اهمیت هوش مصنوعی و بیومتریک در رعایت مقررات در امور مالی

هوش مصنوعی (AI) و بیومتریک با ارائه روش‌های دقیق‌تر و کارآمدتر برای شناسایی و جلوگیری از فعالیت‌های متقلبانه و همچنین ساده‌سازی فرآیندهای انطباق، انقلابی در انطباق با مقررات در فین‌تک‌ها و بانک‌ها ایجاد می‌کنند.

به طور سنتی، انطباق یک فرآیند خسته کننده و وقت گیر بوده است که مستلزم بررسی دستی و بررسی معاملات و اسناد است. اما با کمک هوش مصنوعی و بیومتریک، انطباق بسیار کارآمدتر و موثرتر می شود. در پادکست اخیر PaymentsJournal، مایکل شیهی، مدیر ارشد انطباق در Payoneer، و مارکو سالازارمدیر فناوری و زیرساخت در Javelin Strategy & Research، در مورد آینده دیدار با چالش‌های انطباق بحث کرد.

آینده چالش های انطباق

بزرگ‌ترین چالش فین‌تک‌ها در تطابق، هزینه اجرای «مشتری خود را بشناسید» (KYC) است، فرآیندی که فین‌تک‌ها برای تأیید هویت مشتریان خود و ارزیابی خطرات بالقوه آنها برای پولشویی یا تأمین مالی تروریسم از آن استفاده می‌کنند. فین‌تک‌ها ممکن است در هنگام ورود به مشتریان جدید، راه‌اندازی حساب‌های جدید یا انجام تراکنش‌های مالی خاص، نیاز به انجام فرآیند KYC داشته باشند. این معمولاً شامل جمع‌آوری و تأیید اطلاعات شخصی و مالی، مانند نام، آدرس، هویت دولتی و وضعیت اشتغال است. فین‌تک‌ها همچنین ممکن است نیاز به نظارت بر فعالیت مشتریان خود در طول زمان داشته باشند تا از انطباق مداوم با الزامات KYC اطمینان حاصل کنند.

شیهی توضیح داد: «به خصوص وقتی می‌خواهید جهانی باشید و در حوزه‌های قضایی متعدد فعالیت کنید، می‌دانید که تفاوت‌های ظریف KYC می‌تواند پرهزینه باشد. پیامدهای نداشتن یک برنامه KYC کافی یا برنامه های انطباق با بودجه کافی قابل توجه است. [اینکه] تنها 10 میلیارد دلار جریمه KYC در سال گذشته در سطح جهان وجود دارد، فقط به شما نشان می دهد که تنظیم کننده ها چقدر جدی KYC را اتخاذ می کنند. علاوه بر این، کشورهای مختلف در حال تدوین مقررات متفاوتی هستند، بنابراین حفظ بر همه چیز یک چالش است.

شیهی گفت: «جنایتکاران همیشه در تلاشند ... برای یافتن حفره های موجود در سیستم. «بنابراین [تطبیق] در مورد فعال بودن است. این شامل داشتن فرآیندها و رویه‌هایی برای تجزیه و تحلیل روندهایی است که نه تنها در تراکنش‌های خود، بلکه در سطح کلان‌تر در محیطی که در آن فعالیت می‌کنید، مشاهده می‌کنید.»

Payoneer به عنوان شرکتی که با تنظیم‌کننده‌ها و فین‌تک‌ها به دنبال رعایت این مقررات است، به عنوان مباشر اقتصاد جهانی عمل می‌کند و دنیای پیچیده انطباق با مقررات را ساده‌تر می‌کند. سالازار گفت: «پیچیدگی‌هایی که مایکل بیان کرد، این میل به ساده‌سازی را تحریک می‌کند، که برای رسیدن به آن نیاز به یک فرآیند تکراری دارد.

بسیاری از شرکت‌ها برای برآوردن سخت‌گیری‌های مختلف مقررات KYC در سراسر جهان، از رویکرد صرفاً تلاش برای برآورده کردن سخت‌ترین الزامات استفاده می‌کنند. اما این می‌تواند برای شرکت‌هایی که در کشورهایی مانند سنگاپور مستقر هستند و به دنبال رشد جهانی هستند، نتیجه معکوس داشته باشد. برای چنین شرکت‌هایی، «وقتی با مشتریانی در ایالات متحده سروکار دارید، جایی که الزامات KYC در قوانین سخت‌گیرانه نیست، در مقایسه با سایر همتایان خود که ممکن است در سطح جهانی فعالیت نکنند، خود را در یک نقطه ضعف رقابتی قرار می‌دهید. شیهی گفت. رعایت مقررات محلی حتی برای بزرگترین شرکت های چند ملیتی چالش برانگیز است. سالازار گفت: «اپل و گوگل در تلاش هستند تا در سطح جهانی گسترش پیدا کنند، اما توسط قوانین محلی محدود شده‌اند. "آنها با مسائل نظارتی مواجه شده اند که در آن باید تصمیم بگیرند که آیا جریمه شوند یا محصولات کامل را از بین ببرند."

