Mesterséges intelligenciával a pénzmosás ellen

A digitalizáció az élet miden területét áthatja, így a bűnüldözést is segítheti. Napjaink egyik legnagyobb kihívást jelentő problémája a pénzmosás. A módszerek egyre kifinomultabbak, így a csalások elleni harc is egyre nagyobb erőfeszítéseket kíván. Szerencsére nem csak a bűnözők módszerei, hanem a technológia is rohamléptekkel fejlődik, így a digitalizáció, többek között a mesterséges intelligencia is fontos szerepet kap a csalások elleni harcban.

Gerold Grasshoff, a Boston Consulting Group (BCG) tanácsadója elmondta, hogy a mesterséges intelligencia használata nagyban növeli a hatékonyságot. A szakember szerint a hitelkártya-tranzakciók esetében a technológia segítségével már nagyon jó felderítési arányokat lehet elérni. Ahhoz, hogy fel lehessen ismerni, hogy egy átutalás gyanús-e vagy sem, számos jellemzőt kell elemezni: hol használták a kártyát, milyen gyakran, milyen összeget fizettek ki a segítségével. Ilyen hatalmas adatmennyiség elemzése esetén az emberi képességek hamar korlátokba ütköznek, de a gépek párhuzamosan akár több kombinációt is megvizsgálhatnak, ráadásul gyorsabban, pontosabban és kiszámíthatóbban működnek. A machine learning, vagyis az automatizált tanulás segítségével a rendszerek „továbbképzik” magukat, mely által egyre jobbá válhatnak.

A bankok csalás és pénzmosás elleni küzdelme milliárdokat emészt fel és több ezer pénzintézeti dolgozónak ad munkát. A már említett, kifinomult támadások miatt a banki előírások is egyre szigorodnak. A csalási kísérletek kiszűrésére számos bank már most is a mesterséges intelligenciára épít. Csak a Commerzbank az elmúlt években 100 millió eurónyi átutalást fedezett fel, amelyek csalókhoz voltak köthetők. Frank-Oliver Wolf, a Commerzbank egyik vezetője azt nyilatkozta, hogy a gyanús pénzek 99 százalékát sikerült kiszűrniük és megakadályozniuk.

A pénzintézetek ezen a területen még nagyon az út elején járnak és a technológia használata is korlátozott. Ahogy Grasshoff rámutatott, hogy a pénzmosás, a pénzügyi csalások és a terrorizmus finanszírozása elleni harcban még csupán most fejlesztik a Big Data és a mesterséges intelligencia alkalmazásával kapcsolatos szabványokat. A jogsértéseket egyre nagyobb büntetésekkel sújtják, de eközben egyre több átutalást kell egyre rövidebb idő alatt átvizsgálni. Mindez azzal jár, hogy a költségek folyamatosan növekednek.

Norbert Gittfried, a BCG szakértője szerint az eddigi modellek esetében már az is nagyon jó eredménynek számít, ha a gyanús jelzések 95 százalékáról bebizonyosodik, hogy téves riasztás. Azonban a gyanúsnak minősített tranzakciókat manuálisan is meg kell vizsgálniuk a bankok alkalmazottainak. Bár ez csupán néhány percet vesz igénybe, de mégis komoly leterheltséget jelent, hiszen a nagy pénzintézeteknél évente akár több százezer tranzakció is érintett lehet.

Az összes szakember felhívta arra figyelmet, hogy a technika nem jelent gyógyírt minden problémára. A mesterséges intelligencia használatát a pénzintézetek elavult IT-rendszerei és a hiányzó szabványok is korlátozzák.