your advertising here

Pourquoi « l’IA explicable » représente-t-elle le prochain défi dans la lutte contre la criminalité financière ?

Pourquoi « l’IA explicable » représente-t-elle le prochain défi dans la lutte contre la criminalité financière ?

Avec l’émergence des nouvelles technologies comme les « faster payments » (paiements en temps réel), l’explosion des données facilement accessibles et l’évolution constante du paysage réglementaire, il est devenu plus complexe et plus coûteux de garder une longueur d’avance sur la criminalité financière et les risques de conformité. Étant donné que ces tendances ne montrent aucun signe de ralentissement, les opérations de conformité et le personnel chargé de la surveillance dans les institutions financières se retrouvent souvent dans des situations engendrant des coûts importants.

Les institutions financières doivent gérer les budgets relatifs à la conformité sans perdre de vue leur mission de base et le contrôle de la qualité. Pour répondre à cette problématique, beaucoup ont pris la décision d’automatiser des tâches fastidieuses et chronophages, comme la collecte de données et le tri des alertes, en se tournant vers des technologies innovantes comme l’intelligence artificielle et le machine learning pour permettre aux analystes en manque de temps de s’en libérer et de prendre des décisions plus éclairées et précises.

Étant donné que les institutions financières se comparent souvent à leurs concurrents, elles s’intéressent de plus en plus à la performance de ces technologies et se demandent comment tirer parti de l’intelligence artificielle et du machine learning pour améliorer leurs connaissances, réduire les faux positifs et les dépenses liées à la conformité.

Naturellement, il peut être difficile de prioriser des décisions relatives aux dépenses en technologie, surtout pour les institutions financières de petite taille qui mettent en place cette couche technologique pour la première fois. Bien qu’elles soient tentées de plonger la tête la première dans le monde en pleine transformation des technologies émergentes, toutes les institutions financières doivent, lorsqu’elles déterminent leur approche en matière d’adoption de nouvelles technologies pour lutter contre la criminalité financière et rester conformes, élaborer une stratégie visionnaire pour discerner les stratégies d’intégration appropriées et établir une feuille de route efficace.

Les institutions financières ne sont pas les seules à réfléchir profondément à l’adoption des technologies émergentes pour faire face à l’assaut des risques liés à la criminalité financière. Récemment, un groupe d’organismes de réglementation américains a publié une déclaration encourageant les institutions financières à essayer de nouvelles technologies qui permettraient d’améliorer leur contrôle en matière de lutte contre le blanchiment d’argent. Bien que cette déclaration ait été bien accueillie, l’impact de cette déclaration va au-delà d’une simple institution prenant des décisions concernant les technologies de prévention et de détection de la criminalité financière.

Les institutions qui décident de mettre en œuvre des capacités d’IA ou de machine learning doivent se demander non seulement comment aborder la mise à niveau du système lui-même, mais également comment communiquer les nouveaux contrôles aux organismes de réglementation. Prenons l’exemple d’un système reposant sur le machine learning. Ces institutions doivent être prêtes à expliquer les détails du modèle, son fonctionnement et d’expliquer les décisions prises par cette approche pour éviter les violations de la conformité. L’emploi d’une armée de data scientists ne suffit pas. Même s’ils sont probablement très qualifiés pour ces technologies, il est essentiel, dans un domaine complexe et hautement réglementé, d’avoir en plus l’expertise dans le domaine de la criminalité financière.

Les brillantes équipes axées sur la conformité et chargées de mettre en œuvre de nouvelles technologies devraient consulter un groupe composé d’experts en criminalité financière, issus à la fois de leur organisation et de l’extérieur, pour les aider à élaborer une feuille de route réaliste qui s’appuie sur des données, des analyses et le cloud. En outre, ces équipes devraient aborder les processus visant à laisser un registre d’événements détaillé aux régulateurs, en documentant la méthodologie de test du système de machine learning et chaque étape du processus décisionnel.

