Как пандемия повлияла на цифровизацию «антиотмывочных» процессов

ПАНДЕМИЯ ЗАТРУДНЯЕТ ФИНАНСОВЫЙ МОНИТОРИНГ В БАНКАХ

Преступники пользуются государственными программами поддержки для пострадавших от пандемии или атакуют граждан телефонным фродом. Люди вынуждены пользоваться новыми для них средствами электронных платежей или онлайн-банкинга. Обстановка накалена, «удаленка» переводит все транзакции в онлайн, увеличивается количество схем легализации незаконных доходов через цифровой банкинг.

Банки ищут способы сокращения расходов чаще всего в бизнес-процессах, напрямую не генерирующих прибыль. Поэтому комплаенс и финансовый мониторинг зачастую рассматриваются банками как потенциальный источник экономии ресурсов. Это заставляет руководителей подразделений финансового мониторинга «срезать углы» за счет соблюдения норм законодательства.

Наконец, клиенты реже посещают отделения банков, а значит, для развития бизнеса нужно переходить на удаленную работу, внедрять цифровую идентификацию и дистанционное открытие счетов.

АВТОМАТИЗАЦИЯ СПАСАЕТ СИТУАЦИЮ 

Многие банки проходят процесс цифровизации и вводят перечисленные ниже инструменты.

Иискусственный интеллект (ИИ). Включает в себя машинное обучение, компьютерное распознавание картинок и речи, обработку естественного языка и роботов. Виртуальные ассистенты могут проанализировать большое количество данных и помочь сотрудникам финансового мониторинга получить ответы на вопросы, связанные с исполнением норм законодательства. ИИ также может парсить массивы данных, определять признаки обналичивания у юрлица или физлица и так влиять на принятия решений, связанных с онбордингом клиентов.

Роботизация. ПО робота повторяет шаги, которые совершал бы человек, чтобы выполнить определенные рутинные задачи: заполнение анкеты клиента, перенос данных из одного Excel-файла в другой или сбор информации из нескольких баз данных. Многие банки используют роботов, чтобы заменить людей на рутинных, повторяющихся операциях — таких, как разбор заявок на открытие счета или заполнение отчетов для регулятора.

Например, Hamkorbank (Узбекистан) применил технологию роботизированной автоматизации процессов (RPA) для повышения общей эффективности операционных процессов обработки запросов национальных регуляторов. В результате выросли скорость их анализа и качество представляемых данных.

Так программные роботы помогают службе внутреннего контроля банка собирать и проверять данные из различных информационных систем, выполняя рутинные операции и предоставляя сотрудникам возможность сфокусироваться на аналитике и принятии решений.

Некоторые банки продвинулись еще дальше и комбинируют роботов с элементами ИИ, чтобы выполнять более ценные задачи. Например, «умный» робот может взаимодействовать с разными департаментами внутри банка, чтобы получить нужные разрешения на открытие нового банковского счета.

Аналитика больших массивов данных. Big Data — ключевой элемент любой клиентской аналитики. Сбор данных в банках происходит зачастую стихийно, без каких-либо установленных стандартов, предъявляемых к качеству используемых данных. И здесь, как мне кажется, мяч на стороне регулятора, чтобы установить общие стандарты данных, на основе которых строятся все процессы в сфере ПОД/ФТ.

Ключевая ценностью автоматизации работы с данным — моделирование данных. Одно из грубейших нарушений Закона № 115-ФЗ — несвоевременное обнаружение подозрительных транзакций, действий по их блокировке и оповещению регулятора. Банки всегда использовали собственных аналитиков для мониторинга транзакций и собственную систему оповещения, основанную на плоских правилах и алгоритмах. Однако при огромном количестве платежей эта задача была очень трудоемкой. В одном банке могут приходить тысячи сигналов в день. В зависимости от сложности кейса его расследование может занимать от одного до семи часов. Понятно, почему банки пошли по пути создания своеобразных «комплаенс-ферм», куда они нанимали много сотрудников для расследования всех этих ложных срабатываний.

Но это тупиковый путь. В России нет такого количества квалифицированных специалистов по ПОД/ФТ, а значит, нужно брать любых, долго их учить, аттестовывать и потом постоянно поддерживать их уровень знаний и квалификацию. Это тоже очень трудозатратно.

С появлением алгоритмов обработки Big Data с помощью ИИ «находить иголку в стоге сена» стало проще и быстрее. Это происходит потому, что ИИ ищет поведенческие паттерны и связи между компаниями, практически не видные человеческому глазу. Это можно сделать только после правильного структурирования данных и их последующего майнинга на предмет обнаружения реальных связей и паттернов. Также необходимо комбинировать данные о клиенте и транзакциях из внутренних систем самого банка с данными по этой компании или человеку, взятыми из открытых источников и специальных перечней, как это делается в графах «Контур.Призмы», например.

Пандемия обнажила слабые места в комплаенс-процессах банков. И несмотря на то что бюджеты, выделяемые на финансовый мониторинг в банках, сокращаются (в связи с общим сокращением доходов банков во время пандемии), все равно активно развиваются технологии автоматизации процессов по ПОД/ФТ. Успеха можно добиться в случае тесного сотрудничества регулятора, банков и компаний-разработчиков, создающих новые автоматизированные инструменты в сфере RegTech. Многие банки уверены, что смогут перевести все в «цифру» самостоятельно. Считаю, что это маловероятно. Традиционно в банках существенные ресурсы выделяются на проекты, генерирующие прибыль, а бюджетов, которые выделяются на задачи по ПОД/ФТ, вероятно, не хватит, чтобы построить свое облако и связать в нем все нужные данные с алгоритмами ИИ.

Аватар пользователя Ольга Смирнова

Ольга Смирнова

Руководитель проекта «Контур.Призма»

Оформить ЦИ/ПУЗ с РФМ 23 апреля
Подписка
Оформить ЦИ/ПК с БР 28 марта