Berta Sándor
Mesterséges intelligenciával a pénzügyi csalások ellen
A pénzmosások és a csalások elleni harc miatt egyre nagyobb erőfeszítésekre van szükség. Ezen a területen is nagy hangsúlyt kaphat a technológia.
A bankok csalás és pénzmosás elleni harca milliárdokat emészt fel és több ezer pénzintézeti dolgozónak ad munkát. A bűnözők egyre kifinomultabb támadásokat terveznek meg és hajtanak végre, ezzel párhuzamosan az előírások egyre szigorúbbak lesznek. A bankok erősítik a mesterséges intelligencia részlegüket, hogy ne kerüljenek lépéshátrányba.
Gerold Grasshoff, a Boston Consulting Group (BCG) tanácsadója elmondta, hogy a mesterséges intelligenciában hatalmas lehetőségek rejlenek a hatékonyság növelésével kapcsolatban. Stefan Rüping, a Fraunhofer Társaság Intelligens Elemzési és Információs Rendszerek Intézetének munkatársa hozzátette, hogy a hitelkártya-tranzakciók esetében a technológia segítségével már nagyon jó felderítési arányokat lehet elérni. Ahhoz, hogy fel lehessen ismerni, hogy egy átutalás gyanús-e vagy sem, számos jellemzőt kell elemezni: hol használták a kártyát, milyen gyakran, milyen összeget fizettek ki a segítségével. A hatalmas adatmennyiségek elemzésekor az emberek gyorsan elérik a határaikat, míg a gépek párhuzamosan akár több kombinációt is megvizsgálhatnak. Előnyt jelent, hogy a hitelkártya-csalások áldozatai az átlagosnál gyorsabban jelentkeznek, ez pedig lehetővé teszi a gépek számára az automatizált tanulást és ezáltal a rendszerek egyre jobbá válhatnak.
A korszerű technika a pénzügyi csalások megakadályozásában is segíthet. Csak a Commerzbank az elmúlt években 100 millió eurónyi átutalást fedezett fel, amelyek csalókhoz voltak köthetők. Frank-Oliver Wolf, a Commerzbank menedzsere azt nyilatkozta, hogy a pénzek 99 százalékát sikerült feltartóztatniuk. A csalási kísérletek kiszűrésére már most is a mesterséges intelligenciára építenek.
A pénzintézetek ezen a területen még nagyon az út elején járnak és a technológia használata nagyon korlátozott. Ahogy Grasshoff rámutatott, a pénzmosás, a pénzügyi csalások és a terrorizmus finanszírozása elleni harcban még csupán most fejlesztik a Big Data és a mesterséges intelligencia alkalmazásával kapcsolatos szabványokat. A jogsértéseket egyre nagyobb büntetésekkel sújtják, de eközben egyre több átutalást kell egyre rövidebb idő alatt átvizsgálni. Mindez azzal jár, hogy a költségek folyamatosan növekednek. A német bankok évente 46 milliárd dollárt adnak ki a pénzmosás elleni harcra - mindezt a Lexis Nexis Risk Solutions nevű tanácsadócég számította ki tavaly.
Az aktuális rendszereknél, amelyek a szakértők által fejlesztett felismerési szabályokon alapulnak, még nagyon magas a téves riasztások száma. Norbert Gittfried, a BCG szakértője azt közölte, hogy az eddigi modellek esetében már az is nagyon jó eredménynek számít, ha a gyanús jelzések 95 százalékáról bebizonyosodik, hogy téves riasztás. Azonban a gyanúsnak minősített tranzakciókat manuálisan is meg kell vizsgálniuk a bankok alkalmazottainak. Bár ez csupán néhány percet vesz igénybe, de mégis komoly leterheltséget jelent, hiszen a nagy pénzintézeteknél évente akár több százezer tranzakció is érintett lehet.
Lucas du Croo de Jongh, az Oliver Wyman tanácsadó vállalat képviselője úgy vélte, hogy a mesterséges intelligencia használatával a bankok rendkívül nagy mértékben csökkenthetnék a költségeiket. Ráadásul az eddig fel nem ismert minták is felismerhetővé válnak és bezárulhatnak a kiskapuk. Sőt, a jövőben az eddig nem vizsgált kisebb gyanús átutalásokat is górcső alá lehet majd venni.
Arra viszont az összes szakember felhívta a figyelmet, hogy a technika nem jelent gyógyírt minden problémára. A mesterséges intelligencia használatát nem csupán a pénzintézetek elavult IT-rendszerei és a hiányzó szabványok korlátozzák. Központi problémát jelent, hogy senki nem tudja valójában, hogy az öntanuló rendszerek miként jutnak el a következtetéseikhez. Az algoritmusok eredményeinek érthetőknek kell lenniük.
