Google Cloud wprowadziło na rynek produkt „Anti Money Laundering AI”, aby pomóc instytucjom finansowym w zwalczaniu zjawiska prania brudnych pieniędzy.
Produkt ma na celu zapewnienie odpowiedniej alternatywy dla alertów transakcyjnych opartych na regułach, oferując skonsolidowaną ocenę ryzyka klienta generowaną przez uczenie maszynowe. Wynik ten jest powiązany z danymi banku, które obejmują zachowanie sieciowe, wzorce transakcyjne i dane Know Your Customer w celu identyfikacji przypadków i grup klientów detalicznych i komercyjnych wysokiego ryzyka.
Zaawansowane rozwiązania
Usługa jest również w stanie dostosować się do zmian w danych bazowych, aby oferować dokładniejsze wyniki, które ostatecznie zwiększają wydajność operacyjną. Niektóre z najbardziej godnych uwagi technologii stojących za tym produktem to własne technologie uczenia maszynowego, a także systemy Google Cloud, takie jak Vertex AI i BigQuery. Aby pomóc instytucjom finansowym przyspieszyć dochodzenie i poprawić jakość obsługi klienta, usługa Google obsługuje złożoność uruchamiania uczeniia maszynowego na dużą skalę i oferuje szczegółowe wyjaśnienia wyników.
Szacuje się, iż w Stanach Zjednoczonych kwota pieniędzy pranych każdego roku osiąga od 2 do 5% światowego PKB, czyli do 2 bilionów dolarów USD rocznie. W wielu przypadkach dochody uzyskane z prania pieniędzy są powiązane z nielegalną działalnością, taką jak handel narkotykami i ludźmi, a także finansowanie terroryzmu.
Uruchomienie sztucznej inteligencji do zapobiegania praniu pieniędzy przez Google ma na celu rozwiązanie problemu czasochłonności i zasobochłonności obecnych programów AML, które opierają się na manualnie definiowanych regułach. Problem z systemami opartymi na regułach polega na tym, iż osoby piorące mogą nauczyć się obchodzić zasady, aby uniknąć wykrycia. W komunikacie prasowym ujawniono ponadto, iż około 98% alertów nigdy nie trafia do raportów o podejrzanej działalności.
HSBC już korzysta z Google AML AI
– Rozwiązanie AI wdrożone przez Google Cloud znacznie poprawiło możliwości wykrywania zjawiska prania brudnych pieniędzy w HSBC – powiedziała Jennifer Calvery, szefowa grupy ds. ryzyka przestępstw finansowych i zgodności w banku HSBC. – Udało nam się poprawić precyzję wykrywania przestępstw finansowych i zmniejszyć liczbę alertów, co oznacza, iż mniej czasu poświęcamy na ściganie fałszywych tropów. Skróciliśmy również czas przetwarzania wymagany do analizy miliardów transakcji na milionach kont z kilku tygodni do kilku dni – dodała.
W przyszłości Google Cloud planuje udostępnić funkcje generatywnej sztucznej inteligencji dla branży usług finansowych, aby pomóc zwiększyć produktywność pracowników i skrócić czas potrzebny analitykom na zbadanie potencjalnie podejrzanej aktywności.
