Các công ty như Hummingbird và Phố Babel đang áp dụng thành công các công nghệ mới để nâng cao hiệu quả của các khía cạnh tuân thủ vốn rườm rà kéo dài. Bằng cách đó, họ đã tạo ra sự kết hợp mạnh mẽ giữa con người và công nghệ nhằm cải thiện cả hiệu suất và sự hài lòng của nhân viên.

Hummingbird mới ra mắt gần đây Tự động hóa, một công cụ mới để tăng cường năng suất tuân thủ, giảm rủi ro và giảm chi phí. Tự động hóa loại bỏ các nhiệm vụ thủ công để các công ty có thể triển khai nhân viên cho các nhiệm vụ có giá trị cao hơn. Nó cũng cải thiện việc giám sát trường hợp và thực thi các chính sách nội bộ.

Hoạt động được tập trung trên nền tảng điều tra tội phạm tài chính của Hummingbird, nơi khách hàng thấy dữ liệu, quy trình làm việc và chính sách của công ty trở thành các thành phần của tự động hóa. Người thực hành có thể sử dụng các giải pháp được xây dựng sẵn hoặc tự tạo ra giải pháp của riêng mình. Tự động hóa cung cấp các công thức cho KYC, KYB, đảm bảo chất lượng, chuẩn bị trường hợp, giám sát và quản lý cũng như tóm tắt hoạt động.

Người sáng lập và Giám đốc điều hành Hummingbird Joe Robinson là một cựu chiến binh fintech, từng là giám đốc sản phẩm cấp cao tại Square và Phó chủ tịch khoa học dữ liệu và rủi ro tại Circle. Ông cho biết ông thành lập Hummingbird để giải quyết các vấn đề mà ông thấy trong việc đưa tính hiệu quả và tự động hóa cao hơn vào công việc điều tra một cách an toàn.

Robinson cho biết điều cần thiết là phải tách biệt gian lận khỏi việc tuân thủ và rửa tiền. Trong nhiều trường hợp gian lận, nạn nhân được nhà phát hành thẻ của họ thông báo nhờ khả năng phát hiện các điểm bất thường về mẫu của tổ chức này. Rửa tiền hiếm khi liên quan đến gian lận vì nó thường được thực hiện bởi các tổ chức tội phạm không muốn thu hút sự chú ý đến hành động của chúng.

Giữ cho con người tuân thủ

Khi thiết kế một chương trình tuân thủ, Robinson cho biết điều quan trọng là phải ưu tiên yếu tố con người. Người dân có quyền tiếp cận các dịch vụ tài chính; nếu thiết kế sai, tự động hóa có thể xâm phạm chúng. Con người cần được cập nhật để tránh thiên vị và đảm bảo phục vụ khách hàng hợp pháp.

Nhiều vấn đề tuân thủ rất phức tạp và điều đó có nghĩa là tốn nhiều công sức. Robinson cho biết việc thu thập dữ liệu cần có thời gian; sự phân mảnh dữ liệu ở nhiều tổ chức làm cho quá trình này trở nên khó khăn hơn. Việc kiểm tra có thể bao gồm việc xem xét các giao dịch trong 12 tháng và tìm kiếm các bài báo cũng như tin tức về những người liên quan đến doanh nghiệp từ thông tin nguồn mở, phương tiện truyền thông xã hội và các nguồn khác.

Robinson nói: “Tất cả những điều đó đều cần có thời gian và cần có việc thu thập dữ liệu. “Có rất nhiều sức mạnh để tự động hóa những phần nhàm chán và nhàm chán hơn của công việc đó và để con người áp dụng những gì họ rất giỏi, đó là diễn giải kết quả và hiểu những gì đã xảy ra.”

Cung cấp sự lựa chọn và khả năng giải thích

Với Tự động hóa, các nhóm tuân thủ có thể chọn những hoạt động mà hệ thống sẽ hoàn thành, như thu thập và chuẩn bị dữ liệu, lời nhắc và quy trình. Chúng có thể dựa trên quy tắc hoặc khai thác các mô hình AI để tóm tắt thông tin. Điều đó mang lại cho khách hàng quyết định cuối cùng về việc sử dụng thuật toán và mô hình nào.

