Как ИИ и машинное обучение решают задачи комплаенса

Управляющий партнер Infosys Consulting Джаякумар Венкатараман (Jayakumar Venkataraman) о том, как переход на искусственный интеллект (ИИ) и машинное обучение помогает банкам в реализации политик KYC (Know Your Client — «Знай своего клиента») и AML (Anti-Money Laundering — противодействие отмыванию денег).

Зачем это нужно

Все больше банков обращаются к решениям на основе ИИ и машинного обучения для автоматизации процессов, связанных с соблюдением принципов KYC и AML. Основная причина — все более строгие требования регуляторов.

При этом важно понимать, что дело не только в автоматизации. Соответствующие процессы проверок уже автоматизированы у большинства банков. Но обычно они управляются на основе правил и являются неадаптивными (non-adaptive/non-intelligent). То есть требуется вручную сортировать и анализировать разные объемы данных. Именно здесь полезны ИИ и машинное обучение (разумеется, после надлежащего тестирования соответствующих инструментов).

Основные преимущества решений на основе ИИ и машинного обучения

Повышение качества мониторинга транзакций и комплаенса в целом. Это связано с возможностью считывать и анализировать большие объемы данных, в том числе неструктурированных. К тому же анализ транзакций в режиме реального времени позволяет классифицировать их в зависимости от степени риска, чтобы определить приоритетность обработки операторами.
Выявление новых моделей потенциально подозрительных транзакций благодаря непрерывному обучению (под наблюдением и без). И делать это получается быстрее, чем у людей.
Перераспределение рабочего времени сотрудников банка. Так у них появляется больше времени на решение проблем клиентов и те задачи, которые требуют креативного подхода.

По материалам International Banker

Source: internationalbanker.com