Як технології покращують відповідність

Компанії люблять Hummingbird та Вулиця Бабель успішно застосовують нові технології для підвищення ефективності довготривалих громіздких аспектів відповідності. Таким чином вони створили потужне поєднання людей і технологій, яке покращує продуктивність і задоволеність персоналу.

Колібрі нещодавно випущений Автоматизація, новий інструмент для підвищення продуктивності комплаєнсу, зниження ризиків і витрат. Автоматизація усуває завдання, які виконуються вручну, щоб компанії могли залучати персонал до більш важливих обов’язків. Це також покращує моніторинг справ і забезпечує виконання внутрішньої політики.

Діяльність зосереджена на платформі розслідування фінансових злочинів Hummingbird, де клієнти бачать, що дані компанії, робочі процеси та політики стають компонентами автоматизація. Практики можуть використовувати готові рішення або створювати власні. Automations пропонує рецепти для KYC, KYB, забезпечення якості, підготовки випадків, моніторингу та управління, а також дайджести діяльності.

Засновник і генеральний директор Hummingbird Джо Робінсон є ветераном фінансових технологій, який працював старшим менеджером із продуктів у Square та віце-президентом із ризиків і даних у Circle. Він сказав, що заснував Hummingbird, щоб вирішити проблеми, які він бачив у безпечному запровадженні більшої ефективності та автоматизації слідчої роботи.

Робінсон сказав, що важливо відокремити шахрайство від комплаєнсу та відмивання грошей. У багатьох випадках шахрайства жертви отримують сповіщення від емітента картки завдяки здатності установи виявляти аномалії шаблонів. Відмивачі грошей часто уникають вчинення очевидного шахрайства, оскільки не хочуть привертати увагу до своїх дій.

Зберігаючи людину в комплаєнсі

Розробляючи програму комплаєнсу, Робінсон сказав, що вкрай важливо віддавати пріоритет людському фактору. Люди мають право на фінансові послуги; якщо вони неправильно розроблені, автоматизація може порушити їх. Людей слід тримати в курсі, щоб уникнути упередженості та забезпечити обслуговування законних клієнтів.

Багато питань відповідності є складними, а це означає трудомісткість. Робінсон сказав, що збір даних потребує часу; фрагментація даних у багатьох установах ускладнює процес. Перевірки можуть включати перевірку транзакцій за 12 місяців і пошук статей і новин про людей, пов’язаних з бізнесом, із відкритих джерел інформації, соціальних мереж та інших джерел.

«На все це потрібен час і потрібен збір даних», — сказав Робінсон. «Є багато можливостей, щоб автоматизувати більш приземлені та виснажливі частини цієї роботи та дозволити людям застосовувати те, у чому вони так добре вміють, а саме інтерпретацію результатів і розуміння того, що сталося».

Забезпечення вибору та пояснення

Завдяки автоматизації команди відповідності можуть вибирати, які дії виконуватиме система, як-от збір і підготовка даних, нагадування та процедури. Вони можуть базуватися на правилах або використовувати моделі AI для узагальнення інформації. Це дає клієнтам остаточне рішення щодо того, які алгоритми та моделі використовувати.

Зрозумілість є важливим аспектом будь-якої системи відповідності. Робінсон сказав, що будь-яка автоматизована система повинна піддаватися перевірці, аж до використовуваної технології та прийнятих рішень. З найбільшими фірмами ця пояснювальна здатність повинна поширюватися на тисячі слідчих, які щотижня проводять ще багато тисяч розслідувань.

Як Вавилонська вулиця зміцнила свою спроможність відповідати вимогам

Директор відділу скринінгу імен Грег Пінн сказав, що Babel Street бере початок у використанні інформації для пом’якшення ризиків безпеки кордонів і національної безпеки. Подібно до відповідності, це передбачало узагальнення масивів даних у легко зрозумілих форматах.

Babel Street розширила сферу діяльності наприкінці 2022 року, коли придбала Rosette, платформу текстової аналітики, яка використовує машинне навчання та глибокі нейронні мережі для отримання значущої інформації з неструктурованих даних. Це допомогло підібрати відповідність імен і перевірити їх, дозволивши Babel Street розглянути унікальні аспекти імен з різних мов і культур. Наприклад, це може мати сенс для документів для американського громадянина, який подорожує за китайським паспортом з авіаквитком від німецького літака.

У січні 2024 року Babel Street додала Vertical Knowledge, компанію, яка займається обробкою даних, глобальною аналітикою та аналітичною компанією, яка спеціалізується на допомозі клієнтам долати складні бізнес-завдання за допомогою бібліотеки контекстуалізованих даних. Пінн сказав, що це покращує вдосконалену здатність перевірки імен Бабель-стріт.

Дивлячись поза межі ажіотажу штучного інтелекту, щоб отримати реальну цінність

На тлі запалу штучного інтелекту Пінн сказав, що важливо зосередитися на нових проблемах, які він може вирішити. Для Пінна це починається з вилучення даних із неструктурованих даних і розвідки. У світі AML це невловима проблема.