Khả năng giải thích là một khía cạnh thiết yếu của bất kỳ hệ thống tuân thủ nào. Robinson cho biết bất kỳ hệ thống tự động nào cũng phải được kiểm tra, tùy thuộc vào công nghệ được sử dụng và các quyết định được đưa ra. Với các công ty lớn nhất, khả năng giải thích đó phải mở rộng ra đối với hàng nghìn nhà điều tra tiến hành thêm hàng nghìn cuộc điều tra mỗi tuần.

Phố Babel tăng cường khả năng tuân thủ của mình như thế nào

Giám đốc sàng lọc tên Greg Pinn cho biết nguồn gốc của Phố Babel là sử dụng thông tin để giảm thiểu rủi ro an ninh biên giới và nội địa. Giống như sự tuân thủ, nó liên quan đến việc tóm tắt các luồng dữ liệu ở các định dạng dễ hiểu.

Babel Street đã mở rộng phạm vi hoạt động vào cuối năm 2022 khi mua lại Rosette, một nền tảng phân tích văn bản sử dụng máy học và mạng lưới thần kinh sâu để trích xuất thông tin có ý nghĩa từ dữ liệu phi cấu trúc. Điều đó đã giúp đối sánh và sàng lọc tên, cho phép Phố Babel giải quyết các khía cạnh độc đáo của tên từ các ngôn ngữ và nền văn hóa khác nhau. Ví dụ, nó có thể hiểu được các tài liệu đối với một công dân Mỹ đi du lịch bằng hộ chiếu Trung Quốc với vé máy bay của một phi công Đức.

Vào tháng 2024 năm XNUMX, Babel Street đã bổ sung Vertical Knowledge, một công ty cung cấp sản phẩm dữ liệu, thông tin chi tiết và thông tin toàn cầu chuyên giúp khách hàng giải quyết các thách thức kinh doanh phức tạp bằng thư viện tài sản dữ liệu theo ngữ cảnh. Pinn cho biết điều đó cải thiện khả năng sàng lọc tên nâng cao của Phố Babel.

Nhìn xa hơn sự cường điệu của AI để mang lại giá trị thực

Giữa sự nhiệt tình của AI, Pinn cho biết điều quan trọng là phải tập trung vào những vấn đề mới mà nó có thể giải quyết. Đối với Pinn, điều đó bắt đầu bằng việc trích xuất dữ liệu từ dữ liệu phi cấu trúc và trí thông minh. Trong thế giới AML, đó là một vấn đề khó nắm bắt.

Người sàng lọc phải đối mặt với một số thách thức. Khi xem xét tin tức phi cấu trúc, chẳng hạn như các bài viết trên trang web, đó là một quy trình thủ công không có quy mô. Cơ sở dữ liệu có cấu trúc cần nguồn nhân lực để cập nhật.

“Sau đó, bạn bắt đầu xem xét khả năng kết hợp hai thứ đó, tạo ra công nghệ AI và xử lý ngôn ngữ tự nhiên để trích xuất thông tin, chi tiết nhận dạng người dùng và thông tin rủi ro để tạo cơ sở dữ liệu trực tiếp về rủi ro được cập nhật liên tục,” Pinn nói. “Vậy là bạn hiểu ai vẫn đang gặp rủi ro. Đó là một bước tiến lớn trong việc hiểu được mức độ rủi ro của mọi người trên toàn thế giới. 

“Số liệu thống kê về số người bị bắt ngày hôm nay… thật kinh khủng. Chúng tôi không làm việc tốt lắm. Vì vậy, với tôi, đây là một trong những cách quan trọng mà chúng tôi có thể cải thiện.”

Đã có một số lo ngại về việc mở cửa tuân thủ cho các công nghệ như AI. Như Robinson đã nhấn mạnh, cần phải có yếu tố con người quan trọng trong vòng lặp.

