世界中の金融機関は、顧客デュー デリジェンス/Know Your Customer 手順を純粋な技術のレベルまで強化しています。 機関によっては、600 を超える個々の情報フィールドを収集し、14 以上のデータ インターフェイスを使用してサポートする機関もあります。
内部システムと外部データ プロバイダーの組み合わせ。 顧客やその関係者、所有者について、自分自身よりも多くのことを知るようになりつつあります。 しかし、ことわざにあるように、「罰せられない善行はありません」とCDD / KYC
顧客だけのデータ収集で終わりではありません。
リスクをより完全かつ現実的に軽減するには、質問の収集、データ インターフェイスと ping サービス、拡大された関係の分析、フラグ付けとフォローアップなど、デュー デリジェンスのすべての作業を繰り返す必要があります。 私は考える
このより広範なアプローチを「Know Your World」または KYW と呼びます。
KYW では、デュー デリジェンスが必要ないくつかの主要なカテゴリがあります。
- Customers
- お客様のすべての関係者
- ベンダー
- 職員
- マネージャー
- AI / ML アプリケーション
- カテゴリ 2 以外のカテゴリ間のすべての既知の関係からカテゴリ 1 へ
すべてのカテゴリで行うデューデリジェンスはすべて、金融犯罪のリスクを特定して軽減するという XNUMX つの目的のためのものです。
KYW アプローチにおける追加のカテゴリについて少しおしゃべりしましょう。
ベンダー: ベンダーに対して行うデュー デリジェンスのレベルと、顧客に対して行うデュー デリジェンスのレベルに違いはありません。 ベンダーがもたらす無数のリスクを理解し、軽減します。
従業員とマネージャー: これは、金融機関のほとんどの人が問題を抱えている問題です。 これらは機関の従業員と管理者です。」 従業員とマネージャーに対して行うデューデリジェンスは異なりますが、
従業員またはマネージャーの期待される行動が何であるかを確立することは、デューデリジェンスにすぎません。 後で、予期しない行動を探すときに顧客データを監視する方法と同様に、従業員やマネージャーに対しても同じことを行います。 監視しています
顧客や従業員ではなく、データです。 懸念行動フラグがトリガーされた場合にのみ、フォローアップするために適切な人々がそれについて知ることができます.
AI の応用: これは、人々が最初に二度考えてしまう原因となるカテゴリです。 私たちが行う文字通りすべてのプロセスと手順で「Show me」モデルに従う業界では、AI は例外のようです。
例外です。
AI アプリケーションと言うときに、何について話しているのかを理解することから始めましょう。 テレビドラマでよく目にする人工知能システムは、娯楽のための架空の乗り物にすぎません。 真の思考機械はまだ遠いです。
私たちがよく AI と呼んでいるものは、真に ML または機械学習である傾向があります。 そして、それは独立して知的ではありませんが、学習することができます. ショーミー業界の問題点はそこにある。
現在、コンピューター アルゴリズムが学習できる方法には、教師あり学習、強化、および教師なし学習の XNUMX つがあります。 システムのトレーニングに使用されたデータが表示されるため、監視ありの方法が最も透明性が高いと思われます。 この方法は限定的です
適用できるルールで、フィードするデータですべての条件を作成する必要があります。
XNUMX 番目のオプションは強化方法で、学習時に人間による検証が必要です。
次に、野生の西部開拓時代、つまり教師なし学習に行き着きます。 教師なし学習はその名の通りです。 教師なしでは、アルゴリズムにデータを与え、データが何を意味するかに関して提供したルールによってシステムに理解させます。 これが理由です
ML/AI アプリケーションのオンボーディング、リスク評価、監視が必要になります。 業界の要請を考えると、ML/AI アプリケーションが何をしているかを知っていると思うかもしれませんが、それを簡単に証明することはできません。
未知の関係: さまざまなカテゴリー間の非自明または未知の関係は、何の意味も持たないか、または誰かの行動を正当化または非正当化するためのあははの瞬間になる可能性があります。
結論として、Know Your World アプローチは、組織内の深刻なリスクの原因をより広範かつ深く調べます。 また、データによる行動監視であるため、個人に対して過度に侵略的または不公平になることなく、リスクを監視できます。
行動モニタリングを行うとき、私たちは決して対象を見ません。 むしろ、データで明らかな動作または異なる動作を探します。 そして、それらを見つけたときだけ、顧客、ベンダー、または AI/ML などの何らかのエンティティに関連付けられた動作になります。
応用。
