Χρήση τεχνητής νοημοσύνης για την καταπολέμηση του οικονομικού εγκλήματος σε πληρωμές σε πραγματικό χρόνο

Χρήση τεχνητής νοημοσύνης για την καταπολέμηση του οικονομικού εγκλήματος σε πληρωμές σε πραγματικό χρόνο

Χρήση τεχνητής νοημοσύνης για την καταπολέμηση του οικονομικού εγκλήματος σε πληρωμές σε πραγματικό χρόνο PlatoBlockchain Data Intelligence. Κάθετη αναζήτηση. Ολα συμπεριλαμβάνονται.
Στον σημερινό κόσμο που είναι πάντα ενεργοποιημένος και το χρειάζεται τώρα, τόσο οι έμποροι όσο και οι καταναλωτές βασίζονται γρήγορα στις πληρωμές σε πραγματικό χρόνο ως προτιμώμενη μέθοδο πληρωμής. Αυτό το καλοκαίρι, η υιοθέτηση πληρωμών σε πραγματικό χρόνο αναμένεται να εκτιναχθεί στα ύψη όταν κυκλοφορήσει η Ομοσπονδιακή Τράπεζα των ΗΠΑ FedNow.
Για τους εμπόρους, η αξία των πληρωμών σε πραγματικό χρόνο έγκειται στην επιτάχυνση του χρονικού πλαισίου για τη βελτίωση της διαχείρισης ταμειακών ροών, την αύξηση της ρευστότητας και την προσφορά καλύτερης απόδοσης back-office. Για τους καταναλωτές, προσφέρει έναν γρήγορο, χωρίς τριβές τρόπο αποστολής και λήψης πληρωμών μεταξύ φίλων, οικογένειας ή ακόμα και προμηθευτών, ανεξαρτήτως χρόνου ή απόστασης.
Ωστόσο, η ευκολία των πληρωμών σε πραγματικό χρόνο δεν έρχεται χωρίς κίνδυνο. Οι ταχύτερες πληρωμές παρέχουν εύκολη πρόσβαση σε κακούς παράγοντες για εκμετάλλευση για ξέπλυμα χρήματος και οικονομικό έγκλημα. Αυτό αποτελεί τεράστια απειλή για τους fintechs, τις τράπεζες και τους παρόχους υπηρεσιών πληρωμών (PSP) που πρέπει να διαθέτουν ισχυρούς ελέγχους κατά της νομιμοποίησης εσόδων από παράνομες δραστηριότητες (AML).

Κυρώσεις Bottlenecks Risk Εμπειρία πελατών

Για την προστασία των επιχειρήσεων από πελάτες υψηλού κινδύνου και για τη διασφάλιση της ακεραιότητας του παγκόσμιου χρηματοπιστωτικού συστήματος, ο έλεγχος κυρώσεων αποτελεί αναπόσπαστο μέρος του AML, γνωρίζετε τα προγράμματα πελατών σας (KYC) και την αντιτρομοκρατική χρηματοδότηση (CTF).
Ωστόσο, καθώς επιταχύνεται η δημοτικότητα των πληρωμών σε πραγματικό χρόνο, ο χρόνος που απαιτείται για την αναθεώρηση των ειδοποιήσεων κυρώσεων αυξάνεται επίσης εκθετικά – δημιουργώντας ένα πιθανό εμπόδιο. Κατά μέσο όρο, απαιτούνται τρία έως πέντε λεπτά από τον χρόνο ενός ανθρώπινου κριτή ανά συναλλαγή, και αυτό συμβαίνει εάν η ειδοποίηση λειτουργήσει αμέσως. Οι ειδοποιήσεις δημιουργούνται κατά τη διάρκεια της νύχτας και συχνά βρίσκονται σε ουρές, αυξάνοντας τον μέσο χρόνο εργασίας σε 30 έως 60 και πλέον λεπτά. Αυτό σημαίνει ότι η επεξεργασία ειδοποιήσεων σε πραγματικό χρόνο δεν πραγματοποιείται πλέον σε πραγματικό χρόνο, εάν πραγματοποιείται από ένα άτομο – θέτοντας σε κίνδυνο την εμπειρία των πελατών και υποτιμώντας την στιγμιαία φύση των άμεσων πληρωμών.
Τα χρηματοπιστωτικά ιδρύματα (ΧΠ) πρέπει να προσφέρουν μια απρόσκοπτη εμπειρία πελατών για πληρωμές σε πραγματικό χρόνο, συμπεριλαμβανομένης της ταχύτητας, της ασφάλειας και της ευκολίας για τη δημιουργία ανταγωνιστικού πλεονεκτήματος, τη διατήρηση των εσόδων και την πρόληψη ζημιών στη φήμη.