نقش هوش مصنوعی در مدیریت پرداخت

یکی از راه هایی که هوش مصنوعی باعث بهبود انطباق در فین تک ها و بانک ها می شود، استفاده از الگوریتم های یادگیری ماشینی است. این الگوریتم ها می توانند حجم وسیعی از داده ها را تجزیه و تحلیل کنند، الگوها و روندها را شناسایی کنند و در مورد رویدادهای آینده پیش بینی کنند. این امر به بانک‌ها و فین‌تک‌ها این امکان را می‌دهد تا قبل از وقوع، فعالیت‌های متقلبانه را شناسایی کرده و از آن جلوگیری کنند، نه اینکه پس از آن واکنش نشان دهند.

«از لحاظ تاریخی، مطابقت، شناسایی و گزارش، شناسایی و گزارش بود. اکنون ما در حال حرکت به سمت پیشگیری موثر و همچنین گزارش‌دهی به‌موقع هستیم.» «یادگیری ماشین و هوش مصنوعی واقعاً به شما امکان می‌دهد در یک محیط بی‌درنگ در مقایسه با محیط‌های مبتنی بر قوانین سنتی کار کنید. مدل سنتی شامل استفاده از قوانینی مانند اگر A اتفاق می‌افتد، B را انجام دهید، یا اگر C اتفاق می‌افتد، D را انجام دهید. در مقابل، یادگیری ماشینی شما را قادر می‌سازد تا اقدامات پیشگیرانه را اعمال کنید و بینش بیشتری در مورد نحوه معامله مشتریان خود داشته باشید. و همچنین به شما این امکان را می‌دهد که به شیوه‌ای بی‌درنگ عمل کنید."

برای مثال، شیهی توضیح داد که چگونه Payoneer از هوش مصنوعی و یادگیری ماشینی برای مدل‌سازی الگوهای رفتاری بازرگانان در حوزه قضایی خاصی که کالاهای خاصی را می‌فروشند، استفاده کرد. «آیا یک تاجر تازه وارد بازار شده است؟ یا اینکه یک تاجر مستقر است و 10 سال است که فعالیت می کند؟ شما قرار نیست با آنها یکسان رفتار کنید،" شیهی گفت. «کسی که در حال رشد است و کسب‌وکاری را راه‌اندازی می‌کند، پرداخت‌های کوچک‌تری خواهد داشت که به مرور زمان افزایش می‌یابد. یک مشتری ثابت تر که حجم زیادی خواهد داشت که در طول دوره های فصلی به اوج خود می رسد.

مدل‌های هوش مصنوعی می‌توانند به فین‌تک‌ها کمک کنند تا بازرگانان خود را بر اساس نوع تقسیم کنند و پیش‌بینی کنند که در آینده چه اتفاقی خواهد افتاد. "اگر کسی مبلغ زیادی دریافت می کند، مدل شما می تواند بگوید، خوب، من فکر می کنم که x اتفاق می افتد. این می‌تواند درخواستی برای تأیید KYC اضافی ایجاد کند یا فعالیت آن مشتری را متوقف کند.

با هوش مصنوعی، مدل‌های یادگیری ماشینی را می‌توان برای کشورها یا بازارهای خاص طراحی کرد. سالازار گفت: «با ظهور فناوری و پلت‌فرم‌های جدید، ما این تسریع در استانداردهای حاکمیت داده را داشته‌ایم، حتی اگر آنها هنوز در مناطق مختلف بسیار متفاوت هستند». "ما در حال مشاهده توانایی این مدل ها برای یادگیری واقعی و ... تاثیرگذاری در آن مناطق هستیم، که تفاوت بزرگی ایجاد می کند."

