Tutkimus: kolmasosa pankeista ei edelleenkään käytä uusia teknologioita rahanpesun vastaisessa työssä

Pandemia on lisännyt talousrikollisuutta ja rahanpesua. Maailman johtavan analytiikkayritys SAS Instituten teettämän kyselyn mukaan kolmasosa rahoituslaitoksista ei edelleenkään käytä tekoälyä tai koneoppimisratkaisuja rahanpesun vastaisessa työssä.

Kolmasosa rahoituslaitoksista on poikkeusolojen takia nopeuttanut tekoälyn (AI) ja koneoppimisen (ML) käyttöönottoa rahanpesun torjunnassa. Rahoituslaitoksista 39 % toteaa, että uusien teknologioiden käyttöönoton suunnitelmat ovat pysyneet ennallaan.

Tämä käy ilmi AML-teknologiatutkimuksesta, jonka toteuttivat SAS:n, KPMG:n ja rahanpesun vastaisten sertifioitujen asiantuntijoiden yhdistyksen (ACAMS) jäsenet. Kyselyyn osallistui 850 ACAMS:n jäsenorganisaatiota ja mukana oli myös pohjoismaisia ja suomalaisia pankkeja.

Maailmassa pestään rahaa vuosittain eri arvioiden mukaan jopa 800–2 000 miljardia dollaria, joka on 2–5 % maailman bruttokansantuotteesta. Tekoäly ja koneoppiminen ovat avainteknologioita rahanpesun estämistyössä. Yli puolet (57 %) vastaajista on joko ottanut tekoälyn tai koneoppimisen käyttöönsä rahanpesun vastaisissa prosesseissaan, pilotoi tekoälyratkaisuja tai suunnittelee niiden käyttöönottoa seuraavien 12–18 kuukauden aikana.

– Jopa 66 % vastaajista uskoo, että sääntelyviranomaiset haluavat instituutioiden hyödyntävän tekoälyä ja koneoppimista. Suomessa Finanssivalvonta on langettanut rahoituslaitoksille jopa seuraamismaksuja asianmukaisten valvontajärjestelmien puuttumisesta. EU:n markkinoiden väärinkäyttöasetuksen mukaan rahoituslaitoksella tulee olla tehokkaat järjestelmät, joilla se havaitsee epäilyttävät toimeksiannot ja liiketoiminnot. Järjestelmät kannattaa laittaa kuntoon, se on rahoituslaitoksenkin etu, sanoo SAS Instituten Principal Solution Manager Henrik Koch.

Suurista rahoituslaitoksista, joiden omaisuus on yli miljardi dollaria, 28 % pitää itseään innovaattoreina ja nopeina tekoälyteknologian omaksujina. Kuitenkin myös 16 % pienemmistä rahoituslaitoksista (arvo alle 1 miljardi) pitää itseään alan suunnannäyttäjinä tekoälyn käyttöönotossa.

– Tämä kumoaa sen myytin, että kehittyneet teknologiset ratkaisut olisivat pienten rahoitusorganisaatioiden ulottumattomissa, sanoo Koch.

COVID-19: n aiheuttamat häiriöt ovat lisänneet pankkien painetta ottaa käyttöön uusia teknologioita rahanpesun torjunnassa. Kaksi ensisijaista syytä ottaa käyttöön tekoälyä ja koneoppimista ovat tutkimusten ja viranomaisasiakirjojen laadun parantaminen (40 %) ja toisaalta väärien positiivisten tulosten ja niistä aiheutuvien kustannusten vähentäminen (38 %).

– Aiemmin käytetyt sääntöihin perustuvat seurantastrategiat eivät enää toimi, kun kuluttajakäyttäytyminen on pandemian myötä muuttunut radikaalisti. Tekoäly ja koneoppimistekniikat ovat luonteeltaan dynaamisia, ja ne kykenevät älykkäästi sopeutumaan markkinoiden muutoksiin ja uusiin riskeihin. Ne voidaan myös integroida nopeasti olemassa oleviin vaatimustenmukaisuusohjelmiin ilman häiriöitä, toteaa Koch.

Tutustu tutkimukseen: Acceleration Through Adversity: The State of AI and Machine Learning Adoption in Money Raundering Compliance.

Henrikin haastattelupyynnöt:

Toni Perez, OSG Viestintä, p. 0400 630 063, s-posti: [email protected]