1. I sistemi basati su regole mandano notifiche, classificate poi da analisti. Le notifiche creano un set di dati, usato in seguito per addestrare l’algoritmo di classificazione del rischio.
2. Dopo la fase di apprendimento, l’algoritmo può valutare nuovi dati non incontrati prima in base al livello di rischio di riciclaggio di denaro.
3. Nella fase di previsione, ad ogni notifica viene assegnato un valore. Le notifiche al di sotto di un livello di rischio determinato (basso) possono essere respinte o ibernate, mentre quelle che superano la soglia vengono inviate all’analista per ulteriori analisi.
4. Per estendere il sistema di regole, è stato introdotto un sistema di rilevamento delle anomalie per analizzare tutte le transazioni e individuare le attività sospette. Il sistema crea in seguito ulteriori notifiche e casi a scopo di valutazione, il che riduce il rischio di trascurare un evento importante.
5. L’algoritmo di classificazione del rischio può assegnare livelli di priorità al lavoro dell’analista. In combinazione con il modulo di rilevamento delle anomalie, questa funzione aumenta la velocità e la precisione della supervisione delle transazioni.
La chiave del software antiriciclaggio Comarch è costituita da un motore analitico basato sull’AI, che processa i flussi di dati e rileva le attività di riciclaggio di denaro. L’ambito delle attività supervisionate è ampio e comprende depositi, prelievi, acquisti, trasferimenti di fondi, crediti commerciali, pagamenti, attività commerciali e investimenti. Il motore confronta le recenti tecniche di apprendimento supervisionato e non supervisionato per rilevare le anomalie in modo efficace.
Prima che il motore basato sull’AI possa analizzare correttamente le informazioni e trarre conclusioni, deve disporre di dati accuratamente preparati. Il processo di preparazione dei dati per il software antiriciclaggio richiede diverse fasi. La più importante è la loro trasformazione, che di solito comporta la riparametrazione, la decomposizione e l’aggregazione. Questa fase viene chiamata anche ingegneria delle funzioni e, se eseguita correttamente, può portare molti vantaggi per la soluzione finale.
La preparazione dei dati può includere anche iterazioni, ricerche e analisi. Il modulo di elaborazione iniziale dei dati è responsabile dell’integrazione con le fonti di dati esistenti nei database delle istituzioni finanziarie, ma anche della trasformazione dei dati che saranno poi analizzati dal motore basato su AI.
Le procedure di riciclaggio cambiano col tempo e nuovi, avanzati modelli di frodi nascono ogni giorno. È quindi necessario monitorare i risultati in modo continuo. Con l’arrivo di nuovi dati, gli algoritmi che sono stati addestrati sui dati storici possono richiedere periodicamente nuove elaborazioni (ad es. in caso di aumento improvviso di falsi positivi). Il modulo di tracciamento è responsabile della raccolta di statistiche, dell’analisi dei risultati e dell’invio di avvisi in caso di cali di efficienza anomali.
In risposta alle tendenze del mercato e ai problemi aziendali e tecnici nell’ambito della compliance, Comarch ha sviluppato un software basato sull’AI per le misure antiriciclaggio (Comarch Anti-Money Laundering). Il nostro software aumenta notevolmente l’efficacia di rilevamento di transazioni sospette rispetto ai metodi basati su un approccio ruled-based.
Comarch Anti-Money Laundering è basato sul machine learning, un approccio moderno che utilizza l’intelligenza artificiale per creare modelli in grado di determinare la probabilità del verificarsi di un evento con grande precisione sulla base di dati storici.
La capacità di apprendere sulla base di eventi storici è una delle funzioni più importanti del software Comarch per il rilevamento di frodi. Il software è in grado di rilevare e comprendere le relazioni e le analogie tra i dati, e quindi di imparare a rilevare le anomalie o a classificare e prevedere eventi specifici, spesso inosservati dai dipendenti a causa della loro complessità e ovvietà. Gli algoritmi del sistema sono capaci di apprendere con o senza supervisione.
La rapida diffusione di nuove tecniche e metodi di riciclaggio è tra le ragioni della crescita costante di falsi positivi. Ed è in queste situazioni che il software Comarch Anti-Money Laundering può aiutare: grazie al rilevamento delle anomalie e alla capacità di identificare gli eventi non conformi agli schemi conosciuti nel set di dati, migliora la portata di questo rilevamento attraverso la scoperta di nuovi schemi di riciclaggio di denaro.
Comarch Anti-Money Laundering leaflet
Protezione dal riciclaggio di denaro grazie al moderno sistema di apprendimento automatico