Oracle Meluncurkan Agen AI untuk mengatasi kejahatan keuangan

Perusahaan teknologi meningkatkan perangkat lunak berbasis kecerdasan buatan mereka untuk pekerjaan anti pencucian uang dan deteksi kejahatan. Contoh terbaru adalah Oracle, yang meluncurkan agen AI untuk investigasi kejahatan keuangan.

Bank telah menggunakan AI dalam investigasi kejahatan keuangan selama bertahun -tahun, untuk membantu mengumpulkan penelitian dan menyaring ribuan atau jutaan peringatan, memisahkan indikator kejahatan aktual dari positif palsu, dan untuk membantu menemukan perilaku samar yang mungkin pada awalnya terlihat normal.

Sistem AI tradisional untuk AML dan penipuan dan deteksi kejahatan finansial, dari penyedia seperti Thetaray, Quantexa, Hawk, Feedzai, Nice Actimize, Symphonyai, ComplyAdvantage dan Oracle, telah mulai membuat perbedaan dalam pekerjaan ini. Dalam posting blog Juni 2024, Jennifer Calvery, Kepala Kejahatan Keuangan Grup di HSBC, mengatakan bank menggunakan AI untuk memeriksa 1,35 miliar transaksi sebulan untuk tanda -tanda kejahatan keuangan di 40 juta akun pelanggan.

“Ketika taktik atau tren kejahatan keuangan baru muncul, kami mengajarkan AI kami apa yang harus diwaspadai,” kata Calvery. “Akibatnya, kami dapat menemukan dan menangani kejahatan keuangan lebih cepat dan lebih teliti daripada sebelumnya.”

HSBC ikut mengembangkan sistem dengan Google dan mulai menggunakannya pada tahun 2021. Menurut Calvery, bank sekarang menemukan dua hingga empat kali lebih banyak kejahatan finansial daripada sebelumnya, dengan akurasi yang lebih besar.

“Secara historis, kami memiliki sejumlah besar positif palsu, yang berarti bahwa kami memanggil pelanggan secara tidak perlu untuk bertanya kepada mereka tentang apa yang ternyata merupakan kegiatan yang sepenuhnya sah,” kata Calvery. Tingkat positif palsu telah turun 60%, katanya.

Di mana ai agen cocok

AI Agen melangkah lebih jauh dari AI tradisional. Selain menemukan dan menganalisis data, itu dapat menjalankan alur kerja tindak lanjut, membuat rekomendasi dan menyusun laporan aktivitas yang mencurigakan.

Agen AI raksasa teknologi menambah layanan cloud Hub Investigasi pada hari Kamis berisi alur kerja yang melakukan hal -hal seperti mengumpulkan bukti, menurut Jason Somrak, kepala produk kejahatan keuangan untuk Oracle Financial Services. Sebelum bergabung dengan Oracle, ia bekerja dalam peran kejahatan anti-keuangan di Keybank dan PNC Bank.

“Ini semua tentang, bagaimana kita membantu meringankan waktu penyelidikan, setidaknya untuk kejahatan keuangan, atau membuat keputusan?” katanya.

Dalam kejahatan keuangan atau investigasi AML yang khas, penyelidik manusia akan mengambil peringatan aktivitas mencurigakan yang dihasilkan oleh AML atau program perangkat lunak deteksi penipuan dan menyelidiki transaksi yang paling berisiko. Misalnya, jika seorang pelanggan mengirim kawat berisiko tinggi ke negara berisiko tinggi, penyelidik mungkin melihat ke sumber dana, penerima dan fakta-fakta terkait lainnya.

“Mereka pada dasarnya mencoba mencari tahu siapa, apa, kapan, di mana dan mengapa,” kata Somrak. “Dalam melakukan itu, mereka harus pergi dan melihat semua sistem internal mereka. Mereka harus mengikuti prosedur mereka. Mereka mengetik narasi panjang yang menjelaskan apa yang memicu peringatan itu, dan kemudian apa bukti memberi tahu mereka tentang hal itu, dan akhirnya, mereka membuat keputusan tentang hal itu.”

Agen AI dapat mengotomatiskan banyak hal ini. Mereka dapat meminta sumber data internal dan eksternal, mengumpulkan bukti, mengikuti rencana investigasi, merekomendasikan keputusan investigasi dan menulis narasi lengkap tentang apa yang telah mereka lakukan dan mengapa mereka merasa transaksi normal atau tidak normal.

Di mana manusia cocok

Transaksi abnormal dimasukkan ke dalam file manajemen kasus untuk tinjauan manusia. Jika pakar manusia berpikir bahwa agen AI melewatkan sesuatu, mereka dapat menendangnya kembali dan membuat lapisan agen mengambil langkah tambahan, dan kemudian manusia akhirnya mengkonfirmasi atau menyangkal keputusan yang direkomendasikan agen AI.

“Bank terbesar memiliki 4.000 atau 6.000 penyelidik yang melakukan pekerjaan ini,” kata Somrak. “Kami percaya bahwa dengan alur kerja agen ini, Anda dapat mengotomatiskan setidaknya 80% dari pekerjaan itu. Kami pikir jangka panjang – mungkin perlu lima hingga 10 tahun bagi bank untuk sampai ke sana – kami pikir kami memiliki kemampuan untuk mengubah industri dari mencoba melemparkan sekelompok tubuh di pekerjaan ini untuk mencoba memahami acara mana yang baik, dan Anda mengubah manusia menjadi labeler untuk mesin keputusan.”

Lembaga keuangan harus mengambil pendekatan bertahap untuk mengadopsi agen AI ke dalam proses peraturan mereka, menurut Michael Shearer, Chief Solution Officer di penyedia perangkat lunak kejahatan keuangan yang berbasis di AI Hawk.

“Selain mencari proses yang konsisten dan dapat dijelaskan, mereka harus tetap fokus pada efektivitas, memanfaatkan teknologi baru ini untuk mengoptimalkan waktu penyelidik terampil mereka dalam mengejar risiko kejahatan keuangan asli dan tidak hanya mengotomatiskan lebih lanjut pemrosesan volume peringatan yang tidak efektif dari platform Legacy,” katanya.