Lutte contre le blanchiment d’argent et technologies émergentes

Les cas d’utilisation de technologies émergentes pour lutter contre la criminalité financière sont innombrables, mais la lutte contre le blanchiment d’argent est l’un des domaines qui occupent une place importante. Bien que par le passé, l’adoption des technologies émergentes ait été relativement lente, la conformité aux exigences en matière de lutte contre le blanchiment d’argent a connu un changement important ces dernières années. Alors que les institutions financières font face à une avalanche de rapports d’activités suspectes et à l’afflux de sanctions géopolitiques, la lutte contre le blanchiment d’argent accélère l’adoption des technologies en mettant davantage l’accent sur le ROI sans se contenter d’apaiser les régulateurs.

Récemment, les organismes de réglementation ont procédé à un examen critique des contrôles en matière de lutte contre le blanchiment d’argent, en infligeant des amendes importantes aux institutions financières qui pourraient faire défaut. Et, dans la mesure où la criminalité financière est une fonction qui touche peut-être davantage les clients, la prévention de la fraude est un autre domaine qui profite de l’IA et du ML, car elle continue de faire face à une foule de nouveaux risques tels que les paiements P2P, les nouveaux rails de paiement et les paiements plus rapides. Les institutions financières s’empressent d’innover plus rapidement qu’elles ne l’avaient jamais imaginé car les nouveaux challengers, Fintech et fournisseurs de nouvelle génération s’attaquent à leur part de marché. Les programmes de lutte contre la criminalité financière ont un fardeau de plus pour tirer parti des technologies émergentes.

Les banques et les organismes de réglementation adoptent de nouvelles technologies pour lutter contre la criminalité financière, protéger les clients et éviter les risques d’atteinte à leur réputation. Les organismes de réglementation commencent à travailler directement avec des experts en technologie pour mieux comprendre les technologies disponibles aujourd’hui qui permettent de lutter contre la criminalité financière, pour devenir eux-mêmes des experts et trouver le juste équilibre entre les technologies émergentes, la lourde réglementation et les coûts. Les régulateurs comme les institutions financières trouveront une voie à suivre.

Tandis que les institutions financières se sentent de plus en plus à l’aise de transférer une grande partie de leurs efforts de lutte contre la criminalité financière vers le cloud, un nouveau paradigme est en train de voir le jour. Rendre cette technologie complexe facile à utiliser, à comprendre et à expliquer aux institutions financières et aux organismes de réglementation est un objectif que l’industrie doit poursuivre pour construire et conquérir la prochaine frontière dans la lutte contre la criminalité financière.

Toutefois, quelle que soit la feuille de route qu’une institution financière se prépare à adopter en matière de criminalité financière, il est essentiel d’avoir une équipe expérimentée et diversifiée qui examine le potentiel ainsi que les pièges des technologies émergentes pour pouvoir intégrer sans heurts et de manière rentable la nouvelle technologie de pointe.

Bio :
Chad Hetherington a plus de 20 ans d’expérience des logiciels d’entreprise dans les services financiers. Auparavant, il dirigeait le secteur d’activité Enterprise Risk Case Management chez NICE Actimize, supervisant la création de produits, la fourniture de solutions, la planification de la mise en marché et les activités de gestion de la relation client. Avant cela, Chad dirigeait l’activité pour les solutions Actimize contre la fraude et la cybercriminalité. Avant de rejoindre NICE Actimize, Chad faisait partie de la division e-Citi de Citibank, aidant diverses activités de Citibank à lancer leurs produits de banque et de paiement en ligne.

via Quotidien Finance, Corporate Finance, Crypto Finance, ICO, STO, Blockchain Daily News https://www.finyear.com/
link : https://www.finyear.com/Pourquoi-l-IA-explicable-represente-t-elle-le-prochain-defi-dans-la-lutte-contre-la-criminalite-financiere_a40761.html
March 15, 2019 at 10:09AM

  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *