本を打つ: 東南アジア最大の銀行が AI を使用して金融詐欺と戦う方法

Yつまり、ロボットが私たちの仕事を奪いに来ています。 それは良いことです。彼らが取っている仕事はちょっとひどいので、私たちは彼らが幸せであるべきです. 本当にあの頃に戻りたいの？ 手動で 金融詐欺やマネー ロンダリング スキームを探して、世界中の毎日の銀行送金を監視、フラグ付け、調査していますか? シンガポール最大の金融機関である DBS Bank は、そうではありません。 同社は何年もかけて、「トランザクション監視」の細かいプロセスを大幅に自動化する最先端の機械学習システムを開発してきました。これにより、人間のアナリストは、業界を縛る古い金融規制と微妙なバランスを保ちながら、より高いレベルの作業を行うことができます。 . 魅力的な内容です。 AI の操作 Thomas H. Davenport と Steven M. Miller による本書は、無数のテクノロジー業界からの同様のケース スタディで満たされ、一般的な人間と AI のコラボレーションを見て、これらの相互作用の潜在的な影響についての洞察を提供します。 

からの抜粋 AI との連携: 人間と機械のコラボレーションの実話 Thomas H. Davenport と Steven M. Miller 著。 MIT Press の許可を得て転載。 著作権 2022.

DBS Bank: AI 主導の取引監視

通貨および外国取引報告法としても知られる銀行秘密法が 1970 年に米国で可決されて以来、世界中の銀行は、マネーロンダリング、国境を越えた大量の疑わしい資金の流れを防止する責任を政府から負わされてきました。お金、およびその他の種類の金融犯罪。 シンガポールと東南アジアで最大の銀行である DBS Bank は、マネーロンダリング対策 (AML) と金融犯罪の検出と防止に長い間注力してきました。 DBS のコンプライアンス担当役員によると、「銀行内に厳格な内部統制を確保して、加害者、マネーロンダラー、および制裁回避者が、銀行または国のシステムを通じて金融システムに侵入しないようにしたいと考えています。 、または国際的に。

監視監視のためのルールベースのシステムの限界

他の大手銀行と同様に、これらの問題に焦点を当てた「トランザクション監視」と呼ばれる DBS の領域では、この種の作業を行うために AI を長年利用してきました。 この機能の担当者は、ルールベースのシステムによって発生したアラートを評価します。 このルールは、銀行全体のさまざまなシステムからの取引データを評価します。これには、消費者、資産管理、機関投資家向け銀行業務、およびそれらの支払いに関するものも含まれます。 これらのトランザクションはすべて、スクリーニングのためにルールベースのシステムを通過し、ルールは、銀行と疑わしいトランザクションを行っている個人またはエンティティに関連する条件に一致するトランザクション (潜在的なマネー ロンダリング イベントまたは別の種類の金融詐欺に関係するもの) にフラグを立てます。 以前は「エキスパート システム」として知られていたルールベースのシステムは、AI の最も古い形式の XNUMX つですが、銀行や保険、その他の業界で今でも広く使用されています。

DBS や世界中のほとんどの銀行では、この種のルールベースの金融取引監視システムが毎日大量のアラートを生成しています。 ルールベースの監視システムの主な欠点は、生成されるアラートのほとんど (最大 98%) が誤検知であることです。 トランザクションのいくつかの側面は、アラート リストでトランザクションにフラグが立てられるように導くルールをトリガーします。 しかし、人間のアナリストによる追跡調査の結果、アラートされたトランザクションは実際には疑わしいものではないことが判明しました。

トランザクション監視アナリストは、すべての関連するトランザクション情報を調べて、すべてのアラートをフォローアップする必要があります。 また、取引に関与した個人のプロフィール、過去の金融行動、「顧客を知る」および顧客デューデリジェンス文書で宣言したもの、および銀行が彼らについて知っている可能性のあるその他のことも考慮する必要があります。 アラートのフォローアップは、時間のかかるプロセスです。

アナリストが取引が正当に疑わしい、または詐欺として検証されたことを確認した場合、銀行は適切な当局に疑わしい活動レポート (SAR) を発行する法的義務を負います。 これはリスクの高い決定であるため、アナリストが正しく判断することが重要です。間違っていると、法律を遵守している銀行の顧客に、金融犯罪の捜査を受けているという誤った通知が送られる可能性があります。 その一方で、「悪意のある人物」が検出されて報告されない場合、マネー ロンダリングやその他の金融犯罪に関連する問題につながる可能性があります。

