еднаквите имена и ги свържат с други критерии като дата на раждане и занимание.

При един традиционен AI подход системата ще определи дали дублиращите се имена са един и същ човек или различни със съвпадащо име, без обаче да даде яснота как е взето решението. При интелигентната автоматизация е ясно какви стъпки са взети автоматично, а потвърждението за крайното решение е оставено на човек, което дава увереност в преценката по отношение на важните въпроси.

В тази връзка платформите с интелигентна автоматизация носят редица основни предимства в борбата срещу прането на пари. Те поемат трудоемкото събиране на данни, което освобождава хората от този тип времеотнемащ ръчен труд. Освен това по-бързо взимат решения заради класифицирането на типовете данни спрямо предварително дефинирани правила. А не на последно място, могат също така да извършват много по-задълбочено разследване, като автоматизират голяма част от процесите и някои анализи през множество източници на данни.

Дигитална идентификация

Идентификацията и следенето на потребителите е ключов стълб от борбата срещу прането на пари, но в някои случаи продължава да се явява предизвикателство по отношение на приложението и ефективността. Когато са имплементирани на нерискова база, подобни инструменти се оказват скъпи като ресурси и време, а също така не предоставят точна оценка на риска и не подобряват бизнес отношения. Според частния сектор мерките за проверка на потребителите са изключително сложен процес, който все още генерира високи нива на несигурност в качеството на данните, трудности в актуализацията и свързването на нужната информация.

Въвеждането на нови технологични решения в процеса по идентификация обаче може да преодолее тези предизвикателства. Добър пример в това отношение е прилагането на смесен подход, където официалните лични документи се предоставят заедно с биометрична информация. Именно и затова дигиталната идентификация е сред най-развитите технологии в борбата срещу прането на пари. Тя може да подобри достъпа на потребителите до финансови услуги през мобилни устройства и смартфони, като същевременно гарантира сигурност и точност на потребителската информация чрез биометрия.

Първата глобална трансгранична рамка за доверена електронна идентификация е европейският регламент eIDAS, който позволява издадените идентификационни документи в страна - членка на ЕС, да бъдат използвани за достъп до онлайн публични услуги в други държави от блока. Услугите включват електронни подписи, електронни печати, уеб идентификация и т.н.

Друг пример за използването на дигиталната идентификация предлага Сингапур със своята услуга MyInfo, въведена през 2017-а и съдържаща проверени от правителството данни от различни държавни агенции. Тя дава възможност на жителите и корпорациите да споделят верифицирани данни с бизнеси, минимализирайки нуждата компаниите да изискват и придобиват допълнителни физически или екранни документи за обработка.

RPA

Роботизираната автоматизация на процеси включва създаването, имплементирането и управляването на софтуерни роботи, които имитират човешки отношения с дигитални системи - обикновено като начин за автоматизиране на повтарящи се и ясни процеси, базирани на правила. При борбата срещу прането на пари подобни решения могат да помогнат да се спестят средства и време, когато става дума за рутинни задачи. В този смисъл финансовият сектор все повече прилага RPA при въвеждането на данни и обработката на транзакции, при разследването на подозрително поведение и при следенето на клиенти.

За да се възползват от RPA, финансовите институции трябва да обмислят къде служителите имат значително количество ръчна работа, която може да бъде автоматизирана. Чрез въвеждането на подобни решения кадрите ще бъдат освободени, за да се посветят на други ключови операции в борбата срещу изпирането на пари, в които технологичната автоматизация не е така ефективна. Например човешките възможности са особено полезни в аналитичната част на по-сложни разследвания или в комуникация с клиенти и партньори.

Отделно RPA възможностите могат да се съчетаят с машинно обучение и обработка на естествен език, за да помогнат на организациите да спасят всички законови изисквания в борбата срещу прането на пари. Комбинацията от технологиите може да се приложи за сканиране и интерпретиране на големи обеми от неструктурирани източници на регулаторни данни, за да се идентифицират, анализират и след това подберат приложимите изисквания за дадена институция или да се приложат обновени правила. По този начин регулираните организации могат по-лесно да гарантират своето съответствие с всички актуални регулации.

Настоящите предизвикателства в сферата на борбата с прането на пари изискват имплементирането на стратегически технологии. Правилното им използване обещава не само да подобри способността на компаниите да откриват финансови измами, но и да улесни значително процеса на съответствие. Управлението на риска в реално време, спазването на всички регулаторни промени и взимането на правилните решения днес не може да се постигнат без иновации.

Борбата срещу прането на пари създава предизвикателства както за регулаторните органи, така и за компаниите в редица индустрии, а в основата и на проблема, и на решението стоят технологиите. От една страна, бурното им развитие подпомага престъпниците и затруднява властите в определянето на новите правила за ограничаване на рисковете. От друга страна, именно иновациите имат потенциала да улеснят фирмите, които искат да спрат финансовите измами и да отговорят на всички нормативни изисквания.

Решенията срещу пране на пари всъщност обхващат всички системи, които позволяват на банките и другите финансови институции да следят потребителското поведение за подозрителна финансова дейност чрез автоматизация на процесите. Това включва следене на транзакциите, управление на потребителската идентичност и управление на съответствието. Очаква се пазарът на този тип решения да се увеличи от 2,11 млрд. долара през 2021 г. до 6,16 млрд. долара до 2028 г., а основни двигатели за растежа са регулаторните изисквания, зачестилите случаи на пране на пари, както и ръстът при ИТ разходите.

Как да защитим работата на модерната фабрика
Съдържание от КОНТРАКС
Интелигентното видеонаблюдение влиза в умните фабрики
Съдържание от Коника Минолта Бизнес Солюшънс България
ERP системите в сърцето на умната фабрика
Съдържание от Тим ВИЖЪН България

Най-новото






ChatGPT изправя Google и Meta на нокти

ChatGPT изправя Google и Meta на нокти

  • 1
  • 154




Още от Digitalk ›
С използването на сайта вие приемате, че използваме „бисквитки" за подобряване на преживяването, персонализиране на съдържанието и рекламите, и анализиране на трафика. Вижте нашата политика за бисквитките и декларацията за поверителност. ОК