Des entreprises comme Hummingbird ainsi que Rue Babel appliquent avec succès les nouvelles technologies pour améliorer l’efficacité des aspects longtemps fastidieux de la conformité. Ce faisant, ils ont créé un puissant mix humain/technologie qui améliore à la fois les performances et la satisfaction du personnel.

Colibri récemment sorti Automatismes, un nouvel outil permettant d'améliorer la productivité en matière de conformité, de réduire les risques et les coûts. Les automatisations suppriment les tâches manuelles afin que les entreprises puissent affecter du personnel à des tâches à plus forte valeur ajoutée. Il améliore également le suivi des dossiers et applique les politiques internes.

L'activité est centralisée sur la plateforme d'enquête sur les crimes financiers de Hummingbird, où les clients voient les données, les flux de travail et les politiques de l'entreprise devenir les composants de l'automatisation. Les praticiens peuvent utiliser des solutions prédéfinies ou créer les leurs. Automations propose des recettes pour KYC, KYB, l'assurance qualité, la préparation des dossiers, le suivi et la gestion, ainsi que des résumés d'activités.

Le fondateur et PDG de Hummingbird, Joe Robinson, est un vétéran de la fintech qui a été chef de produit senior chez Square et vice-président des risques et de la science des données chez Circle. Il a déclaré avoir fondé Hummingbird pour résoudre les problèmes qu'il avait constatés en introduisant en toute sécurité plus d'efficacité et d'automatisation dans le travail d'enquête.

Robinson a déclaré qu'il est essentiel de séparer la fraude de la conformité et du blanchiment d'argent. Dans de nombreux cas de fraude, les victimes sont informées par l'émetteur de leur carte, grâce à la capacité de l'institution à détecter les anomalies de schéma. Le blanchiment d'argent implique rarement une fraude, car il est généralement mené par des organisations criminelles qui ne souhaitent pas attirer l'attention sur leurs actions.

Garder l’humain en conformité

Lors de la conception d'un programme de conformité, Robinson a déclaré qu'il était crucial de donner la priorité à l'élément humain. Les gens ont droit aux services financiers ; si elle est mal conçue, l’automatisation peut y porter atteinte. Les humains doivent être tenus au courant pour éviter les préjugés et garantir que les clients légitimes sont servis.

De nombreux problèmes de conformité sont complexes, ce qui nécessite beaucoup de main-d'œuvre. Robinson a déclaré que la collecte de données prend du temps ; la fragmentation des données dans de nombreuses institutions rend le processus plus difficile. Les contrôles peuvent inclure l'examen de 12 mois de transactions et la recherche d'articles et d'actualités sur des personnes liées à l'entreprise à partir de renseignements open source, de médias sociaux et d'autres sources.

"Tout cela prend du temps, et cela nécessite la collecte de données", a déclaré Robinson. "Il existe une grande puissance pour automatiser les parties les plus banales et fastidieuses de ce travail et laisser les humains appliquer ce pour quoi ils sont si bons, c'est-à-dire interpréter les résultats et comprendre ce qui s'est passé."

Offrir du choix et de l’explicabilité

Avec les automatisations, les équipes de conformité peuvent choisir les activités que le système effectue, comme la collecte et la préparation des données, les rappels et les procédures. Ils peuvent être basés sur des règles ou exploiter des modèles d’IA pour résumer les informations. Cela donne aux clients la décision finale sur les algorithmes et les modèles à utiliser.

L’explicabilité est un aspect essentiel de tout système de conformité. Robinson a déclaré que tout système automatisé doit être vérifiable, jusqu'à la technologie utilisée et les décisions prises. Dans les plus grandes entreprises, cette explicabilité doit s’étendre à des milliers d’enquêteurs menant des milliers d’enquêtes supplémentaires chaque semaine.

Comment Babel Street a renforcé sa capacité de conformité

Le directeur de la vérification des noms, Greg Pinn, a déclaré que l'origine de Babel Street résidait dans l'utilisation d'informations pour atténuer les risques liés à la sécurité aux frontières et à la sécurité intérieure. Tout comme la conformité, cela impliquait de résumer des quantités de données dans des formats faciles à comprendre.

Babel Street a élargi sa portée fin 2022 en acquérant Rosette, une plateforme d'analyse de texte qui utilise l'apprentissage automatique et les réseaux neuronaux profonds pour extraire des informations significatives à partir de données non structurées. Cela a facilité la correspondance et la sélection des noms, permettant à Babel Street d'aborder les aspects uniques des noms de différentes langues et cultures. Par exemple, cela pourrait avoir un sens pour les documents d'un citoyen américain voyageant avec un passeport chinois et un billet d'avion provenant d'un avion allemand.

En janvier 2024, Babel Street a ajouté Vertical Knowledge, une société de produits de données, d'informations mondiales et de renseignement spécialisée dans l'aide aux clients pour relever des défis commerciaux complexes avec une bibliothèque d'actifs de données contextualisés. Pinn a déclaré que cela améliore la capacité avancée de filtrage des noms de Babel Street.

Regarder au-delà du battage médiatique de l’IA pour offrir une réelle valeur ajoutée

Au milieu de la ferveur de l'IA, Pinn a déclaré qu'il était important de se concentrer sur les nouveaux problèmes qu'elle peut résoudre. Pour Pinn, cela commence par l’extraction de données à partir de données et de renseignements non structurés. Dans le monde AML, c’est un problème insaisissable.

Les agents de contrôle sont confrontés à plusieurs défis. Lorsqu’il s’agit d’actualités non structurées, telles que des articles de sites Web, il s’agit d’un processus manuel qui n’est pas évolutif. Les bases de données structurées nécessitent du capital humain pour se mettre à jour.