Ρυθμιστική επιβολή κινδύνου διασυνοριακών πληρωμών

Ενώ οι εγχώριες πληρωμές σε πραγματικό χρόνο είναι σχετικά χαμηλού κινδύνου, οι διασυνοριακές πληρωμές είναι μια άλλη ιστορία. Οι διασυνοριακές πληρωμές είναι εξαιρετικά πιο περίπλοκες, καθώς περιλαμβάνουν τη γεφύρωση πολλαπλών νομισματικών συστημάτων και ρυθμιστικών δικαιοδοσιών και δημιουργούν πολύ περισσότερες ειδοποιήσεις κυρώσεων.
Σήμερα, οι διασυνοριακές πληρωμές δεν χρειάζονται πλέον ημέρες, πλησιάζουν σε πραγματικό χρόνο, με πολλές συναλλαγές να διεκπεραιώνονται πλέον σε λίγα λεπτά ή και σε δευτερόλεπτα. Αυτό σημαίνει ότι για να είναι αποτελεσματικός ο έλεγχος κυρώσεων, οι πληροφορίες που περιλαμβάνονται στα μηνύματα πληρωμής πρέπει να είναι καλής ποιότητας, κάτι που είναι συχνά η μεγαλύτερη πρόκληση για συμμόρφωση.
Σύμφωνα με τη SWIFT, «Οι τράπεζες που λαμβάνουν ύποπτες πληρωμές πρέπει συχνά να ακολουθούν ένα ίχνος ψίχουλας στις ζώνες ώρας για να βρουν δεδομένα που λείπουν. Η απλή ορθογραφία ενός ονόματος μπορεί γρήγορα να οδηγήσει σε υψηλότερο κόστος, χαμένες αποστολές, αδράνεια εργοστάσια και άδεια πατώματα καταστημάτων."
Η αυξημένη πιθανότητα οικονομικού εγκλήματος και αποφυγής κυρώσεων με διασυνοριακές πληρωμές σε πραγματικό χρόνο έχει προσελκύσει την προσοχή των ρυθμιστικών αρχών. Πρέπει να ξέρετε πού πάνε τα χρήματα, όχι μόνο ποιος τα στέλνει. Τους τελευταίους έξι μήνες, το Γραφείο Ελέγχου Ξένων Περιουσιακών Στοιχείων του Υπουργείου Οικονομικών των ΗΠΑ (OFAC) προχώρησε σε διάφορες ενέργειες επιβολής σε FI που παραβίαζαν τους ελέγχους συμμόρφωσης με τις κυρώσεις, ειδικά σε σχέση με την αδυναμία τους να χρησιμοποιήσουν εργαλεία γεωεντοπισμού.
Τον Νοέμβριο του 2022, ο OFAC ανακοίνωσε έναν διακανονισμό 362,158.70 δολαρίων με την Payward, Inc., γνωστή και ως Kraken, μια εικονική ανταλλαγή νομισμάτων για κρυπτονομίσματα. Η Kraken συμφώνησε να διευθετήσει την πιθανή αστική της ευθύνη για προφανείς παραβιάσεις των κυρώσεων κατά του Ιράν. Λόγω της αποτυχίας της Kraken να εφαρμόσει έγκαιρα τα κατάλληλα εργαλεία γεωγραφικού εντοπισμού, η Kraken εξήγαγε υπηρεσίες σε χρήστες που φαινόταν να βρίσκονταν στο Ιράν όταν συμμετείχαν σε συναλλαγές εικονικού νομίσματος στην πλατφόρμα του Kraken.
Επιπλέον, τον Σεπτέμβριο, η Tango Card, μια εταιρεία με έδρα το Σιάτλ που προμηθεύει και διανέμει ηλεκτρονικές ανταμοιβές, συμφώνησε να πληρώσει 116,048.60 $ για να διευθετήσει την πιθανή αστική της ευθύνη για προφανείς παραβιάσεις πολλαπλών προγραμμάτων κυρώσεων των ΗΠΑ. Σύμφωνα με το Υπουργείο Οικονομικών, «συνολικά, μεταξύ Σεπτεμβρίου 2016 και Σεπτεμβρίου 2021, η Tango Card απέστειλε 27,720 δωροκάρτες εμπόρων και διαφημιστικές χρεωστικές κάρτες, συνολικού ύψους 386,828.65 $, σε άτομα με email ή διευθύνσεις IP που σχετίζονται με την Κούβα, το Ιράν, τη Συρία, τη Βόρεια Κορέα , ή την περιοχή της Κριμαίας της Ουκρανίας. Ενώ η Tango Card χρησιμοποιούσε εργαλεία γεωγραφικού εντοπισμού για τον εντοπισμό συναλλαγών που αφορούσαν χώρες υψηλού κινδύνου για ύποπτη απάτη και διέθετε μηχανισμούς ελέγχου OFAC και Know Your Business γύρω από τους άμεσους πελάτες της, δεν χρησιμοποίησε αυτούς τους ελέγχους για να προσδιορίσει εάν οι αποδέκτες ανταμοιβών, σε αντίθεση με τους αποστολείς ανταμοιβών , ενδέχεται να περιλαμβάνει δικαιοδοσίες που υπόκεινται σε κυρώσεις."

