Empresas como Beija-flor e Rua Babel estão aplicando com sucesso novas tecnologias para melhorar a eficiência de aspectos de conformidade há muito complicados. Ao fazê-lo, criaram uma potente combinação humana/tecnológica que melhora o desempenho e a satisfação do pessoal.

Beija-flor lançado recentemente Automações, uma nova ferramenta para aumentar a produtividade da conformidade, reduzir riscos e reduzir custos. As automações eliminam tarefas manuais para que as empresas possam distribuir funcionários para tarefas de maior valor. Também melhora o monitoramento de casos e aplica políticas internas.

A atividade é centralizada na plataforma de investigação de crimes financeiros da Hummingbird, onde os clientes veem os dados, fluxos de trabalho e políticas da empresa se tornarem componentes de automação. Os profissionais podem usar soluções pré-construídas ou criar as suas próprias. Automations oferece receitas para KYC, KYB, garantia de qualidade, preparação de casos, monitoramento e gerenciamento e resumos de atividades.

O fundador e CEO da Hummingbird, Joe Robinson, é um veterano em fintech que atuou como gerente de produto sênior na Square e vice-presidente de risco e ciência de dados na Circle. Ele disse que fundou a Hummingbird para resolver os problemas que viu na introdução segura de mais eficiência e automação no trabalho investigativo.

Robinson disse que é essencial separar a fraude da conformidade e da lavagem de dinheiro. Em muitos casos de fraude, as vítimas são notificadas pelo emissor do cartão, graças à capacidade da instituição de detectar anomalias de padrão. A lavagem de dinheiro raramente envolve fraude, pois geralmente é conduzida por organizações criminosas que não querem chamar a atenção para suas ações.

Mantendo o humano em conformidade

Ao projetar um programa de compliance, Robinson disse que é crucial priorizar o elemento humano. As pessoas têm direito aos serviços financeiros; se mal projetada, a automação pode infringi-los. Os humanos devem ser mantidos informados para evitar preconceitos e garantir que os clientes legítimos sejam atendidos.

Muitas questões de conformidade são complexas e isso significa muita mão-de-obra. Robinson disse que a coleta de dados leva tempo; a fragmentação de dados em muitas instituições torna o processo mais desafiador. As verificações podem incluir a revisão de 12 meses de transações e pesquisas de artigos e notícias sobre pessoas relacionadas ao negócio a partir de inteligência de código aberto, mídias sociais e outras fontes.

“Tudo isso leva tempo, leva tempo e requer coleta de dados”, disse Robinson. “Há muito poder para automatizar as partes mais mundanas e tediosas desse trabalho e permitir que os humanos apliquem aquilo em que são tão bons, que é interpretar os resultados e compreender o que aconteceu.”

Fornecendo escolha e explicabilidade

Com as automações, as equipes de conformidade podem escolher quais atividades o sistema conclui, como coleta e preparação de dados, lembretes e procedimentos. Eles podem ser baseados em regras ou utilizar modelos de IA para resumir informações. Isso dá aos clientes a decisão final sobre quais algoritmos e modelos usar.

A explicabilidade é um aspecto essencial de qualquer sistema de conformidade. Robinson disse que qualquer sistema automatizado deve ser auditável, até a tecnologia utilizada e as decisões tomadas. Com as maiores empresas, essa explicabilidade deve estender-se a milhares de investigadores que conduzem muitos mais milhares de investigações todas as semanas.

Como a Babel Street fortaleceu sua capacidade de compliance

O diretor de triagem de nomes, Greg Pinn, disse que as origens da Babel Street estavam no uso de informações para mitigar riscos de fronteira e de segurança interna. Assim como a conformidade, envolvia resumir grandes volumes de dados em formatos de fácil compreensão.

A Babel Street ampliou seu escopo no final de 2022, quando adquiriu a Rosette, uma plataforma de análise de texto que emprega aprendizado de máquina e redes neurais profundas para extrair informações significativas de dados não estruturados. Isso ajudou na correspondência e triagem de nomes, permitindo que a Babel Street abordasse aspectos únicos de nomes de diferentes idiomas e culturas. Por exemplo, poderia fazer sentido os documentos de um cidadão americano que viaja com um passaporte chinês e uma passagem aérea de um passageiro alemão.

Em janeiro de 2024, a Babel Street adicionou a Vertical Knowledge, uma empresa de produtos de dados, insights globais e inteligência especializada em ajudar os clientes a enfrentar desafios de negócios complexos com uma biblioteca de ativos de dados contextualizados. Pinn disse que isso melhora a capacidade avançada de triagem de nomes da Babel Street.

Olhando além do hype da IA ​​para agregar valor real

Em meio ao fervor da IA, Pinn disse que é importante focar nos novos problemas que ela pode resolver. Para Pinn, isso começa com a extração de dados não estruturados e inteligência. No mundo AML, esse é um problema ilusório.

