Αυτή είναι η μοναδική εργασία στις τράπεζες που δεν μπορούν να κάνουν τα ρομπότ

Όταν η HSBC Holdings Plc κατόρθωσε να αποτρέψει τραπεζική ληστεία ύψους 500 εκατομμυρίων δολαρίων, το εξελιγμένο λογισμικό της δεν πυροδότησε το συναγερμό. Τα κεφάλαια μεταφέρθηκαν χωρίς να ανιχνευτούν, από τα αποθεματικά της στην Αγκόλα σε λογαριασμό αδρανούς εταιρείας στο Λονδίνο. Ήταν ένας τραπεζίτης σε ένα περιφερειακό κατάστημα της τράπεζας που είδε με καχυποψία την κίνηση αυτή και απέρριψε το αίτημα μεταφοράς 2 εκατομμυρίων δολαρίων, ενεργοποιώντας τον έλεγχο που τελικά οδήγησε στην αποκάλυψη της απάτης.

Αυτό συνέβη πριν από δύο χρόνια και η μάχη του χρηματοπιστωτικού κλάδου για να σταματήσει η παράνομη μεταφορά έως και 2 τρισεκατομμυρίων δολαρίων ετησίως σε όλο τον κόσμο, δεν έχει γίνει ευκολότερη. Τουλάχιστον έξι τράπεζες στην Ευρώπη βρέθηκαν στο επίκεντρο νέων κατηγοριών για περιστατικά διακίνησης μαύρου χρήματος το προηγούμενο έτος. Το κύμα των σκανδάλων – στη Danske Bank A / S της Δανίας, στη Deutsche Bank AG και σε άλλες – υπονομεύει την εμπιστοσύνη στο χρηματοπιστωτικό κλάδο.

Τα στελέχη των χρηματοπιστωτικών υπηρεσιών δεν είχαν πολλές επιλογές παρά να αυξήσουν σημαντικά τους ρυθμιστικούς κανόνες: περισσότερες από μία στις 10 τράπεζες ξοδεύουν τώρα περισσότερο από το 10% των ετήσιων προϋπολογισμών τους για συμμόρφωση, σύμφωνα με τον οικονομικό σύμβουλο Duff & Phelps LLC. Οι τράπεζες είναι πρόθυμες να βρουν τρόπους για να μειώσουν αυτές τις δαπάνες -η διοίκηση, οι εργαζόμενοι και οι μέτοχοι δεν θέλουν να ξοδεύουν κεφάλαια για εσωτερική αστυνόμευση. Περίπου τα 2/3 των χρηματοπιστωτικών ιδρυμάτων που θεωρούνται σημαντικά συστημικά σε παγκόσμιο επίπεδο, αναμένουν ότι το μέγεθος των ομάδων συμμόρφωσης θα παραμείνει αμετάβλητο ή θα συρρικνωθεί, σύμφωνα με έκθεση της Thomson Reuters Regulatory Intelligence. Οι μεγαλύτερες εταιρείες θέλουν να προσαρμόσουν τις ομάδες τους ώστε να αναπτυχθούν ή να μειωθούν ανάλογα με τις ανάγκες, ανέφερε η έκθεση.

Αυτό οδήγησε στο συμπέρασμα ότι οι τράπεζες αναπτύσσουν τεχνητή νοημοσύνη για να αντικαταστήσουν το προσωπικό επιτήρησης. Η HSBC πέρυσι άρχισε να χρησιμοποιεί το Artificial intelligence για να ελέγξει τις συναλλαγές και οι δύο μεγαλύτερες σκανδιναβικές τράπεζες δήλωσαν ότι αντικαθιστούν το προσωπικό συμμόρφωσης με αλγόριθμους. Οι start up ηλεκτρονικής τραπεζικής, όπως η Revolut Ltd., βρίσκουν τη συμμόρφωση ως πρόκληση που πρέπει να αντιμετωπίσουν.

Μέχρι στιγμής, οι μηχανές περιορίζονται σε απλές εφαρμογές γνωριμίας με τον πελάτη (KYC) και δεν είναι έτοιμες να αντικαταστήσουν τους ανθρώπους, λέει ο Tom Kirchmaier, επισκέπτης στο London School of Economics.  Δεν είναι αισιόδοξος ότι υπάρχει σημαντική πρόοδος. “Υπάρχει πολλή συζήτηση αλλά καμία ενέργεια”, λέει.

Πάρτε για παράδειγμα την ING Groep NV, η οποία πέρυσι κατέβαλε 775 εκατομμύρια ευρώ (869 εκατομμύρια δολάρια) για να διευθετήσει μια έρευνα Ολλανδού εισαγγελέα σχετικά με εικαζόμενη νομιμοποίηση εσόδων από παράνομες δραστηριότητες και άλλες διεργασίες διεθνούς διαφθοράς. Παρόλο που η τράπεζα χρησιμοποιεί λογισμικά για να φιλτράρει ψευδείς ειδοποιήσεις για πιθανές ύποπτες ενέργειες, θα έπρεπε να αυξήσει τον αριθμό των ατόμων που χειρίζονται τις διαδικασίες αυτές.

