Кітаптарды табу: Оңтүстік-Шығыс Азиядағы ең ірі банк қаржылық алаяқтықпен күресу үшін AI-ны қалай пайдаланады

Yes, роботтар біздің жұмысымызды алу үшін келеді. Бұл жақсы нәрсе, біз олар үшін қуануымыз керек, өйткені олардың жұмысы өте жағымсыз. Сіз шынымен өткен күндерге оралғыңыз келе ме? қолмен қаржылық алаяқтық пен ақшаны жылыстату схемаларын іздеу үшін әлемдегі күнделікті банк аударымдарын бақылау, белгілеу және тексеру? DBS Bank, Сингапурдың ең ірі қаржы институты, әрине, жоқ. Компания көптеген жылдар бойы «транзакцияларды қадағалаудың» минуттық процессін автоматтандыратын ең заманауи машиналық оқыту жүйесін әзірлеуге жұмсады, бұл саланы байланыстыратын антикварлық қаржылық ережелермен нәзік тепе-теңдікте жұмыс істей отырып, адам талдаушыларын жоғары деңгейлі жұмыстарды орындауға босатады. . Бұл қызықты нәрсе. AI-мен жұмыс Томас Х.Дэвенпорт пен Стивен М.Миллер адам мен жасанды интеллекттің қарапайым ынтымақтастығын қарастыратын және осы өзара әрекеттесулердің ықтимал салдары туралы түсінік беретін көптеген технологиялық салалардағы ұқсас мысалдарға толы. 

Оның үзіндісі Жасанды интеллектпен жұмыс: адам мен машина ынтымақтастығының нақты оқиғалары Томас Х.Дэвенпорт және Стивен М.Миллер. MIT Press рұқсатымен қайта басып шығарылды. Авторлық құқық 2022.

DBS банкі: AI арқылы басқарылатын транзакцияларды қадағалау

1970 жылы АҚШ-та «Валюта және шетелдік транзакциялар туралы есеп беру актісі» деп те аталатын Банк құпиясы туралы заң қабылданғаннан бері дүние жүзіндегі банктер ақшаны жылыстатуға, үлкен көлемдегі күдікті трансшекаралық ағындарға жол бермегені үшін үкіметтермен жауап береді. ақша және қаржылық қылмыстың басқа да түрлері. DBS Bank, Сингапурдағы және Оңтүстік-Шығыс Азиядағы ең ірі банк, ұзақ уақыт бойы ақшаны жылыстатуға қарсы (AML) және қаржылық қылмыстарды анықтау мен алдын алуға бағытталған. DBS орындаушысының айтуынша, «Біз банкте қатаң ішкі бақылау бар екеніне көз жеткізгіміз келеді, сондықтан қылмыскерлер, ақшаны жылыстатушылардың және санкциялардан жалтарушылардың қаржы жүйесіне біздің банк арқылы да, ұлттық жүйеміз арқылы да еніп кетпеуі үшін. , немесе халықаралық деңгейде».

Қадағалау мониторингі үшін ережеге негізделген жүйелердің шектеулері

Басқа ірі банктердегі сияқты, «транзакцияларды қадағалау» деп аталатын осы мәселелерге назар аударатын DBS саласы жұмыстың осы түрін орындау үшін көптеген жылдар бойы AI мүмкіндіктерін пайдаланды. Бұл функциядағы адамдар ережеге негізделген жүйе арқылы берілген ескертулерді бағалайды. Ережелер банктегі көптеген әртүрлі жүйелерден, соның ішінде тұтынушыларға, байлықты басқаруға, институционалдық банкингке және олардың төлемдеріне арналған транзакция деректерін бағалайды. Бұл транзакциялардың барлығы скрининг үшін ережеге негізделген жүйе арқылы өтеді және ережелер банкпен күдікті транзакциялар жасайтын жеке тұлғамен немесе ұйыммен байланысты шарттарға сәйкес келетін транзакцияларды белгілейді - ақшаны жылыстатудың ықтимал оқиғасы немесе қаржылық алаяқтықтың басқа түрі. Ережеге негізделген жүйелер — бұрын «сараптамалық жүйелер» ретінде белгілі — AI-ның ең көне түрлерінің бірі, бірақ олар әлі де банк және сақтандыру, сондай-ақ басқа салаларда кеңінен қолданылады.