Os rastreadores enfrentam vários desafios. Ao considerar notícias não estruturadas, como artigos de sites, tem sido um processo manual que não é escalável. Bancos de dados estruturados exigem capital humano para se atualizar.

“Então você começou a procurar combinar essas duas coisas, criar tecnologia de IA e processamento de linguagem natural para extrair informações, detalhes identificáveis ​​do usuário e informações de risco para criar um banco de dados ativo de riscos constantemente atualizado”, disse Pinn. “Então você entende quem ainda está em risco. Este é um enorme avanço na compreensão do risco das pessoas em todo o mundo. 

“As estatísticas de pessoas apanhadas hoje… são horríveis. Não fazemos um trabalho muito bom. Então, para mim, esta é uma das principais maneiras pelas quais podemos melhorar.”

Tem havido algumas preocupações sobre a abertura da porta de conformidade para tecnologias como a IA. Como sublinhou Robinson, é necessário que haja um elemento humano significativo no ciclo.

Onde os LLMs funcionam e onde não funcionam

Pinn disse que por volta de 2018, vários reguladores se uniram para incentivar os inovadores a usarem a tecnologia para melhorar os processos. Embora os LLMs sejam o brinquedo novinho em folha, as empresas não deveriam necessariamente começar por aí. Pinn disse que ferramentas como o Chat GPT não são adequadas para tarefas repetitivas de conformidade, pois são fracas para resumir informações relevantes.

“Várias empresas estão usando esses grandes modelos de linguagem para resumir mais artigos, mas isso não resolve o problema”, disse Pinn. “Ele apenas usa uma nova tecnologia porque você queria usá-la. 

“O problema fundamental que os consultores de IA deveriam resolver é como fazer com que os humanos façam menos trabalhos que os humanos são ruins?”

Um exemplo é o alto custo da triagem do pessoal para detectar falsos positivos. É repetitivo, com alta rotatividade. Isso está pronto para a mudança.

Pinn disse que há um lugar para a IA tomar melhores decisões sobre quem e o que examinar. Os modelos treinados precisam avaliar com precisão o sentimento enquanto filtram o ruído.

Olhando para o futuro, um desafio será obter acesso a dados de empresas importantes. Pinn disse que eles criam estruturas de preços obstrutivas que afetam a capacidade das autoridades policiais e da indústria privada de usar esses dados para detectar padrões novos e relevantes.

Inovação em UBOs, resolução de entidade

Pinn disse que a resolução de entidades é outra área importante para inovação. Novas tecnologias podem agregar valor a partir de dados não estruturados. A IA pode ajudar os investigadores a visualizar de forma abrangente a saúde de uma instituição financeira. Isso lhes dá uma base mais precisa para verificar se há fraudes.

A IA também pode ajudar os investigadores a compreender as relações do proprietário beneficiário final (UBO), especialmente porque alguns governos exigem bases de dados de UBO.

A combinação inteligência/conformidade

Robinson disse que as tecnologias podem ajudar as empresas e os reguladores a lidar com um ambiente regulatório em rápida mudança. Os criminosos também estão usando IA, o que lhes permite mudar rapidamente quando a lei aplica seus métodos.

Uma consideração ao usar a tecnologia é garantir que os clientes obtenham a melhor inteligência e, ao mesmo tempo, permaneçam em conformidade.

“Esses modelos são poderosos para analisar amplos conjuntos de dados e resumir informações importantes”, disse Robinson. “Estamos tentando desenvolver conjuntos de ferramentas que tragam a inteligência e as informações certas para eles nos momentos certos.”

Robinson disse que está entusiasmado com o potencial dos LLMs para resumir grandes volumes de informações. Ele disse que eles são bons em extrair e resumir informações relevantes.

Muitos na indústria expressaram preocupação em encontrar bancos de dados adequadamente grandes para treinar LLMs livres de ruído e informações falsas. Robinson disse que o Hummingbird pode ajudar as instituições financeiras com outra questão – manter seus modelos livres de informações de identificação pessoal (PII) e garantir que esses modelos também não as vazem.

Veja também:

.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; }

• Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
• PlatoData.Network Gerativa Vertical Ai. Capacite-se. Acesse aqui.
• PlatoAiStream. Inteligência Web3. Conhecimento Amplificado. Acesse aqui.
• PlatãoESG. Carbono Tecnologia Limpa, Energia, Ambiente, Solar, Gestão de resíduos. Acesse aqui.
• PlatoHealth. Inteligência em Biotecnologia e Ensaios Clínicos. Acesse aqui.
• Fonte: https://www.fintechnexus.com/how-technology-is-improving-compliance/