少なくとも今のところ、ルールベースのシステムをなくすことはできません。なぜなら、ほとんどの国の規制当局がまだルールベースのシステムを必要としているからです。 しかし、DBS の幹部は、内部および外部の情報源が他にも多数あることに気付きました。これらを正しく使用すれば、ルールベースのシステムからの各アラートを自動的に評価するために適用できます。 これは、ルールベースのシステムよりも複雑なパターンを処理し、より正確な予測を行うことができる ML を使用して行うことができます。

新世代の AI 機能を使用して監視を強化する

数年前、DBS は、既存のルールベースのスクリーニング システムと組み合わせて、新世代の AI/ML 機能を適用するプロジェクトを開始しました。 この組み合わせにより、銀行は、疑いのレベルを示す数値的に計算された確率スコアに従って、ルールベースのシステムによって生成されたすべてのアラートに優先順位を付けることができます。 ML システムは、最近および過去のデータと結果から疑わしい不正な状況を認識するようにトレーニングされています。 インタビューの時点で、新しい ML ベースのフィルタリング システムは XNUMX 年余り使用されていました。 システムは、ルールベースのシステムによって生成されたすべてのアラートを確認し、各アラートにリスク スコアを割り当て、各アラートを高リスク、中リスク、および低リスクのカテゴリに分類します。 ルールベースのアラートのこのタイプの「後処理」により、アナリストはすぐに優先順位を付ける必要があるもの (高リスクおよび中リスクのカテゴリのアラート) と待機できるもの (リスクが最も低いカテゴリのアラート) を解読できます。 . この ML システムの重要な機能は、トランザクションが疑わしい可能性を自動的に評価する際に使用される証拠をアナリストに示す説明者を備えていることです。 AI/ML モデルによる説明とガイド付きナビゲーションは、アナリストが正しいリスク決定を下すのに役立ちます。

DBS はまた、疑わしい関係や複数の当事者間での取引を検出するためのネットワーク リンク分析システムなど、アラートが発生した取引の調査をサポートするその他の新機能も開発しました。 金融取引は、ネットワーク内のノードとして関与する人またはアカウントを示すネットワーク グラフとして表すことができ、ノード間のリンクとして相互作用を表すことができます。 この関係のネットワーク グラフを使用して、金融の流入と流出の疑わしいパターンを特定し、さらに評価することができます。

並行して、DBS はまた、調査ワークフローに対する労働集約的なアプローチを、監視関連の調査とケース管理のサポートの多くをアナリスト向けに自動化する新しいプラットフォームに置き換えました。 CRUISE と呼ばれ、ルールベースのエンジン、ML フィルター モデル、ネットワーク リンク分析システムの出力を統合します。

さらに、CRUISE システムは、アナリストが調査しているトランザクションを追跡するために必要な、銀行全体からの関連データへの簡単かつ統合されたアクセスをアナリストに提供します。 この CRUISE 環境内で、銀行はケースに関するアナリストの作業に関連するすべてのフィードバックも収集し、このフィードバックは DBS のシステムとプロセスをさらに改善するのに役立ちます。

アナリストへの影響

もちろん、これらの開発により、アナリストはアラートをより効率的に確認できます。 数年前、DBS トランザクション監視アナリストが XNUMX 時間以上かけてアラートを調査することは珍しくありませんでした。 この時間には、複数のシステムからデータを取得し、関連する過去のトランザクションを手動で照合するためのフロントエンドの準備時間と、証拠を評価し、パターンを探し、アラートが発生したかどうかを最終的に判断するための実際の分析時間が含まれます。善意の疑わしい取引であること。

CRUISE、Network Link Analytics、ML ベースのフィルター モデルなどの複数のツールを実装した後、アナリストは同じ時間で約 XNUMX 分の XNUMX 多くのケースを解決できるようになりました。 また、これらのツールを使用して特定されたリスクの高いケースについては、DBS は以前よりも早く「悪意のある人物」を捕まえることができます。 