LLM hoạt động ở đâu và không hoạt động ở đâu

Pinn cho biết vào khoảng năm 2018, một số cơ quan quản lý đã thống nhất kêu gọi các nhà đổi mới sử dụng công nghệ để cải thiện quy trình. Mặc dù LLM là món đồ chơi mới sáng bóng nhưng các công ty không nhất thiết phải bắt đầu từ đó. Pinn cho biết các công cụ như Chat GPT không phù hợp với các nhiệm vụ tuân thủ lặp đi lặp lại vì chúng yếu trong việc tóm tắt thông tin liên quan.

Pinn nói: “Một số công ty đang sử dụng những mô hình ngôn ngữ lớn này để tóm tắt nhiều bài viết hơn, nhưng điều đó không giải quyết được vấn đề”. “Nó chỉ sử dụng một công nghệ mới vì bạn muốn sử dụng nó. 

“Vấn đề cơ bản mà các nhà tư vấn AI nên giải quyết là làm cách nào để khiến con người làm ít việc hơn mà con người làm kém?”

Một ví dụ là chi phí cao cho việc sàng lọc nhân viên để phát hiện dương tính giả. Nó lặp đi lặp lại, với doanh thu cao. Đã chín muồi cho sự thay đổi.

Pinn cho biết AI có thể đưa ra quyết định tốt hơn về việc sàng lọc ai và nội dung gì. Các mô hình được đào tạo cần đánh giá chính xác cảm xúc trong khi lọc tiếng ồn.

Nhìn về phía trước, một thách thức sẽ là việc tiếp cận dữ liệu từ các công ty quan trọng. Pinn cho biết họ tạo ra các cấu trúc định giá cản trở, ảnh hưởng đến khả năng sử dụng dữ liệu đó của cả cơ quan thực thi pháp luật và ngành tư nhân để phát hiện các mẫu mới và có liên quan.

Đổi mới trong UBO, giải pháp thực thể

Pinn cho biết độ phân giải của thực thể là một lĩnh vực quan trọng khác cần đổi mới. Các công nghệ mới có thể thu được giá trị từ dữ liệu phi cấu trúc. AI có thể giúp các nhà điều tra xem xét một cách toàn diện tình hình hoạt động của tổ chức tài chính. Điều đó mang lại cho họ cơ sở chính xác hơn để kiểm tra gian lận.

AI cũng có thể giúp các nhà điều tra hiểu được mối quan hệ giữa chủ sở hữu có lợi cuối cùng (UBO), đặc biệt khi một số chính phủ bắt buộc sử dụng cơ sở dữ liệu UBO.

Sự kết hợp thông minh/tuân thủ

Robinson cho biết công nghệ có thể giúp doanh nghiệp và cơ quan quản lý đối phó với môi trường pháp lý đang thay đổi nhanh chóng. Tội phạm cũng đang sử dụng AI, cho phép chúng nhanh chóng xoay chuyển khi luật pháp nắm bắt được phương pháp của chúng.

Một điều cần cân nhắc khi sử dụng công nghệ là đảm bảo khách hàng có được thông tin tốt nhất trong khi vẫn tuân thủ.

Robinson cho biết: “Những mô hình này rất hiệu quả trong việc xem xét các tập dữ liệu rộng và tóm tắt thông tin quan trọng. “Chúng tôi đang cố gắng phát triển các bộ công cụ mang lại thông tin và thông tin phù hợp cho họ vào đúng thời điểm.”

Robinson cho biết anh rất vui mừng về tiềm năng của LLM trong việc tóm tắt khối lượng lớn thông tin. Ông cho biết họ rất giỏi trong việc trích xuất và tóm tắt những thông tin có liên quan.

Nhiều người trong ngành đã bày tỏ lo ngại về việc tìm kiếm cơ sở dữ liệu lớn phù hợp để đào tạo LLM mà không có thông tin sai lệch và nhiễu. Robinson cho biết Hummingbird có thể giúp các tổ chức tài chính giải quyết một vấn đề khác – giữ cho mô hình của họ không có thông tin nhận dạng cá nhân (PII) và đảm bảo các mô hình đó cũng không bị rò rỉ thông tin đó.

Ngoài ra đọc:

.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; }

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://www.fintechnexus.com/how-technology-is-improving-compliance/