Οι ρυθμιστικές αρχές ζητούν τη χρήση καινοτόμων τεχνολογιών για την καταπολέμηση των κινδύνων

Η συζήτηση σχετικά με το εάν τα χρηματοπιστωτικά ιδρύματα θα πρέπει να επιδιώκουν προηγμένες τεχνολογίες —συμπεριλαμβανομένης της τεχνητής νοημοσύνης (AI) και της μηχανικής μάθησης (ML)— για να οδηγήσουν στη συμμόρφωση με τις κυρώσεις έχει μετατοπιστεί από το «αν» στο «πότε, πώς και σε ποια κλίμακα;».
Ακόμη και οι ρυθμιστικές αρχές προτείνουν πλέον τεχνολογία για την καταπολέμηση κινδύνων που σχετίζονται ειδικά με πληρωμές σε πραγματικό χρόνο. Το περασμένο Φθινόπωρο, δημοσιεύτηκε ο OFAC Οδηγίες συμμόρφωσης με κυρώσεις για συστήματα άμεσων πληρωμών. Στην καθοδήγησή της, η OFAC επιβεβαίωσε ότι τα χρηματοπιστωτικά ιδρύματα θα πρέπει να υιοθετήσουν μια προσέγγιση βασισμένη στον κίνδυνο για τη διαχείριση των κινδύνων κυρώσεων. και ενθάρρυνε την ανάπτυξη και την ανάπτυξη καινοτόμων προσεγγίσεων και τεχνολογιών συμμόρφωσης με τις κυρώσεις για την αντιμετώπιση των κινδύνων.
Η OFAC επισημαίνει συγκεκριμένα τη διαθεσιμότητα και τη χρήση αναδυόμενων τεχνολογιών και λύσεων συμμόρφωσης με τις κυρώσεις. Δηλώνει ότι «οι τεχνολογικές λύσεις για τη συμμόρφωση με τις κυρώσεις, οι οποίες έχουν προχωρήσει σημαντικά τα τελευταία χρόνια και έχουν γίνει πιο επεκτάσιμες και προσβάσιμες, μπορούν να αξιοποιηθούν για να μετριάσουν τον κίνδυνο κυρώσεων ενός χρηματοπιστωτικού ιδρύματος, συμπεριλαμβανομένων των συστημάτων άμεσων πληρωμών».

