Lotta alla criminalità finanziaria nel 2022 (Steve Morgan)

Un argomento importante per questo SIBOS (e anche la maggior parte di quelli del passato) è come eliminare la criminalità finanziaria senza interrompere o degradare le esperienze di servizio di alta qualità per il
stragrande maggioranza di clienti onesti (e molto importanti e preziosi).

Allo stato attuale, la criminalità finanziaria è alle stelle e le banche devono affrontare sempre più sfide per gestire i rischi in modo efficace. Sebbene questa non sia esattamente una nuova tendenza per i servizi finanziari, la velocità con cui i truffatori stanno cambiando le loro tattiche ha spinto le organizzazioni
ripensare le proprie procedure di sicurezza e la risposta alle attività fraudolente. 

Allora come possono le banche andare avanti?

Gli specialisti della criminalità finanziaria sono abituati ad applicare motori di regole per individuare i casi, e sempre più l’intelligenza artificiale (AI) e l’apprendimento automatico stanno migliorando ulteriormente il rilevamento e la gestione. Applicazione dell’intelligenza artificiale e dell’apprendimento automatico all’allarme sui crimini finanziari
la gestione ha portato a risultati significativi, tra cui la riduzione dei falsi positivi, un migliore rilevamento dei rischi e una maggiore automazione su larga scala.

Una sfida operativa è il funzionamento delle frodi e dei crimini finanziari, che a volte operano in modo indipendente all’interno delle società finanziarie. Questo modello potrebbe essere stato appropriato anni fa, quando i sistemi di frode e criminalità finanziaria erano diversi e gestiti di conseguenza,
ma i fattori attuali come i canali, i canali di pagamento e la decentralizzazione hanno offuscato il confine tra frode e crimini finanziari. 

Negli ultimi anni, le istituzioni finanziarie hanno investito molto in sistemi avanzati di monitoraggio del rilevamento, sfruttando le capacità delle FinTech specializzate in intelligenza artificiale e apprendimento automatico. Questa tendenza è un ottimo esempio di istituzioni finanziarie
incorporando un approccio all’avanguardia che unisce gli investimenti in sistemi legacy con le più nuove tecnologie basate sull’intelligenza artificiale. 

La grande domanda da porsi è: come fanno le banche a individuare e fermare in modo efficace i programmi di riciclaggio di denaro senza compromettere l’esperienza del servizio clienti per i clienti? La chiave è rimanere agili. Va tutto bene avere le giuste tecnologie in atto, ma cosa è
altrettanto importante è essere in grado di valutare un incidente in modo accurato ed efficiente. Anche se nessuno vuole essere esposto a frodi, né i clienti né le banche, è importante che l’esperienza del cliente non ne risenta a scapito. 

Quindi, in definitiva, ciò che puoi fare è indirizzare ciò che puoi alla persona giusta, mantenere aggiornato il cliente e ridurre al minimo le perdite sia dal lato cliente che dal lato banca. La lotta per l’efficacia e l’efficienza aumenta ancora di più se si considera
gli effetti di diversi sistemi di rilevamento con diversi livelli di automazione all'interno dei flussi di lavoro di gestione dei casi. Ciò non fornisce un’esperienza utente armonizzata per i dipendenti della banca responsabili di questi risultati. 

Poiché le istituzioni finanziarie continuano a cercare di ridurre i costi operativi, l’esposizione al rischio non può essere sacrificata nel processo. Sia che le unità investigative operino su base onshore, onshore/offshore o con qualche altro modello ibrido, l’obiettivo è quello di
indirizzare un avviso e/o un caso all'analista e/o all'investigatore più adatto per la sua complessità, rischio o altri fattori. Ciò consente alle aziende di gestire adeguatamente il rischio controllando allo stesso tempo i costi operativi.