Il processo attuale e le difficoltà in ambito AML/CFT
Il riciclaggio di denaro è ormai la prima fonte di sanzione per Banche e Istituti finanziari. Nel processo operativo odierno, diverse difficoltà non permettono un’analisi olistica del rischio e, dunque, una gestione dello stesso che può dirsi sistematica. Le risorse umane si ritrovano oberate da una mole di informazioni da disaminare con celerità e precisione, sono sottoposte ad una tensione persistente, causata da mansioni ripetitive il cui minimo errore può generare rischiosi effetti.
Il numero di transazioni odierno è eccezionalmente voluminoso, e gli operatori non sempre riescono a fronteggiare una simile situazione. Si stima che in Italia il riciclaggio di denaro ammonti a 200-300 miliardi di euro, circa un sesto del PIL nazionale[1].
Inoltre, nell’ultimo decennio il 90% degli Istituti di credito europei è stato sanzionato per crimini connessi al reato di riciclaggio, e a livello globale gli stessi sono stati multati per circa 26 miliardi di dollari[2].
L’intelligenza artificiale nel settore AML/CFT
Chiariti questi numeri, è comprensibile presumere che ci sia bisogno di un progresso nel processo e nelle tecnologie adottate. Già nel 2018, cinque agenzie federali negli Stati Uniti, tra cui il Financial Crimes Enforcement Network, hanno incoraggiato gli Istituti finanziari ad implementare approcci innovativi in materia, suggerendo anche l’impiego di metodi dotati dell’Intelligenza Artificiale. Nella loro dichiarazione, scrivono: “The Agencies welcome these types of innovative approaches to further efforts to protect the financial system against illicit financial activity[3]“.
In effetti, la tecnologia mette a disposizione numerosi strumenti, adatti a potenziare e semplificare i processi nel settore AML/CFT. L’intelligenza Artificiale offre diverse opportunità per automatizzare e migliorare le attività che, ad oggi, sono affidate esclusivamente al lavoro umano.
Ciò permetterebbe non solo una maggiore rapidità, precisione e sicurezza nei controlli, ma reindirizzerebbe anche il lavoro degli esperti verso mansioni più qualitative, rendendoli di fatto dei supervisori.
È importante sottolineare, infatti, come gli strumenti basati sull’Intelligenza Artificiale necessitino comunque della supervisione degli operatori per poter esprimere appieno il proprio potenziale. I lavoratori possono addestrare i modelli di tali soluzioni, testandoli, valutando le loro perfomance, potendone così perfezionare le capacità investigative.
È una vera e propria partnership uomo-macchina, in cui entrambi collaborano per realizzare attività più precise, accurate e sicure di quanto altrimenti potrebbero fare da soli. Ciò consente di ottenere la massima accuratezza ed efficienza.
La soluzione di AIO: come l’Intelligenza Artificiale migliora il settore AML/CFT
In AIO, conosciamo i processi di lavoro del settore di riferimento e le relative criticità e sappiamo, per esperienza diretta, quanto esse debbano essere correttamente gestite. Le attività di controllo hanno oggi ampi margini di miglioramento ed è su questi spazi che interveniamo per ottimizzare le fasi di lavoro.
La nostra linea di prodotti AML-AW consente di automatizzare con sistemi intelligenti e autonomi le operazioni manuali in ambito di anti-riciclaggio e anti-frode, in modo da permettere agli operatori di focalizzarsi sulle analisi qualitative.
Abbiamo sviluppato gli Artificial Workers per rendere possibile ed effettiva la collaborazione tra uomo e macchina: in questo nuovo rapporto l’uomo diventa il supervisore. Gli Artificial Workers utilizzano un approccio organico per l’esecuzione della loro attività, hanno un cuore tecnologico che pulsa in sintonia con le esigenze del lavoratore. Sono una nuova e rivoluzionaria risorsa, basata sulle sinergie derivanti dall’utilizzo di molte tecnologie dell’Artificial Intelligence, per assolvere agli specifici compiti per i quali sono stati costruiti. Potenziano e semplificano il lavoro umano, assolvendo in totale autonomia a molte attività presenti nell’ambito AML/CFT, producendo un efficientamento misurabile dei risultati qualitativi e quantitativi di tali processi.
Le loro funzionalità li abilitano a coprire tutte le aree dei processi AML/CFT:
- Know Your Customer: dalla identificazione di un soggetto fino all’assegnazione del punteggio di rischio ad esso associato (potendolo anche recuperare da portali adibiti già in utilizzo);
- Analisi Reputazionale: raccolgono e analizzano le informazioni reputazionali di un soggetto sia da fonti ufficiali (es. portali) sia dal web;
- Analisi transazionale: monitorano e analizzano in tempo reale tutte le transazioni di un soggetto, sottoponendole a due tipi di controllo, quello normativo e quello comportamentale;
- Predisposizione delle Segnalazioni di Operazioni Sospette: raccolgono tutti i dati generati dai processi di controllo predisponendoli per la verifica finale da parte dell’operatore e, al bisogno, propongono l’invio della SOS alla UIF.
Il lavoro degli AW abbatte il rischio in capo ai destinatari della normativa AML/CFT associato a tali attività. É oggettivo, anonimo, in costante miglioramento grazie al Machine Learning. Abbatte i falsi positivi, consente controlli approfonditi e in tempo reale dei soggetti monitorati, garantisce un presidio su tutto il processo.
In questo nuovo scenario, l’uomo diventa il coordinatore del lavoro degli AW: dei «colleghi virtuali» pienamente qualificati a svolgere i propri compiti e ad imparare da ciò che fanno grazie al supporto dei «colleghi umani».
Scopri i nostri Artificial Workers
Fonti:
[1] “Si fa troppo poco contro il riciclaggio. Ma sono 200-300 miliardi, un sesto del Pil”, Huffington Post, 04/10/2020
[2] “Global Financial Institutions Fined $26 Billion for AML, Sanctions & KYC Non-Compliance”, Fenergo, 24/04/2018
[3] “Joint Statement on Innovative Efforts to Combat Money Laundering and Terrorist Financing”, Federalreserve.gov, 03/12/2018