A transformação da tecnologia está repaginando todos os setores, incluindo os serviços financeiros. No entanto, a digitalização rápida é uma faca de dois gumes, pois os criminosos estão se tornando sofisticados. Eles exploram vulnerabilidades de segurança e evitam a detecção para movimentar dinheiro sujo pelos sistemas bancários. Estima-se que até US$ 2 trilhões sejam lavados anualmente, o que equivale a quase 5% do PIB global.
As consequências dos crimes financeiros são devastadoras e têm um impacto econômico, de segurança e social mais amplo. Ele permite que os perpetradores de atividades ilícitas, como tráfico de pessoas e de narcóticos e o crime organizado, continuem e expandam as operações, causando perdas catastróficas às vítimas e estragos nas sociedades. Atividades como o financiamento do terrorismo representam uma ameaça significativa à segurança nacional – tornando-se uma séria ameaça para o mundo em geral.
As instituições financeiras estão gastando bilhões de dólares na tentativa de prevenção de crimes financeiros. A não conformidade com os regulamentos AML leva a pesadas multas aplicadas pelos órgãos reguladores. Em 2020, as instituições financeiras em todo o mundo pagaram US$ 10,6 bilhões em multas em função da legislação contra a lavagem de dinheiro (AML). Tais incidentes criam riscos comerciais e de reputação para as instituições financeiras. Apesar de todos os esforços, apenas uma fração do crime financeiro é identificada.
As tecnologias avançadas de Inteligência Artificial (IA) podem trazer detecção proativa, insights úteis e maior eficácia e eficiência para esses programas.
IA para operações eficientes e detecção e investigações eficazes
Usando a IA, uma grande quantidade de dados estruturados e não estruturados pode ser analisada de forma inteligente, de forma a revelar conexões ocultas e revelar insights úteis para a identificação, investigação e mitigação de crimes financeiros.
Uma das aplicações mais comuns da IA em programas de crimes financeiros tem sido priorizar transações de alto risco sinalizadas pelo sistema tradicional baseado em regras e reduzir falsos positivos. Esta abordagem permite que os investigadores gastem um tempo valioso em casos de alta prioridade.
Embora a IA tenha sido usada principalmente para obter eficiência operacional em programas de crimes financeiros, o verdadeiro diferencial da IA reside no fato de poder combinar eficiência operacional com detecção e investigação eficazes em programas de KYC e AML. A IA pode potencializar bilhões de pontos de dados que estão disponíveis publicamente na internet tradicional e combinar com os próprios dados e bancos de dados de assinatura da organização para revelar insights anteriormente inatingíveis que ajudam na detecção e na investigação de crimes. Na ausência de uma estrutura eficaz de compartilhamento de dados entre as instituições financeiras, a inteligência de fontes abertas (OSINT) oferece uma vantagem vital para os programas AML/CTF.
Por exemplo, o tradicional processo Conheça seu cliente (KYC) é usado pelo banco para identificar se um cliente em potencial está em uma lista de Sanções, de Pessoa Politicamente Exposta (PEP) ou de Pessoa de Interesse Especial (SIP). No entanto, a maioria das pessoas com vínculos criminosos ou extremistas permanece fora do radar e não é identificada em tais listas de observação. A IA pode explorar um vasto conjunto de dados de fontes abertas para descobrir tais observações.
A capacidade da IA de contextualizar e obter insights de grandes quantidades de dados não estruturados aumenta as investigações humanas em áreas como fraude ou KYC e investigações de AML. Os modelos baseados em IA podem substituir sistemas arcaicos baseados em regras na identificação de transações suspeitas de forma mais eficaz.
À medida que a IA ganha força e se torna predominante no combate ao crime financeiro, estabelecer confiança no resultado dos modelos de IA e AM por meio da IA explicativa é um fator-chave para garantir uma colaboração bem-sucedida entre instituições financeiras e órgãos reguladores.
Para ficar um passo à frente dos agentes de ameaças, é hora de as instituições financeiras tornarem a IA um componente-chave dos programas de crimes financeiros. É imperativo que as instituições financeiras tenham recursos avançados de detecção e investigação em camadas usando soluções de IA que podem utilizar uma ampla fonte de dados estruturados e não estruturados, incluindo dados legais e de fontes abertas.