"Ensuite, vous avez commencé à envisager de pouvoir combiner ces deux éléments, en créant une technologie d'IA et un traitement du langage naturel pour extraire des informations, des détails identifiables par l'utilisateur et des informations sur les risques afin de créer une base de données en direct des risques constamment mise à jour", a déclaré Pinn. « Vous comprenez donc qui est toujours à risque. Il s’agit d’un énorme pas en avant dans la compréhension du risque que courent les populations du monde entier. 

« Les statistiques sur les personnes arrêtées aujourd’hui… sont horribles. Nous ne faisons pas du très bon travail. Donc, pour moi, c’est l’un des principaux moyens de nous améliorer.

Certaines inquiétudes ont été exprimées quant à l’ouverture de la porte de conformité à des technologies telles que l’IA. Comme l’a souligné Robinson, il doit y avoir un élément humain important dans la boucle.

Où les LLM fonctionnent et où ils ne fonctionnent pas

Pinn a déclaré que vers 2018, plusieurs régulateurs se sont unis pour exhorter les innovateurs à utiliser la technologie pour améliorer les processus. Même si les LLM sont le nouveau jouet brillant, les entreprises ne devraient pas nécessairement commencer par là. Pinn a déclaré que les outils tels que Chat GPT ne sont pas adaptés aux tâches de conformité répétitives, car ils ne parviennent pas à résumer les informations pertinentes.

« Plusieurs entreprises utilisent ces grands modèles linguistiques pour résumer davantage d'articles, mais cela ne résout pas le problème », a déclaré Pinn. « Il utilise simplement une nouvelle technologie parce que vous vouliez l’utiliser. 

« Le problème fondamental que les consultants en IA devraient résoudre est de savoir comment faire en sorte que les humains fassent moins de travail pour lequel les humains sont mauvais ?

Un exemple est le coût élevé du dépistage des faux positifs par le personnel. C'est répétitif, avec un turnover élevé. C'est mûr pour le changement.

Pinn a déclaré que l'IA avait la possibilité de prendre de meilleures décisions sur qui et quoi filtrer. Les modèles formés doivent évaluer avec précision les sentiments tout en filtrant le bruit.

À l’avenir, le défi consistera à accéder aux données des entreprises importantes. Pinn a déclaré qu'ils créent des structures de prix obstructives qui ont un impact sur la capacité des forces de l'ordre et du secteur privé à utiliser ces données pour détecter des modèles nouveaux et pertinents.

Innovation dans les UBO, résolution d'entités

Pinn a déclaré que la résolution des entités est un autre domaine important pour l'innovation. Les nouvelles technologies peuvent tirer parti des données non structurées. L’IA peut aider les enquêteurs à avoir une vision globale de la santé d’une institution financière. Cela leur donne une base plus précise à partir de laquelle vérifier la fraude.

L’IA peut également aider les enquêteurs à comprendre les relations entre les bénéficiaires effectifs ultimes (UBO), d’autant plus que certains gouvernements imposent des bases de données UBO.

Le mélange intelligence/conformité

Robinson a déclaré que les technologies peuvent aider les entreprises et les régulateurs à faire face à un environnement réglementaire en évolution rapide. Les criminels utilisent également l’IA, ce qui leur permet de réagir rapidement lorsque la loi se rend compte de leurs méthodes.

L’une des considérations lors de l’utilisation de la technologie est de garantir que les clients obtiennent les meilleures informations tout en restant conformes.

"Ces modèles sont puissants pour examiner de vastes ensembles de données et résumer des informations importantes", a déclaré Robinson. "Nous essayons de développer des ensembles d'outils qui leur apportent les bons renseignements et informations au bon moment."

Robinson s'est dit enthousiasmé par le potentiel des LLM à résumer de grands volumes d'informations. Il a déclaré qu’ils étaient doués pour extraire et résumer des informations pertinentes.

De nombreux acteurs du secteur ont exprimé leur inquiétude quant à la nécessité de trouver des bases de données suffisamment volumineuses pour former les LLM sans bruit ni fausses informations. Robinson a déclaré que Hummingbird peut aider les institutions financières sur un autre problème : garder leurs modèles exempts d'informations personnellement identifiables (PII) et garantir que ces modèles ne les divulguent pas non plus.

A lire également:

.pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { font-size: 20px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { font-weight: bold !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .box-header-title { color: #000000 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-avatar img { border-style: none !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-avatar img { border-radius: 5% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { font-size: 24px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { font-weight: bold !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-name a { color: #000000 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-description { font-style: none !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-description { text-align: left !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a span { font-size: 20px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a span { font-weight: normal !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta { text-align: left !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a { color: #ffffff !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-meta a:hover { color: #ffffff !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-user_url-profile-data { color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data span, .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data i { font-size: 16px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { border-radius: 50% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-twitter-profile-data { text-align: center !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data span, .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data i { font-size: 16px !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data { background-color: #6adc21 !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .ppma-author-linkedin-profile-data { border-radius: 50% !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-author-boxes-recent-posts-title { border-bottom-style: dotted !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-multiple-authors-boxes-li { border-style: solid !important; } .pp-multiple-authors-boxes-wrapper.box-post-id-45383.pp-multiple-authors-layout-boxed.multiple-authors-target-shortcode.box-instance-id-1 .pp-multiple-authors-boxes-li { color: #3c434a !important; }

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
• La source: https://www.fintechnexus.com/how-technology-is-improving-compliance/