AI wordt ingezet bij AML: zonder juridische frictie

De cijfers tonen aan dat banken veel geld besteden om het AML-beleid bij te benen. Volgens een Bloomberg-rapport uit 2018 geven financiële instellingen 5-10% van hun inkomsten uit aan compliance, wat neerkomt op gemiddeld 20 miljard dollar per jaar. Tot overmaat van ramp blijft de internationale regelgeving veranderen. De EU-antiwitwasrichtlijnen volgen elkaar in een sneltempo op: 5MLD is nog maar sinds januari van kracht en 6MLD ligt al op de tafel.

1 biljoen bespaard

Maar er is hoop − door AI in te zetten, kunnen we deze kosten op de lange termijn verlagen. Volgens Autonomous Research kan de toepassing van AI op KYC, de antiwitwas-workflow en andere gebieden van gegevensverwerking, een besparing van meer dan 20% opleveren in de komende 12 jaar. Naar schatting zal de banksector dankzij AI ongeveer 1 biljoen dollar besparen tegen 2030. Uit het Digital Banking rapport blijkt dan ook, niet verrassend, dat 35% van de organisaties koos voor een oplossing met machine learning die compatibel is met ten minste één van de volgende processen: AML-transactiemonitoring, fraude-identificatie, sanctiescreening en KYC-controles.

Om de besparingen ten volle te benutten, moeten financiële instellingen zorgen dat de technologie die zij willen gebruiken compatibel is met hun activiteiten. Ze moeten bepalen in welke mate AI echt nodig en implementeerbaar is, rekening houdend met hun huidige IT- en compliance-structuren.

AI heeft vele voordelen. AI kan patronen identificeren die te complex zijn om met het blote oog of met rule-based monitoring te detecteren. Het gebruik van intelligente oplossingen in transactiemonitoring en detectiemodellering verlaagt de kosten van handmatig werk en de tijd die aan monitoring wordt besteed, en verhoogt de nauwkeurigheid van de resultaten. In deze context kan de combinatie van kunstmatige intelligentie met het traditionele AML-systeem de efficiëntie en nauwkeurigheid van het risicodetectieproces verhogen.

Transparantie op de eerste plaats

Bovendien is het belangrijkste voordeel van AI de mogelijkheid om de naleving van AML te versnellen. Een van de belangrijkste wettelijke bezorgdheden is de transparantie van de werking van AI. Het is zeer moeilijk om uit te leggen waarom een zaak als verdacht wordt beschouwd, maar dit is wel essentieel om aan de nalevingsnormen te voldoen. Het toepassen van de zogenaamde Explainable Artificial Intelligence levert resultaten op die geïnterpreteerd en uitgelegd kunnen worden. In dit kader is Explainable AI dé sleutel om te voldoen aan de compliance-eisen voor meer accurate en productieve modellen.

Een ander gebied waarop AI helpt bij het voldoen aan de compliance-eisen is het gebruik van unsupervised learning voor anomaliedetectie. Het op het juiste moment vinden van inconsistenties in geanalyseerde data kan banken redden van zware financiële sancties die gepaard gaan met het missen van witwaspraktijken. Sommige meer complexe en ongewone gedragspatronen zijn moeilijk of zelfs onmogelijk te herkennen voor compliance-medewerkers. Omdat intelligente algoritmen verdachte patronen snel kunnen identificeren, kunnen financiële instellingen criminele activiteiten stoppen voor ze escaleren. En zo kan dit oude en veelvoorkomende probleem worden opgelost dankzij de nieuwste technologie.

Wetgevers zeggen ‘ja’

De regelgevende instanties in de Verenigde Staten gaven in 2018 al groen licht voor opkomende technologieën en innovatieve toepassingen voor risicobeheer. Er is met name een gezamenlijke verklaring aangenomen ter bevordering van innovatieve industriële benaderingen van de BSA/AML-naleving (Joint Statement to Encourage Innovative Industry Approaches to BSA/AML Compliance). In deze verklaring wordt aanbevolen dat banken ‘op verantwoorde wijze’ een AI-based aanpak implementeren en gebruiken om aan de AML-vereisten te voldoen. De regelgevers zijn van mening dat nieuwe technologieën nuttig zijn voor het melden van witwaspraktijken en financiering van terrorisme. Zij zijn het er ook over eens dat kunstmatige intelligentie en machine learning banken zouden helpen bij het implementeren van betere strategieën om de risico’s op witwaspraktijken en de financiering van terrorisme te beperken en tegelijkertijd de compliance-kosten te verminderen.

Op Europees niveau heeft de Noordse en Baltische financiële sector zijn steun uitgesproken voor de ontwikkeling van een alomvattend AI-plan. Hun Europese beleidsaanbevelingen voor 2019-2024 benadrukken het belang van op een betrouwbare manier zaken doen voor zowel de klanten als de samenleving. Hiervoor streven ze naar een betrouwbaar en efficiënt financieel systeem op basis van een regelgeving die innovatie en digitalisering bevordert om bedrijven in de banksector te helpen groeien. In de specifieke context van de strijd tegen het witwassen van geld wijst de Estse Vereniging van Banken op de noodzaak om moderne technologie te gebruiken voor de controle van transacties voor een effectievere realtime screening en post-transactioneel monitoring.

Uitdaging aanvaard

Met de snelle ontwikkeling van nieuwe technologieën, de toename van het aantal witwaspraktijken en het groeiende aantal mensen dat grensoverschrijdende transacties doet, blijken traditionele AML-systemen niet meer voldoende efficiënt. Aangezien de witwasmethoden steeds diverser worden en voortdurend in ontwikkeling zijn, is het voor financiële instellingen van het grootste belang om een groot vertrouwen te behouden in AML en risicomanagement. Wij geloven dat de beste manier daarvoor het gebruik van AI is – omdat dit naast duidelijke besparingen, de mogelijkheid biedt om meer te voldoen aan de compliance-normen.