DBS-де және дүние жүзіндегі басқа банктердің көпшілігінде ережеге негізделген қаржылық транзакцияларды бақылаудың осы түрдегі жүйелері күн сайын көптеген ескертулерді жасайды. Ережеге негізделген бақылау жүйелерінің негізгі кемшілігі - жасалған ескертулердің көпшілігі - 98 пайызға дейін - жалған позитивтер. Транзакцияның кейбір аспектісі транзакцияны ескерту тізімінде белгілеуге әкелетін ережені іске қосады. Дегенмен, адам талдаушысының кейінгі тергеуінен кейін ескертілген транзакция шын мәнінде күдікті емес екені белгілі болды.

Транзакцияны қадағалау сарапшылары барлық тиісті транзакция ақпаратын қарап, әрбір ескертуді қадағалап отыруы керек. Олар сондай-ақ транзакцияға қатысатын тұлғалардың профильдерін, олардың бұрынғы қаржылық мінез-құлқын, «өз тұтынушыңызды біліңіз» және клиентті тексеру құжаттарында мәлімдеген нәрселерді және банк олар туралы білуі мүмкін басқа кез келген нәрсені ескеруі керек. Ескертулерді қадағалау уақытты қажет ететін процесс.

Егер талдаушы транзакцияның негізді түрде күдікті екенін немесе алаяқтық ретінде тексерілетінін растаса, банктің тиісті органдарға күдікті әрекет туралы есепті (SAR) беруге заңды міндеттемесі бар. Бұл өте маңызды шешім, сондықтан талдаушы оны дұрыс қабылдауы маңызды: егер қате болса, заңға бағынатын банк клиенттері қаржылық қылмыстар үшін тергеліп жатқаны туралы қате хабарлануы мүмкін. Екінші жағынан, егер «жаман актер» анықталмаса және хабарланбаса, бұл ақшаны жылыстатуға және басқа да қаржылық қылмыстарға байланысты мәселелерге әкелуі мүмкін.

Әзірге ережеге негізделген жүйелерді жою мүмкін емес, өйткені көптеген елдердегі ұлттық реттеуші органдар оларды әлі де талап етеді. Бірақ DBS басшылары дұрыс пайдаланылса, ережеге негізделген жүйеден әрбір ескертуді автоматты түрде бағалау үшін қолдануға болатын ішкі және сыртқы ақпараттың көптеген қосымша көздері бар екенін түсінді. Мұны ережеге негізделген жүйелерге қарағанда күрделірек үлгілермен айналысатын және дәлірек болжам жасай алатын ML көмегімен жасауға болады.

Бақылауды жақсарту үшін AI мүмкіндіктерінің жаңа буынын пайдалану

Бірнеше жыл бұрын DBS AI/ML мүмкіндіктерінің жаңа буынын қолданыстағы ережеге негізделген скрининг жүйесімен бірге қолдану жобасын бастады. Бұл комбинация банкке ережеге негізделген жүйемен жасалған барлық ескертулерге күдік деңгейін көрсететін сандық есептелген ықтималдық ұпайына сәйкес басымдық беруге мүмкіндік береді. ML жүйесі соңғы және тарихи деректер мен нәтижелерден күдікті және алаяқтық жағдайларды тануға үйретілді. Біздің сұхбаттарымыз кезінде жаңа ML негізіндегі сүзгілеу жүйесі бір жылдан астам ғана қолданыста болды. Жүйе ережеге негізделген жүйе арқылы жасалған барлық ескертулерді қарастырады, әрбір ескертуге тәуекел дәрежесін тағайындайды және әрбір ескертуді жоғары, орташа және төмен тәуекел санаттарына жіктейді. Ережеге негізделген ескертулерді «кейінгі өңдеудің» бұл түрі талдаушыға қайсысына бірден басымдық беру керектігін (жоғары және орташа тәуекел санаттарындағылар) және қайсысын күте алатынын (тәуекел деңгейі ең төмен санаттағылар) шешуге мүмкіндік береді. . Бұл ML жүйесінің маңызды мүмкіндігі - оның талдаушыға транзакцияның күдікті болу ықтималдығының автоматтандырылған бағасын жасау кезінде пайдаланылатын дәлелдерді көрсететін түсіндірмесі бар. AI/ML моделі берген түсіндірме мен бағдарланған навигация талдаушыға тәуекел туралы дұрыс шешім қабылдауға көмектеседі.

