Anti-blanchiment d’argent et: 18% des personnes interrogées ont mis en œuvre des solutions AI / ML

LE’Intégration de l’intelligence artificielle et de l’apprentissage automatique dans les processus anti-blanchiment Il est maintenant considéré comme fondamental pour les institutions financières. Ces technologies permettent de lutter contre les délits financiers et de se conformer à des réglementations de plus en plus strictes. Une étude récente menée par SAS, avec la collaboration de KPMG et de l’Association des spécialistes certifiés anti-blanchiment (ACAMS) – intitulé « La route vers l’intégration: l’état de l’adoption de l’IA et de l’apprentissage automatique dans la conformité anti-blanchiment« – Il a analysé la propagation de ces solutions entre les membres de l’ACC, mettant en évidence certains points clés. Bien que l’intérêt pour l’IA continue de croître, sa mise en œuvre complète reste dans la phase initiale.

L’adoption de l’IA et de la ML se déroule lentement

Malgré les attentes croissantes, l’adoption de l’IA et de la ML reste limitée. Seulement 18% des personnes interrogées ont déclaré avoir des solutions que l’IA / ml était déjà mise en œuvre ou en phase de production, tandis que 18% supplémentaires sont situés dans la phase pilote. De plus, 25% prévoient d’adopter ces technologies au cours des 12 à 18 prochains mois, mais 40% des personnes interrogées ne prévoient pas encore l’adoption de l’IA / ml. Une image qui suggère comment, bien qu’il y ait une prise de conscience du potentiel de ces solutions, leur application concrète se déroule attentivement.

Le générateur: intérêt et incertitudes

L’un des développements les plus récents concerne l’introduction de l’IA générative (Genai), qui a suscité un intérêt considérable. Près de la moitié des personnes interrogées ont déclaré qu’elles faisaient partie de la phase d’expérimentation (10%) ou de la découverte (35%) de cette technologie émergente. Cependant, malgré l’enthousiasme initial, 55% des personnes interrogées n’ont aucune intention d’adopter le Genai à court terme. Cela reflète une prudence généralisée envers une technologie qui, bien que prometteuse, nécessite encore de nouveaux développements pour être considérés comme fiables dans les opérations quotidiennes de blanchiment d’effet.

Changements dans les priorités et les raisons d’adoption

Le panorama des motivations pour l’adoption de l’IA / ML évolue. L’amélioration de la qualité des investigations et des résultats réglementaires est mentionnée par 67% des personnes interrogées comme objectif principal, bien que ce chiffre baisse de 11% par rapport à 2021. Un autre objectif croissant concerne l’identification des risques complexes, avec un pourcentage qui est passé de 17% à 21%. Ces changements montrent une orientation vers l’adoption des technologies qui non seulement améliorent l’efficacité opérationnelle, mais permettent également une gestion plus sophistiquée des risques.

Les raisons de ne pas adopter l’IA / ML dans l’anti-signalisation

L’analyse des raisons pour lesquelles de nombreuses organisations hésitent dans l’adoption de l’IA / ML ont montré des évolutions importantes. En 2021, l’obstacle principal était représenté par les contraintes BudgeT, indiqué par 39% des répondants. Aujourd’hui, cette préoccupation a diminué à 34%, tandis que L’absence d’un impératif réglementaire est devenu le principal frein d’adoption, mentionné par 37% des personnes interrogées. En outre, Le manque de compétences Il devient un problème moins pertinent, avec un pourcentage qui est tombé à 11%. Ce signal suggère que même si certaines difficultés persistent, le contexte de l’adoption de l’IA s’améliore.

La priorité de la réduction des faux positifs

Un thème central dans l’adoption de l’IA dans les systèmes de surveillance est la réduction des faux positifs. Dans l’enquête, 38% des personnes interrogées ont indiqué cela comme la principale priorité pour la mise en œuvre de l’IA / ml, marquant une augmentation de 8% par rapport à 2021. À côté de cela, l’automatisation de l’arrivée des données pour les enquêtes et les deux diligences (25%) et l’identification de nouveaux risques (23%) sont d’autres priorités mentionnées fréquemment. La réduction des faux positifs est également la principale réponse de la zone de la plus grande valeur de l’IA / ML, suivie des enquêtes plus rapides et d’une meilleure gestion des avis à risque élevé et à faible risque.

L’impact de l’apprentissage automatique et de l’élaboration du langage naturel (PNL)

Parmi les technologies émergentes, l’apprentissage automatique continue de dominer en termes d’impact, avec 58% des personnes interrogées l’indiquant comme la principale technologie pour la gestion du risque de blanchiment de maïs. L’automatisation robotique des processus suit 28%, tandis que Le traitement du langage naturel (PNL) Il reste l’une des technologies les moins pertinentes, avec seulement 14% des personnes interrogées qui le considèrent décisive. Néanmoins, la PNL pourrait acquérir une plus grande importance à mesure que les technologies évoluent, en particulier pour la gestion de données non structurées.

Intégration des données: la clé de l’avenir

« La clé pour libérer tout le potentiel de l’IA et de l’apprentissage automatique est l’intégration de sources de données, d’équipes et de technologie. La première étape vers cette intégration est la création d’un écosystème de données qui combine ceux qui proviennent de toutes les sources« dit Ste BradleyVice-président directeur des solutions de risques, de fraude et de conformité des SAS. Cette approche de l’intégration, qui implique non seulement la technologie, mais aussi la gouvernance et les équipes interfonctionnelles, est considérée comme cruciale pour l’adoption efficace et responsable des technologies AI et ML. Les organisations qui seront en mesure d’intégrer efficacement leurs données de données et d’exploitation seront en mesure d’obtenir un avantage concurrentiel important dans les délits financiers contrastés.

Conclusions: L’adoption de l’IA dans le blanchiment d’anti-armes

Le chemin vers l’adoption complète de l’intelligence artificielle dans le secteur du blanchiment de maïs est toujours en cours d’élaboration. Malgré l’énorme potentiel de l’IA et de l’apprentissage automatique, le rythme de l’adoption reste lent, de nombreuses organisations qui préfèrent prendre des mesures prudentes. Cependant, la conscience croissante de la valeur de ces technologies, ainsi qu’une intégration croissante des systèmes et l’évolution des priorités des entreprises, promet de conduire à une accélération d’adoption dans les années à venir.

L’adoption de l’IA ne pourrait donc être qu’une question de temps.