これが従来の監視アプローチとどのように異なるかについてコメントし、トランザクション監視の DBS 責任者は次のように述べています。

現在、DBS では、マシンが銀行全体のさまざまなソースから必要なサポート データを収集し、アナリストの画面に表示することができます。 これで、アナリストは各アラートに関連するサポート情報を簡単に確認し、サポート データを取得するために XNUMX の異なるシステムを検索することなく、正しい決定を下すことができます。 機械は現在、人間よりもはるかに速く分析者のためにこれを行います。 これにより、アナリストの作業が楽になり、意思決定がより明確になります。

過去には、実際的な制限により、トランザクション監視アナリストは、アラートのレビューに関連する銀行内のごく一部のデータしか収集して使用できませんでした。 現在 DBS では、新しいツールとプロセスを使用して、アナリストは銀行内のトランザクションに関するほぼすべての関連データに瞬時に自動的にアクセスして意思決定を行うことができます。 このデータは、リスク スコアと、モデルの出力につながった証拠を案内する説明者の助けを借りて、画面上に凝縮された方法でうまく整理されています。

DBS は、これらの新しい監視システムの作成と使用に関与したスタッフ全体のスキル セットの「向上」に投資しました。 スキルアップの恩恵を受けたスタッフの中には、金融犯罪を検出する専門知識を持ち、新しいテクノロジー プラットフォームの使用と関連するデータ分析スキルのトレーニングを受けたトランザクション監視アナリストが含まれていました。 チームは、リスクの類型を特定するためのフロントエンド作業から始めて、新しいシステムの設計を支援しました。 また、使用するのが最も理にかなっているデータと、自動化されたデータ分析と ML 機能が最も役立つ場所を特定するための情報も提供しました。

システムが将来、人間のトランザクション アナリストにどのように影響するかを尋ねられたとき、DBS のコンプライアンス エグゼクティブは次のように述べています。

効率性は常に重要であり、常により高いレベルを目指して努力しなければなりません。 現在および将来の監視ワークロードのトランザクションベースの側面をより少ない人員で処理し、解放された容量を監視と詐欺防止の新しい分野に再投資したいと考えています。 不正な金融行動や悪役の未知の新しい次元が常に存在するため、これらの分野により多くの時間とより多くの人々を投資する必要があります. できる限り、より標準的なトランザクション監視の取り組みで達成した効率性の向上を再投資することでこれを行います。

取引監視の次の段階

銀行の全体的な目標は、トランザクション監視がより統合され、より積極的になることです。 経営陣は、ルールベースのエンジンから生成されるアラートだけに頼るのではなく、複数レベルの統合リスク監視を利用して、「トランザクションからアカウント、顧客、ネットワーク、マクロ」レベルまで全体的に監視したいと考えています。 この組み合わせは、銀行がより多くの悪役を見つけ、より効果的かつ効率的に行うのに役立ちます。 コンプライアンス責任者は次のように説明しています。

マネーロンダラーや制裁回避者は、常に新しい方法を模索していることに注意することが重要です。 私たちの従業員は、これらの新たな脅威の一歩先を行くために、テクノロジーとデータ分析機能を活用する必要があります。 私たちは、従業員がアラートを確認するという面倒で手動の側面に費やしていた時間を解放し、その時間を新たな脅威に対応するために使用したいと考えています。

人間のアナリストは、AML トランザクションの監視において引き続き重要な役割を果たしますが、彼らの時間の使い方と人間の専門知識は進化し続けます。

コンプライアンス エグゼクティブは、AI に関する見解も共有しました。 マネーロンダリングやその他の金融犯罪の文脈では、疑わしいものとそうでないものの評価には常に主観的な要素が存在するため、最終的な決定から人間の判断を取り除くことはできないと考えています. この主観的な要素を排除することはできませんが、人間のアナリストがアラートの確認と評価の一環として行う手作業を最小限に抑えることはできます。」

この事例から学んだ教訓

• そのほとんどが誤検知であることが判明する大量のアラートを生成する自動化されたシステムは、人間の労力を節約しません。

• 複数のタイプの AI テクノロジー (この場合、ルール、ML、ネットワーク リンク分析) を組み合わせて、システムの機能を向上させることができます。

• AIシステムによって仕事の効率が大幅に改善されたとしても、企業は仕事をする人の数を減らすことはできないかもしれません。 むしろ、従業員は解放された時間を自分の仕事で新しく価値の高いタスクに取り組むことができます。

• 複雑な商取引の評価には常に主観的な要素が含まれるため、評価プロセスから人間の判断を排除できない場合があります。