DBS сонымен қатар бірнеше тарап арасындағы күдікті қарым-қатынастар мен транзакцияларды анықтауға арналған Network Link Analytics жүйесін қоса, ескерту транзакцияларын тергеуді қолдау үшін басқа жаңа мүмкіндіктерді әзірледі. Қаржылық транзакциялар желідегі түйіндер ретінде тартылған адамдарды немесе тіркелгілерді және түйіндер арасындағы байланыстар ретінде кез келген өзара әрекетті көрсететін желілік график ретінде ұсынылуы мүмкін. Қарым-қатынастардың бұл желілік графигі қаржылық ағындар мен шығыстардың күдікті үлгілерін анықтау және одан әрі бағалау үшін пайдаланылуы мүмкін.

Сонымен қатар, DBS тергеу жұмыс процесіне көп еңбекті қажет ететін тәсілді талдаушыға қадағалаумен байланысты тергеу мен істерді басқаруға қолдаудың көп бөлігін автоматтандыратын жаңа платформамен ауыстырды. CRUISE деп аталады, ол ережеге негізделген қозғалтқыштың, ML сүзгі үлгісінің және Network Link Analytics жүйесінің шығыстарын біріктіреді.

Сонымен қатар, CRUISE жүйесі талдаушыға талдаушы зерттеп жатқан транзакцияларды қадағалау үшін қажетті банк бойынша тиісті деректерге оңай және біріктірілген қол жеткізуді қамтамасыз етеді. Осы CRUISE ортасында банк аналитиктің іс бойынша жұмысына қатысты барлық кері байланысты алады және бұл кері байланыс DBS жүйелері мен процестерін одан әрі жақсартуға көмектеседі.

Талдаушыға әсер ету

Әрине, бұл әзірлемелер талдаушыларды ескертулерді қарауда әлдеқайда тиімді етеді. Бірнеше жыл бұрын DBS транзакцияларын қадағалау талдаушысының ескертуге екі немесе одан да көп сағат жұмсауы сирек емес еді. Бұл уақыт бірнеше жүйелерден деректерді алу және тиісті өткен транзакцияларды қолмен салыстыру үшін алдыңғы бөлікті дайындау уақытын және дәлелдерді бағалауға, үлгілерді іздеуге және ескертудің пайда болған-болмағанына қатысты түпкілікті шешім қабылдауға арналған нақты талдау уақытын қамтыды. адал күдікті мәміле болу.

Бірнеше құралдарды, соның ішінде CRUISE, Network Link Analytics және ML негізіндегі сүзгі моделін іске асырғаннан кейін, сарапшылар бірдей уақыт ішінде шамамен үштен бір көп істерді шеше алады. Сондай-ақ, осы құралдарды пайдалану арқылы анықталған қауіпті жағдайлар үшін DBS «жаман актерлерді» бұрынғыға қарағанда тезірек ұстай алады. 

Мұның дәстүрлі бақылау тәсілдерінен айырмашылығы туралы түсініктеме бере отырып, DBS транзакцияларды қадағалау басшысы келесілермен бөлісті:

Бүгінгі күні DBS-те біздің машиналар банктегі әртүрлі көздерден қажетті қолдау деректерін жинап, оны талдаушының экранында көрсете алады. Енді талдаушы әр ескертуге қатысты қолдаушы ақпаратты оңай көре алады және қолдаушы деректерді алу үшін алпыс түрлі жүйені іздемей-ақ дұрыс шешім қабылдай алады. Машиналар қазір аналитик үшін мұны адам жасай алатындан әлдеқайда жылдам жасайды. Бұл талдаушылардың өмірін жеңілдетеді және олардың шешімдерін әлдеқайда өткір етеді.

Бұрын практикалық шектеулерге байланысты транзакцияларды қадағалау сарапшылары банк ішіндегі ескертуді қарауға қатысты деректердің аз ғана бөлігін жинап, пайдалана алды. Бүгінгі күні DBS-те біздің жаңа құралдарымыз бен процестерімізбен талдаушы банктегі транзакция туралы барлық дерлік деректерге жедел, автоматты түрде қол жеткізу негізінде шешім қабылдай алады. Олар бұл деректерді экранда ықшамдалған түрде жақсы ұйымдастырылған, тәуекел көрсеткішімен және модельді шығаруға әкелетін дәлелдер арқылы бағыттайтын түсіндірушінің көмегімен көреді.

DBS осы жаңа бақылау жүйелерін жасауға және пайдалануға қатысқан қызметкерлердің біліктілігін арттыруға инвестициялады. Біліктілікті арттырудан пайда көрген қызметкерлердің арасында қаржылық қылмыстарды анықтауда тәжірибесі бар және жаңа технологиялық платформаны пайдалану және деректерді талдаудың тиісті дағдылары бойынша оқытылған транзакцияларды қадағалау талдаушылары болды. Командалар тәуекел типологияларын анықтау бойынша алдыңғы жұмыстан бастап жаңа жүйелерді жобалауға көмектесті. Олар сондай-ақ пайдалану үшін ең мағынасы бар деректерді және автоматтандырылған деректер талдауы мен ML мүмкіндіктері оларға ең пайдалы болуы мүмкін деректерді анықтау үшін кірістерді қамтамасыз етті.