Οι τράπεζες και οι εταιρείες τεχνολογίας πρέπει να ξεπεράσουν ορισμένα εμπόδια για την επιτυχή καταπολέμηση της νομιμοποίησης εσόδων από παράνομες δραστηριότητες. Για αρχή, χρειάζονται καλύτερα δεδομένα πελατών, τα οποία συχνά δεν είναι σωστά ενημερωμένα. Η ενίσχυση της ποιότητας και της συχνότητας της συλλογής δεδομένων είναι ένα κρίσιμο πρώτο βήμα.

Επίσης, οι τράπεζες έχουν περιορισμένες ικανότητες να ανιχνεύουν ύποπτες συμπεριφορές, με ή χωρίς υπολογιστές, επειδή οι ανταγωνιστές και οι εθνικές υπηρεσίες επιβολής του νόμου δεν μοιράζονται δεδομένα. Σε ολόκληρη την Ευρώπη, για παράδειγμα, η ρύθμιση και η επιβολή είναι χωρισμένες. Οι τράπεζες θα επωφεληθούν από μια κοινή ευρωπαϊκή ρυθμιστική αρχή για την καταπολέμηση της νομιμοποίησης εσόδων από παράνομες δραστηριότητες, την ανταλλαγή δεδομένων μεταξύ των τραπεζών και έναν πιο ανοιχτό διάλογο με τις εποπτικές αρχές των τραπεζών, ανέφεραν οι αναλυτές της Citigroup Inc. σε σημείωμα στους πελάτες τον Ιούνιο.

Όταν οι τράπεζες μοιράζονται πληροφορίες, συχνά δεν προσφέρουν βοήθεια. Έχουν την τάση να καταγγέλουν τις ύποπτες δραστηριότητες στους σχετικούς οργανισμούς για να αποβάλουν την ευθύνη, αλλά οι αρχές επιβολής του νόμου συνήθως δεν παρέχουν τα ευρήματά τους στις χρηματοπιστωτικές εταιρείες. Επιπλέον, οι τράπεζες, που επιθυμούν να προστατεύσουν μεγαλύτερους πελάτες από περιττούς ελέγχους, συχνά υποβαθμίζουν δραστηριότητες τις οποίες θα έπρεπε να έχουν επισημάνει, σύμφωνα με τον Kirchmaier του LSE. Αυτό οδηγεί στην κατάταξη των δυνητικά ύποπτων συναλλαγών ως κανονικών. Οι αλγόριθμοι μαθαίνουν να αναπαράγουν αυτούς τους τύπους αποφάσεων.

Οι εγκληματίες, αντίθετα, προσαρμόζουν διαρκώς τους τρόπους τους, βρίσκοντας νέες διαδρομές για τα μετρητά τους όταν τα υφιστάμενα μπλοκαριστούν. Η αλίευση των επόμενων περιπτώσεων ξεπλύματος μαύρου χρήματος  απαιτεί να προβλέψουμε πού θα μετακινηθούν τα κεφάλαια στη συνέχεια. Θα εμπορεύονται σε χρυσό ή σε κρυπτονομίσματα;  Όταν οι παράμετροι αλλάζουν ακόμη και ελαφρώς, η τεχνητή νοημοσύνη αγωνίζεται να παραμείνει μπροστά από τους εγκληματίες.

Η εμπιστοσύνη στις χρηματοπιστωτικές υπηρεσίες μετά την κρίση του 2008 χρειάζεται μεγάλο χρονικό διάστημα για να ανακτηθεί. “Οι δεοντολογικές ανησυχίες που συνδέονται με την τεχνητή νοημοσύνη περιορίζουν τη δυνατότητα των τραπεζών να προχωρήσουν στην πλήρη “εκμάθηση” των μηχανών”, λέει ο Alexon Bell, επικεφαλής προϊόντων της Quantexa, μιας εταιρίας επεξεργασίας δεδομένων με έδρα το Λονδίνο, που έχει στο πελατολόγιο της και την HSBC.

Οι ρυθμιστικές αρχές, απογοητευμένες από τον αργό ρυθμό των αλλαγών, ενθάρρυναν τις τράπεζες να αναπτύξουν περισσότερη τεχνολογία. Τον Δεκέμβριο, η αρχή ηλεκτρονικού εγκλήματος του Υπουργείου Οικονομικών των ΗΠΑ, από κοινού με την Federal Reserve και άλλες αμερικανικές υπηρεσίες, θα καλέσουν τις τράπεζες να δοκιμάσουν νέες προσεγγίσεις για την αντιμετώπιση της νομιμοποίησης εσόδων από παράνομες δραστηριότητες, συμπεριλαμβανομένης της τεχνητής νοημοσύνης στα υπάρχοντα συστήματα.

Ένα πράγμα φαίνεται σαφές: Οι δαπάνες συμμόρφωσης των τραπεζών μπορεί να μετατοπίζονται από την απασχόληση ανθρώπων στην υιοθέτηση νέου λογισμικού. Αλλά προς το παρόν, οι υπάλληλοι που πραγματοποιούν τους εσωτερικούς ελέγχους είναι εδώ για να μείνουν.