SAS -исследование: как революционизировать вас для борьбы с отмыванием денег

В мире, где постоянно развиваются финансовые преступления, появляющиеся технологии, такие как искусственный интеллект (ИИ) и автоматическое обучение (ML), становятся важными для борьбы с отмыванием денег. Тем не менее, недавнее исследование, проведенное SAS, в сотрудничестве с KPMG, подчеркивает, что, хотя существует мощный интерес к ИИ, внедряя эту технологию в процессах соответствия требованиям AML (Anti-Money Laundring). Несмотря на этот факт, расширенное использование для предоставления интересных перспектив для финансовых учреждений и регулирующих органов.

Исследование, проведенное SAS, основанное на глобальном опросе, проведенном 850 членами Ассоциации сертифицированных специалистов по борьбе с отмыванием денег (ACAMS), показывает, что принятие ML в процессах отмывания денег остается медленным процессом. Только 18% респондентов сообщили, что они внедрили решения AI/ML в производстве, а еще 18% все еще находятся на этапе их тестирования. Кроме того, 25% респондентов намерены принять эти технологии в течение следующих 12-18 месяцев. Тем не менее, 40% организаций не имеют четких планов интеграции в процессе борьбы с отмыванием денег.

На это медленное принятие влияет несколько факторов, в том числе сложность интеграции новых технологий в существующую инфраструктуру и страх не полностью заменять традиционные методы. Тем не менее, многие эксперты считают, что полная реализация этих технологий принесет значительные преимущества, в том числе улучшение качества исследований и снижение ложных сигналов.

Генеративный искусственный интеллект — новая технология с высоким потенциалом

Другим важным аспектом, выделенным в исследовании SAS, является сильный интерес к использованию генеративного искусственного интеллекта (генеративный). Почти половина респондентов заявили, что в настоящее время у них есть системы с генеративными тестами в тестах или на этапе разведки. Хотя этот процент является значимым для новых технологий, 55% организаций не планируют его принять.

Generative AI может революционизировать процесс выявления рисков и обнаружения подозрительных финансовых действий, автоматически генерируя сценарии и модели, которые могут избежать человеческого глаза. Эта технология может значительно повысить точность систем AML, обеспечивая лучшую способность предотвратить мошенничество и обнаруживать подозрительные транзакции, прежде чем нанести значительный ущерб.

Преимущества и используют ИИ в борьбе с отмыванием денег

Поскольку реализация ИИ и ML становятся все более и более распространенными, финансовые компании и регулирующие учреждения начинают достигать непосредственных преимуществ этих технологий. В опросе 2021 года большинство респондентов указали на улучшение качества исследований и снижение ложных тревог в качестве основных причин принятия AI/ML. В 2025 году эти ответы остаются такими же важными, но их совокупный процент снизился на 11 пунктов, что говорит о том, что по мере развития технологий организации увеличивают больше применений.

Сокращение ложных тревог стало растущим приоритетом, 38% респондентов упоминали об этом как основную цель AI/ML. Кроме того, обнаружение сложных рисков было определено как все более важное приоритет, процент тех, кто считает его важным увеличением с 17% в 2021 году до 21% в 2025 году.

Что касается технологического воздействия, автоматическое обучение (ML) по -прежнему оказывает наибольшее влияние на процессы соответствия AML, причем 58% респондентов рассматривают его. Автоматизация роботизированных процессов (RPA) и обработки естественного языка (NLP) также используются, но не оказывают такого же существенного влияния.

Проблемы полной интеграции ИИ в процессах ОМЛ

Для того, чтобы ML принесла полную ценность в процессе борьбы с отмыванием денег, важно интегрировать источники данных, команды и технологии в хорошо скоординированную экосистему. Это может включать в себя интеграцию существующих систем надзора и расследования финансовых операций, создание персонализированных решений, которые реагируют на местные и глобальные правила и, наконец, не менее важны, обучая сотрудников эффективно работать с новыми технологиями.

Для организаций важно принимать упреждающие меры для интеграции ИИ в их процессах ОМЛ, учитывая, что правила и ожидания регулирующих органов будут продолжать развиваться. Кроме того, учреждения, которые смогут принять AI/ML, будут иметь долгосрочное конкурентное преимущество, будучи лучше подготовленным для решения проблем и рисков в финансовой сфере.

В заключение, технологии AI и ML играют все более важную роль в процессе борьбы с отмыванием денег, но чтобы полностью раскрыть свой потенциал, их полная интеграция в существующих инфраструктуры имеет важное значение. Хотя их принятие остается медленным, организации, которым удастся объединить технологические инновации с эффективным управлением, выиграют от более сильной и более эффективной системы борьбы с финансовыми преступлениями.