Le blanchiment d’argent est une activité criminelle importante dans le monde entier. Les régulateurs ont pour mission de réduire le volume et la valeur du blanchiment d’argent générés par leurs services, mais c’est plus facile à dire qu’à faire. En réponse, beaucoup commencent maintenant à utiliser l'intelligence artificielle (IA) pour ajuster les résultats, trouvant de petites anomalies parmi une grande quantité de données. Dans la lutte contre le blanchiment d’argent, les banques ont besoin à la fois d’échelle et de granularité.
Dans la plupart des pays, les exigences réglementaires rendent toutefois difficile le suivi du succès des projets de lutte contre le blanchiment d’argent. Les banques sont chargées d'identifier et d'enquêter sur les activités potentiellement frauduleuses et de les divulguer aux autorités, le cas échéant. Cependant, il n'y a que deux pays dans le monde où les autorités vont revenir et dire à la banque ce qui s'est passé – si elles avaient raison. Cela étant, comment les banques peuvent-elles exiger plus de précision dans leurs projets de LBC alors qu’elles ne voient pas les résultats?
Sommaire
A propos de l'auteur
Christopher Ghenne est le responsable mondial des solutions bancaires et de conformité chez SAS.
Le problème réglementaire
Dans le même temps, les banques européennes doivent faire face à de nombreuses législations européennes en matière de LCB ainsi qu'à la législation de leur pays. La plupart des institutions ont des armées d’avocats chargées d’exploiter la réglementation afin de déterminer exactement quelles sont les exigences: quel devrait être le seuil de déclaration, à quel type d’activités et de clients la banque devrait-elle prêter attention, etc. C’est une affaire complexe.
Et ce fardeau réglementaire ne reste pas immobile. Chaque pays traduit les directives de l'UE en législation au niveau du parlement, puis des organisations de contrôle telles que la FCA, les auditeurs et les forces de l'ordre ont toutes appliqué leur législation.
Face à tant d’exigences, les banques doivent pouvoir réagir rapidement aux demandes d’aide utiles. données pour éviter une amende. Il ne s’agit toutefois pas uniquement de mesures préventives causant des maux de tête. Les institutions financières doivent également prendre en compte le maillage en constante évolution des sanctions en place contre des pays tels que la Russie et l'Iran, qui déterminent les endroits où l'argent peut – ou devrait – être déplacé à tout moment. De nombreuses organisations ont actuellement du mal à gérer ce niveau de granularité.
L'ampleur du défi
On estime que l’activité mondiale de blanchiment de capitaux représente environ 2 000 milliards de dollars, dont seulement 0,2% environ ont été détectés. La majorité des banques ont donc besoin d'un logiciel d'analyse avancé pour se rattraper. La technologie requise existe, mais dans de nombreux cas, elle n’est pas opérationnelle.
Ce n’est pas seulement l’ampleur de l’activité frauduleuse qui cause des maux de tête aux banques. Il y a aussi la question de la classification précise des transactions qui sont ramassées – les faux positifs perturbent souvent les programmes de LBC. Avec les analyses avancées et l'IA en place, les banques peuvent ajuster leurs algorithmes pour éviter les faux positifs.
Supposons, par exemple, que le système moyen signale 100 alertes par jour. Dans la plupart des cas, probablement un ou deux seulement sont en réalité des affaires de blanchiment d’argent, par opposition à une activité inhabituelle mais légitime. L'intelligence artificielle peut aider à rendre la détection initiale plus précise, à réduire le nombre de faux positifs et à donner aux équipes de LMA plus de temps pour traiter les véritables alertes.
Il est également essentiel que les banques puissent démontrer aux autorités de réglementation pourquoi les transactions sont signalées telles quelles. Comment fonctionne leur segmentation? Utilisent-ils un modèle prédictif, et si oui, comment ajustent-ils leur détection? Les institutions doivent pouvoir prouver que leurs décisions ne sont pas influencées par des préjugés inconscients (ou conscients). La mise en place d'un algorithme sur mesure fournira aux banques les outils nécessaires pour expliquer clairement pourquoi certaines actions ont été signalées comme suspectes.
La course aux armements AML
Nous avons donc constaté que l’IA détenait les clés d’une position plus efficace et plus transparente en matière de LMA. Malgré cela, toutefois, les techniques de blanchiment d’argent évoluent sans cesse pour contourner les mesures de lutte contre le blanchiment d’argent. Les algorithmes ne changent pas assez vite.
Pensez à AML comme à un jeu d'échecs. Si vous voulez gagner, vous devez penser à plusieurs étapes à l’avance. C’est ce que font les blanchisseurs d’argent: dès qu’il ya une porte dérobée ou un retard dans le processus, ils en profitent pour canaliser des milliers de dollars dans cette faille. Quand une banque lance un nouveau produit, les fraudeurs entrent avant que le système ait été entièrement testé et corrigé en version bêta – à ce moment-là, ils ont trouvé une nouvelle passerelle ailleurs.
Enfin, les banques doivent faire face au fait inconfortable qu’il existe de nombreuses personnes et organisations qui ne veulent tout simplement pas que les projets de LBC réussissent. Aux quatre coins du monde, il existe d'énormes machines économiques souterraines qui tirent leurs revenus du blanchiment d'argent. Ces groupes sont loin d'être impuissants dans cette course aux armements. Par conséquent, ceux qui souhaitent réduire le blanchiment de l'argent doivent agir plus rapidement et agir plus intelligemment.
IA pour une LMA efficace
C'est là qu'interviennent les analyses avancées et l'IA. En fournissant aux banques une analyse en temps réel et en profondeur des flux financiers, ces technologies peuvent fournir des informations exploitables et une détection intelligente des anomalies rapidement.
L’intelligence artificielle peut fonctionner à une échelle et à un rythme qui augmentent considérablement la capacité des équipes de lutte contre le blanchiment d’argent à garder une longueur d’avance sur leurs adversaires et à repérer rapidement les indicateurs d’activités frauduleuses, qu’il s’agisse d’un transfert de fonds inhabituellement important vers un compte inconnu ou de la transformation avec un compte connu. itinéraire de blanchissage. L'intelligence artificielle peut également détecter les tendances que les humains risquent de rater, offrant ainsi un niveau de compréhension plus profond que ce qui avait été possible auparavant.
Les banques doivent s'emparer de cette nouvelle arme dans la lutte contre le blanchiment d'argent. L'essor des services bancaires en ligne a entraîné de graves problèmes criminels – mais désormais, les analyses avancées et l'IA font pencher la balance en faveur de l'état de droit.
Christopher Ghenne est le responsable mondial des solutions bancaires et de conformité chez SAS.