Жүйелер болашақта адам транзакциялары бойынша талдаушыларға қалай әсер етеді деген сұраққа DBS сәйкестік жөніндегі атқарушы былай деді:

Тиімділік әрқашан маңызды және біз әрқашан оның жоғары деңгейіне ұмтылуымыз керек. Біз ағымдағы және болашақ бақылау жұмысының транзакцияға негізделген аспектілерін азырақ адамдармен өңдегіміз келеді, содан кейін босатылған мүмкіндіктерді қадағалаудың және алаяқтықты болдырмаудың жаңа бағыттарына қайта инвестициялағымыз келеді. Нашар қаржылық мінез-құлық пен жаман актерлердің белгісіз және жаңа өлшемдері әрқашан болады және біз осы салаларға көбірек уақыт пен көбірек адамдарды инвестициялауымыз керек. Қолымыздан келгенше, біз мұны транзакцияларды бақылау бойынша стандартты күш-жігерімізде қол жеткізген тиімділік жетістіктерін қайта инвестициялау арқылы жасаймыз.

Мәмілелерді қадағалаудың келесі кезеңі

Банктің жалпы ұмтылысы транзакцияларды қадағалаудың интеграцияланған және белсендірек болуы. Ережеге негізделген қозғалтқыштан жасалған ескертулерге ғана сенудің орнына, басшылар «транзакциядан шотқа, тұтынушыға, желіге макрос» деңгейлеріне дейін тұтас бақылау үшін біріктірілген тәуекелді қадағалаудың бірнеше деңгейлерін пайдаланғысы келеді. Бұл комбинация банкке көбірек жаман актерлерді табуға және оны тиімдірек және тиімді етуге көмектеседі. Сәйкестік жөніндегі атқарушы былай деп түсіндірді:

Ақшаны жылыстатушылардың және санкциялардан жалтарушылардың әрқашан жаңа әдістерді іздейтінін атап өткен жөн. Біздің адамдар осы пайда болатын қауіп-қатерлерден алда болу үшін біздің технологияларымызбен және деректерді талдау мүмкіндіктерімен жұмыс істеуі керек. Біз адамдарымыздың ескертулерді қараудың жалықтыратын, қолмен атқаратын аспектілеріне жұмсайтын уақытты босатып, сол уақытты пайда болған қауіптерге ілесу үшін пайдаланғымыз келеді.

Адам аналитиктері AML транзакцияларын қадағалауда маңызды рөл атқара береді, дегенмен олардың уақытын пайдалану тәсілі мен адамдық тәжірибесі дами береді.

Сәйкестік жөніндегі менеджер сонымен қатар AI туралы перспективасымен бөлісті: «Бұл тәуекелді бақылаудағы автоматтандырылған AI емес, шынымен кеңейтілген интеллект. Біз түпкілікті шешімдерден адамның пайымдауын алып тастай алмаймыз деп ойлаймыз, өйткені ақшаны жылыстату және басқа қаржылық қылмыстар контекстінде күдікті және күдікті емес нәрселерді бағалаудың субъективті элементі әрқашан болады. Біз бұл субъективті элементті жоя алмаймыз, бірақ біз адам талдаушы ескертулерді қарау және бағалау бөлігі ретінде жасайтын қолмен жұмысты азайта аламыз ».

Осы оқиғадан алған сабақтарымыз

• Көбісі жалған позитив болып шығатын көптеген ескертулерді жасайтын автоматтандырылған жүйе адам еңбегін үнемдемейді.

• Жүйенің мүмкіндіктерін жақсарту үшін AI технологиясының бірнеше түрін (бұл жағдайда ережелер, ML және Network Link Analytics) біріктіруге болады.

• Компаниялар AI жүйесі оны орындау тиімділігін айтарлықтай жақсартса да, жұмыс істейтін адамдар санын азайта алмайды. Керісінше, қызметкерлер бос уақытты өз жұмысындағы жаңа және жоғары құнды тапсырмалармен жұмыс істеу үшін пайдалана алады.

• Күрделі іскерлік операцияларды бағалауда әрқашан субъективті элементтер болатындықтан, адамның пайымдаулары бағалау процесінен алынып тасталуы мүмкін емес.