Πώς μπορεί να βοηθήσει το AI

Η κούραση συναγερμού εξαντλεί τις ομάδες συμμόρφωσης και προσθέτει χρόνο στη διαδικασία ελέγχου των κυρώσεων. Το λογισμικό ελέγχου κυρώσεων δημιουργεί πολλές ειδοποιήσεις κυρώσεων και το 99% αυτών των ειδοποιήσεων είναι ψευδώς θετικές. Για κάθε ειδοποίηση, η πληρωμή αναστέλλεται εν αναμονή ελέγχου. Αυτό σημαίνει ότι ο πραγματικός χρόνος δεν είναι πλέον σχεδόν σε πραγματικό χρόνο, απλώς γίνεται αναμονή.
Σε απάντηση, οι FI προσλαμβάνουν απευθείας ή αναθέτουν συμβάσεις με δεκάδες ή εκατοντάδες άτομα για να ελέγχουν χειροκίνητα αυτές τις ειδοποιήσεις. Η χρήση χρόνου και χρημάτων για την ανασκόπηση χιλιάδων ψευδών θετικών είναι ένα πρόβλημα αποτελεσματικότητας που μπορεί να οδηγήσει σε απώλεια αυτού του σπάνιου αληθινού θετικού.
Ακολουθώντας τις οδηγίες της OFAC, τα εργαλεία τεχνητής νοημοσύνης μπορούν να μετριάσουν πολλούς από τους κινδύνους κυρώσεων που σχετίζονται με πληρωμές σε πραγματικό χρόνο, όπως:
  • Επιτάχυνση της επεξεργασίας εξαιρέσεων σχεδόν σε πραγματικό χρόνο, μειώνοντας έτσι τον κίνδυνο κυρώσεων και διατηρώντας την ταχύτητα συναλλαγής.
  • Άμεση επίλυση εξαιρέσεων (ειδοποιήσεις κυρώσεων) και επιτρέποντας στην πληρωμή να προχωρήσει χωρίς καμία επίδραση στον πελάτη.
  • Προσδιορισμός αυτών των πληρωμών που συνάδουν με τη συμπεριφορά των πελατών στο παρελθόν, την οποία ένα χρηματοπιστωτικό ίδρυμα έχει προηγουμένως ελέγξει και εκκαθαρίσει για πιθανές συνέπειες κυρώσεων. Επομένως, η εξαίρεση μπορεί να ελεγχθεί και να υποβληθεί σε επεξεργασία σε πραγματικό χρόνο.
  • Αξιολόγηση πεδίων δεδομένων στα μηνύματα πληρωμής που σχετίζονται με εξαιρέσεις, εξάλειψη των ψευδών θετικών και κλιμάκωση μόνο δυνητικά αληθινών θετικών στις ομάδες συμμόρφωσης.
  • Αξιοποίηση εργαλείων γεωγραφικού εντοπισμού για τον εντοπισμό πιθανών παραβιάσεων κυρώσεων.
Πρόσφατα είχα μια συνομιλία με έναν αξιωματικό της BSA από μια κορυφαία 30 τράπεζα των ΗΠΑ, ο οποίος είπε ότι η τραπεζική στρατηγική τους είναι να προχωρήσουν σε πληρωμές σε πραγματικό χρόνο. Είπε ότι οι πληρωμές σε πραγματικό χρόνο για εγχώριες πληρωμές θα έχουν έλεγχο κυρώσεων μετά τον διακανονισμό. Ωστόσο, προειδοποίησε, ενώ αυτό λειτουργεί για εγχώριες πληρωμές, δεν θα λειτουργούσε για διεθνείς. Κατά τη γνώμη του, η αυτοματοποίηση είναι ο μόνος τρόπος για να επιτευχθούν οι διεθνείς πληρωμές σε πραγματικό χρόνο, επειδή η μη αυτόματη επανεξέταση ειδοποίησης κυρώσεων πληρωμών σε πραγματικό χρόνο για διεθνείς πληρωμές θα επιβραδύνει τη διαδικασία (20 λεπτά SLA), η οποία δεν είναι πλέον σε πραγματικό χρόνο.
Οι πληρωμές σε πραγματικό χρόνο θα συνεχίσουν να αυξάνονται εκθετικά, καθώς αναμένεται να ξεπεράσουν το μισό τρισεκατομμύριο πληρωμές παγκοσμίως έως το 2025. Για να είναι σημαντικός παίκτης, τα χρηματοπιστωτικά ιδρύματα θα πρέπει να υιοθετήσουν πληρωμές σε πραγματικό χρόνο. Με αυτό, δεν ήταν ποτέ πιο σημαντικό για τους οργανισμούς να αξιοποιήσουν όλα τα εργαλεία που έχουν στη διάθεσή τους, συμπεριλαμβανομένης της τεχνητής νοημοσύνης, για να εξασφαλίσουν γρήγορο, απρόσκοπτο έλεγχο και συνεχή παρακολούθηση για τον εντοπισμό πιθανής δραστηριότητας οικονομικού εγκλήματος τόσο για εγχώριες όσο και για διασυνοριακές πληρωμές για να εξασφαλίσουν την εμπειρία των πελατών και αποτροπή παραβιάσεων κανονιστικών ρυθμίσεων.

Σφραγίδα ώρας:

Περισσότερα από Νέα της Fintech