A bankok csalás és pénzmosás elleni harca milliárdokat emészt fel és több ezer pénzintézeti dolgozónak ad munkát. A bűnözők egyre kifinomultabb támadásokat terveznek meg és hajtanak végre, ezzel párhuzamosan az előírások egyre szigorúbbak lesznek. A bankok erősítik a mesterséges intelligencia részlegüket, hogy ne kerüljenek lépéshátrányba.
Gerold Grasshoff, a Boston Consulting Group (BCG) tanácsadója elmondta, hogy a mesterséges intelligenciában hatalmas lehetőségek rejlenek a hatékonyság növelésével kapcsolatban. Stefan Rüping, a Fraunhofer Társaság Intelligens Elemzési és Információs Rendszerek Intézetének munkatársa hozzátette, hogy a hitelkártya-tranzakciók esetében a technológia segítségével már nagyon jó felderítési arányokat lehet elérni. Ahhoz, hogy fel lehessen ismerni, hogy egy átutalás gyanús-e vagy sem, számos jellemzőt kell elemezni: hol használták a kártyát, milyen gyakran, milyen összeget fizettek ki a segítségével. A hatalmas adatmennyiségek elemzésekor az emberek gyorsan elérik a határaikat, míg a gépek párhuzamosan akár több kombinációt is megvizsgálhatnak. Előnyt jelent, hogy a hitelkártya-csalások áldozatai az átlagosnál gyorsabban jelentkeznek, ez pedig lehetővé teszi a gépek számára az automatizált tanulást és ezáltal a rendszerek egyre jobbá válhatnak.
A korszerű technika a pénzügyi csalások megakadályozásában is segíthet. Csak a Commerzbank az elmúlt években 100 millió eurónyi átutalást fedezett fel, amelyek csalókhoz voltak köthetők. Frank-Oliver Wolf, a Commerzbank menedzsere azt nyilatkozta, hogy a pénzek 99 százalékát sikerült feltartóztatniuk. A csalási kísérletek kiszűrésére már most is a mesterséges intelligenciára építenek.
A pénzintézetek ezen a területen még nagyon az út elején járnak és a technológia használata nagyon korlátozott. Ahogy Grasshoff rámutatott, a pénzmosás, a pénzügyi csalások és a terrorizmus finanszírozása elleni harcban még csupán most fejlesztik a Big Data és a mesterséges intelligencia alkalmazásával kapcsolatos szabványokat. A jogsértéseket egyre nagyobb büntetésekkel sújtják, de eközben egyre több átutalást kell egyre rövidebb idő alatt átvizsgálni. Mindez azzal jár, hogy a költségek folyamatosan növekednek. A német bankok évente 46 milliárd dollárt adnak ki a pénzmosás elleni harcra - mindezt a Lexis Nexis Risk Solutions nevű tanácsadócég számította ki tavaly.
Az aktuális rendszereknél, amelyek a szakértők által fejlesztett felismerési szabályokon alapulnak, még nagyon magas a téves riasztások száma. Norbert Gittfried, a BCG szakértője azt közölte, hogy az eddigi modellek esetében már az is nagyon jó eredménynek számít, ha a gyanús jelzések 95 százalékáról bebizonyosodik, hogy téves riasztás. Azonban a gyanúsnak minősített tranzakciókat manuálisan is meg kell vizsgálniuk a bankok alkalmazottainak. Bár ez csupán néhány percet vesz igénybe, de mégis komoly leterheltséget jelent, hiszen a nagy pénzintézeteknél évente akár több százezer tranzakció is érintett lehet.
Lucas du Croo de Jongh, az Oliver Wyman tanácsadó vállalat képviselője úgy vélte, hogy a mesterséges intelligencia használatával a bankok rendkívül nagy mértékben csökkenthetnék a költségeiket. Ráadásul az eddig fel nem ismert minták is felismerhetővé válnak és bezárulhatnak a kiskapuk. Sőt, a jövőben az eddig nem vizsgált kisebb gyanús átutalásokat is górcső alá lehet majd venni.
Arra viszont az összes szakember felhívta a figyelmet, hogy a technika nem jelent gyógyírt minden problémára. A mesterséges intelligencia használatát nem csupán a pénzintézetek elavult IT-rendszerei és a hiányzó szabványok korlátozzák. Központi problémát jelent, hogy senki nem tudja valójában, hogy az öntanuló rendszerek miként jutnak el a következtetéseikhez. Az algoritmusok eredményeinek érthetőknek kell lenniük.