بیومتریک و انطباق

در کنار هوش مصنوعی، بیومتریک نیز با استفاده از ویژگی‌های فیزیکی برای شناسایی و احراز هویت، موج‌هایی در دنیای انطباق ایجاد می‌کند. این به مشتریان این امکان را می دهد که به راحتی با نگاه کردن به دوربین به حساب های خود دسترسی داشته باشند و نیازی به رمز عبور یا سایر اشکال احراز هویت را از بین ببرند. بانک‌ها همچنین از نرم‌افزار تشخیص صدا برای تأیید هویت مشتریان از طریق تلفن و همچنین از اسکنر اثر انگشت برای اطمینان از دسترسی ایمن به حساب‌ها استفاده می‌کنند. جعل هویت چهره یا صدا یا اثر انگشت شخص دیگری بسیار سخت تر از حدس زدن رمز عبور اوست.

«همه از بیومتریک استفاده می‌کنند، وقتی قفل گوشی خود را باز می‌کنند، وقتی از Apple Pay استفاده می‌کنند، وقتی از اثر انگشت روی چیزی استفاده می‌کنند. این در حال حاضر به نوعی یک استاندارد است.» "من فکر می کنم بیومتریک به طور قابل توجهی با هویت های دیجیتال گره خورده است، که در یک ثانیه به آن خواهم پرداخت. پس از نقض داده های Equifax، کلاهبرداری های بیکاری COVID، و کلاهبرداری با وام PPP با استفاده از هویت های سرقت شده، واقعاً آشکار شد که تنها راه برای جلوگیری از این کلاهبرداری چک بیومتریک زنده است. گره زدن این موضوع با هویت های دیجیتال بسیار مهم است. با استفاده از یک پایگاه داده دولتی برای شناسایی هویت دیجیتال یک فرد و بررسی متقاطع آن با یک آزمایش بیومتریک، می‌توانید این دو را به هم متصل کنید.

در سطح جهانی، هویت های دیجیتال و بیومتریک در آفریقا و آسیا بسیار پیشرفته تر است و اروپا و ایالات متحده تا حدودی عقب مانده اند. اما شیهی ادعا کرد که بیومتریک در دو سال آینده استاندارد جهانی خواهد بود. سنگاپور و مالزی در واقع بیومتریک را در KYC خود الزامی کرده اند. آنها به موسسات مالی در آن بازارها می گویند، اگر مشتریان شما هنگام فروش محصولات مالی جلوی شما نیستند، باید یک چک زنده و KYC داشته باشید. آنها تا آنجا پیش می روند که ادعا می کنند دیگر سرقت هویت را به عنوان یک گونه شناسی در اقتصاد خود نمی پذیرند.

به دنبال به جلو

هوش مصنوعی و بیومتریک چیزی فراتر از ابزارهای جالب هستند – آنها عملکرد انطباق را در فین‌تک‌ها و بانک‌ها تا حد زیادی بهبود می‌بخشند و به حفظ امنیت پول و دارایی‌های ما کمک می‌کنند. شیهی گفت: «بیومتریک هنوز کامل نیست، اما این یک تغییر قابل توجه نسبت به پنج سال پیش است، جایی که مردم فقط از شناسنامه‌های خود عکس می‌گرفتند و آن‌ها را آپلود می‌کردند و برای وام مسکن و مواردی از این قبیل درخواست می‌دادند».

در ایالات متحده، برای اینکه بیومتریک در مقیاس وسیع مورد پذیرش قرار گیرد، به استانداردسازی و مقررات دولتی در مورد داده ها نیاز دارد. «در حال حاضر، تنظیم بیومتریک در سطح ایالتی است. ما به یک مأموریت فدرال بیشتری نیاز داریم که به اعتقاد من در راه است. تا آن زمان، این یک نوع غرب وحشی وحشی است.» بخشی از این مقررات می تواند در قانون حفظ حریم خصوصی مصرف کنندگان باشد که در حال حاضر در کنگره در حال بحث است.

با تغییر قوانین مختلف KYC در سراسر جهان، Sheehy خوش بین است که Payoneer می تواند بخشی از راه حل در ایمن سازی پرداخت ها در عین رعایت مقررات و نوآوری در یادگیری ماشین و بیومتریک باشد. مطمئناً آینده برای شرکت هایی روشن به نظر می رسد که می توانند به ساده سازی پیچیدگی مقررات بین المللی و در عین حال استفاده بهتر از داده های مشتری و کسب و کار کمک کنند.

لینک: https://www.paymentsjournal.com/the-importance-of-ai-and-biometrics-in-regulatory-compliance-in-finance/

منبع: https://www.paymentsjournal.com

• محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
• پلاتوبلاک چین. Web3 Metaverse Intelligence. دانش تقویت شده دسترسی به اینجا.
• منبع: https://www.fintechnews.org/the-importance-of-ai-and-biometrics-in-regulatory-compliance-in-finance/