Скрінінгувальники стикаються з кількома проблемами. Розглядаючи неструктуровані новини, як-от статті на веб-сайтах, це ручний процес, який не масштабується. Для оновлення структурованих баз даних використовується людський капітал.

«Тоді ви почали шукати можливість поєднати ці дві речі, створити технологію штучного інтелекту та обробку природної мови для вилучення інформації, ідентифікаційних деталей користувача та інформації про ризики, щоб створити живу базу даних ризиків, що постійно оновлюється», — сказав Пінн. «Тому ви розумієте, хто ще в групі ризику. Це величезний крок вперед у розумінні ризику людей у ​​всьому світі. 

«Статистика спійманих людей сьогодні… жахлива. Ми не дуже добре працюємо. Тому, як на мене, це один із ключових способів покращення».

Існують деякі занепокоєння щодо відкриття дверей для відповідності таким технологіям, як штучний інтелект. Як підкреслив Робінсон, у циклі має бути значний людський елемент.

Де LLM працюють, а де ні

Пінн сказав, що приблизно у 2018 році кілька регуляторів об’єдналися, щоб закликати інноваторів використовувати технології для вдосконалення процесів. Незважаючи на те, що магістратури є новою блискучою іграшкою, компаніям не обов’язково з цього починати. Пінн сказав, що такі інструменти, як Chat GPT, не підходять для виконання повторюваних завдань відповідності, оскільки вони слабкі в узагальненні релевантної інформації.

«Кілька компаній використовують ці великі мовні моделі, щоб узагальнити більше статей, але це не вирішує проблеми», — сказав Пінн. «Він просто використовує нову технологію, тому що ви хотіли її використовувати. 

«Фундаментальна проблема, яку повинні вирішити консультанти зі штучного інтелекту, полягає в тому, як змусити людей виконувати менше роботи, з якою люди погано справляються?»

Одним із прикладів є висока вартість перевірки персоналу на хибнопозитивні результати. Це повторюється, з високою плинністю. Це дозріло для змін.

Пінн сказав, що штучний інтелект може приймати кращі рішення щодо того, кого і що перевіряти. Тренованим моделям потрібно точно оцінювати настрої, відфільтровуючи шум.

Заглядаючи вперед, проблема полягатиме в отриманні доступу до даних важливих компаній. Пінн сказав, що вони створюють обструктивні структури ціноутворення, які впливають на здатність як правоохоронних органів, так і приватного сектору використовувати ці дані для виявлення нових і актуальних моделей.

Інновації в UBOs, дозвіл юридичних осіб

Пінн сказав, що вирішення проблем юридичних осіб є ще однією важливою сферою для інновацій. Нові технології можуть отримувати користь від неструктурованих даних. ШІ може допомогти слідчим всебічно оцінити стан фінансової установи. Це дає їм точнішу базу для перевірки шахрайства.

ШІ також може допомогти слідчим зрозуміти відносини кінцевого бенефіціарного власника (UBO), особливо тому, що деякі уряди зобов’язують базу даних UBO.

Поєднання інтелекту/комплаєнсу

Робінсон сказав, що технології можуть допомогти бізнесу та регуляторам впоратися з регуляторним середовищем, яке швидко змінюється. Злочинці також використовують штучний інтелект, що дозволяє їм швидко змінювати свої методи, коли закон підхоплює їхні методи.

Однією з міркувань під час використання технології є забезпечення того, щоб клієнти отримували найкращу інформацію, залишаючись сумісними.

«Ці моделі є потужними для перегляду широких наборів даних і узагальнення важливої ​​інформації», — сказав Робінсон. «Ми намагаємося розробити набори інструментів, які надають їм потрібні дані та інформацію в потрібний час».

Робінсон сказав, що він у захваті від потенціалу LLM для узагальнення великих обсягів інформації. Він сказав, що вони добре вміють витягувати та узагальнювати відповідні фрагменти інформації.

Багато представників галузі висловлюють занепокоєння щодо пошуку достатньо великих баз даних для навчання LLM без шуму та неправдивої інформації. Робінсон сказав, що Hummingbird може допомогти фінансовим установам у вирішенні іншої проблеми – захистити їх моделі від персональної інформації (PII) і гарантувати, що ці моделі також не витікають.

Читайте також:

.pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { font-size: 20px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { font-weight: bold !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { color: #000000 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-avatar img { border-style: none !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-avatar img { border-radius: 5% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { font-size: 24px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { font-weight: bold !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { color: #000000 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-description { font-style: none !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-description { text-align: left !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a span { font-size: 20px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a span { font-weight: normal !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta { text-align: left !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a { color: #ffffff !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a:hover { color: #ffffff !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-user_url-profile-data { color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data span, .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data i { font-size: 16px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { border-radius: 50% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { text-align: center !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data span, .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data i { font-size: 16px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data { border-radius: 50% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-recent-posts-title { border-bottom-style: dotted !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-multiple-authors-boxes-li { border-style: solid !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-multiple-authors-boxes-li { color: #3c434a !important; }

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
• PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
• ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
• PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
• джерело: https://www.fintechnexus.com/how-technology-is-improving-compliance/