Walka z przestępczością finansową w 2022 r. (Steve Morgan)

Duży temat na to Sibos (i większość tych z przeszłości) to sposób na wyeliminowanie przestępstw finansowych bez zakłócania lub degradowania wysokiej jakości usług dla
zdecydowana większość uczciwych (i bardzo ważnych i wartościowych) klientów.

W obecnej sytuacji przestępczość finansowa gwałtownie rośnie, a banki stają przed coraz większymi wyzwaniami w zakresie skutecznego zarządzania ryzykiem. Chociaż nie jest to nowy trend w usługach finansowych, tempo, w jakim oszuści zmieniają taktykę, pchnęło organizacje
przemyśleć swoje procedury bezpieczeństwa i reakcję na nieuczciwe działania. 

Jak więc banki mogą iść do przodu?

Specjaliści od przestępstw finansowych są przyzwyczajeni do stosowania mechanizmów reguł do wykrywania spraw, a sztuczna inteligencja (AI) i uczenie maszynowe w coraz większym stopniu usprawniają wykrywanie i zarządzanie. Zastosowanie sztucznej inteligencji i uczenia maszynowego do ostrzegania o przestępstwach finansowych
zarządzanie przyniosło znaczące wyniki, w tym zmniejszenie liczby fałszywych alarmów, lepsze wykrywanie ryzyka i zwiększoną automatyzację na dużą skalę.

Jednym z wyzwań operacyjnych jest sposób, w jaki działają oszustwa i przestępstwa finansowe, czasami niezależnie w firmach finansowych. Model ten mógł być odpowiedni wiele lat temu, kiedy schematy oszustw i przestępstw finansowych były odmienne i odpowiednio zarządzane,
ale obecne czynniki, takie jak kanały, koleje płatnicze i decentralizacja, zatarły granicę między oszustwami a przestępstwami finansowymi. 

W ciągu ostatnich kilku lat instytucje finansowe dużo zainwestowały w ulepszone systemy monitorowania wykrywania, wykorzystując możliwości FinTechów, które specjalizują się w sztucznej inteligencji i uczeniu maszynowym. Ten trend jest doskonałym przykładem instytucji finansowych
stosując najlepsze w swojej klasie podejście, które łączy inwestycje w starsze systemy z nowszymi technologiami opartymi na sztucznej inteligencji. 

Najważniejsze pytanie, które należy zadać, brzmi: w jaki sposób banki skutecznie wykrywają i powstrzymują programy prania brudnych pieniędzy, nie psując klientom obsługi klienta? Kluczem do sukcesu jest zwinność. Dobrze jest mieć odpowiednie technologie, ale co to jest
równie ważna jest umiejętność dokładnego i efektywnego triakowania incydentu. Chociaż nikt nie chce być narażony na oszustwa, ani klient, ani bank, ważne jest, aby doświadczenie klienta nie ucierpiało jego kosztem. 

Więc ostatecznie to, co możesz zrobić, to skierować to, co możesz, do właściwej osoby, na bieżąco informować klienta i minimalizować straty zarówno po stronie klienta, jak i po stronie banku. Walka o skuteczność i wydajność nasila się jeszcze bardziej, jeśli weźmiesz pod uwagę
skutki różnych systemów wykrywania o różnym poziomie automatyzacji w ramach ich procesów zarządzania sprawami. Nie zapewnia to zharmonizowanego doświadczenia użytkownika dla pracowników banku odpowiedzialnych za te wyniki. 

Ponieważ instytucje finansowe nadal dążą do obniżenia kosztów operacyjnych, nie można w tym procesie poświęcić narażenia na ryzyko. Niezależnie od tego, czy jednostki dochodzeniowe działają na lądzie, na lądzie/na morzu, czy na innym modelu hybrydowym, celem jest skuteczne
skierować ostrzeżenie i/lub sprawę do analityka i/lub badacza najlepiej dostosowanego do jego złożoności, ryzyka lub innych czynników. Pozwala to firmom na właściwe zarządzanie ryzykiem przy jednoczesnej kontroli kosztów operacyjnych.