Quotidien Fintech, levée de fonds, M&A
              


Lundi 4 Janvier 2021

Machine learning et intelligence artificielle dans la course contre la criminalité financière


Par Kader Djouadi, directeur KYC & FCC, LexisNexis Risk Solutions.



Le renforcement de la réglementation dans le secteur de la prévention de la criminalité financière est dû à l'intensification des comportements criminels ces dernières années. Des questions telles que les "Panama Papers", les "Paradise Papers" et le terrorisme du " loup solitaire " ont suscité des changements réglementaires à l'échelle mondiale. La cinquième directive européenne sur le blanchiment de capitaux préconise des délais de réactivité plus courts pour lutter contre la criminalité financière. Les criminels échappent à la vigilance des autorités en détectant les failles des systèmes financiers. Le blanchiment d'argent est lié au financement du terrorisme, aux paradis fiscaux, au trafic de migrants et à de nombreux autres crimes générateurs de profits. Il est impératif que les institutions financières mettent en place des systèmes appropriés pour empêcher les transferts d'argent illicites. La technologie peut permettre une accélération plus rapide pour répondre à des changements réglementaires plus importants.

L'intelligence artificielle (IA) et le machine learning (ML) caractérisent notre vie quotidienne dans de nombreux domaines. Prenons l'exemple des achats en ligne. Dans la plupart des cas, lorsque nous commandons des produits en ligne, un algorithme travaille en arrière-plan pour nous suggérer d'autres produits qui pourraient compléter notre commande. Plus cet algorithme contient de données, plus il est facile de faire des prédictions et des recommandations. Le même type de technologie existe aujourd'hui pour les banques et autres institutions financières qui concentrent leurs efforts sur la réduction et le renforcement des processus de conformité afin de se protéger contre les criminels.

1. L'IA et l’analyse des données permettent des gains d'efficacité pour les institutions financières

Le Forum économique mondial montre que les possibilités d'améliorer l'efficacité sont nombreuses. Les institutions financières ont pu numériser jusqu'à 90 % de leurs processus grâce à l'automatisation du travail effectué, ce qui permet aux personnels de se concentrer sur les décisions stratégiques. L'IA permet de standardiser les tâches qui prennent du temps et de les rendre plus efficaces : Depuis un certain temps, les institutions financières ont introduit l'automatisation robotisée des processus (RPA), l'analyse de données textuelles, la résolution et l’association d'entités ainsi que l'analyse de réseaux pour se mettre en conformité. L'IA et le ML ont le potentiel d'améliorer l'efficacité du traitement de l'information et de réduire les déséquilibres en matière d'information.

2. L'IA et l'analyse des données permettent de réduire les coûts et d'économiser de la main-d'œuvre

De nombreuses institutions financières sur le marché explorent la possibilité d'utiliser les nouvelles technologies comme une solution permettant d'économiser de la main-d'œuvre en raison des coûts extrêmement élevés associés au personnel chargé de la mise en conformité. Les fonctions de mise en conformité au sein des institutions financières continuent à augmenter chaque année. Un rapport de LexisNexis Risk Solutions, publié cette année, estime que la main-d'œuvre représente, globalement, 57 % des coûts pour les institutions financières. L'ensemble de la structure tire profit de la suppression des tâches humaines, subalternes et répétitives au sein des institutions financières. Les employeurs peuvent désormais réaffecter le personnel à des tâches plus stratégiques et plus complexes comme l’investigation approfondie.

3. Réduction des risques par la détection de schémas

La plupart des organisations visent à réduire les risques, et cela est particulièrement vrai pour les institutions financières. L'IA et le ML constituent une phase importante de la stratégie de prévention du blanchiment d'argent, de la fraude et du financement du terrorisme.

Les banques discutent constamment de la gestion des risques en rapport avec le comportement des consommateurs. L'IA et le ML pourraient aider à repérer des modèles de comportement afin de mettre en évidence les anomalies dans les transactions et alerter sur les risques potentiels de fraude ou de blanchiment d'argent. Les institutions financières devraient veiller à ce que ces technologies s'autocorrigent. L'IA, l'analyse des données et le ML peuvent passer à côté de nouveaux types de risques qui émergent s'ils sont trop formés par rapport aux incidents antérieurs.

4. L'IA et l'analyse des données apportent une valeur stratégique aux institutions financières

Les entreprises ont encore du mal à sélectionner les champs d'application appropriés pour utiliser ces nouvelles technologies. Jusqu'à présent, nous n'avons constaté que des améliorations marginales dans le traitement des données existantes. De nombreuses institutions financières en Europe opèrent dans un environnement hautement numérisé et les économies en développement suivent le mouvement. Les volumes de transactions en ligne et mobiles ainsi que les ouvertures de nouveaux comptes ont augmenté. Les institutions financières disposent donc d'une grande quantité de données à exploiter et sont en mesure de mener une réflexion plus stratégique sur leurs clients.

Les nouvelles technologies peuvent aider les organisations :
- Normaliser et ajuster les données dont elles disposent,
- Utiliser les données de conformité collectées en permanence pour adapter l'expérience de leurs clients,
- Fidéliser leurs clients,
- Augmenter leurs performances.

L'application de l'IA, du big data et de l'analyse des données n'est pas une tâche facile pour les institutions financières. Comme l'IA entraîne les institutions financières dans de multiples directions, elles doivent être claires sur leurs investissements et leurs activités et, plus important encore, elles doivent séparer leur stratégie marketing de leur stratégie de mise en œuvre.

Un certain nombre d'institutions financières sont convaincues que l'intelligence artificielle et le machine learning mettent, les employés, à l’écart du processus. Il est important de comprendre que les nouvelles technologies ne peuvent pas remplacer l’humain. Les technologies peuvent contribuer à compléter l'efficacité du personnel. Les institutions financières doivent envisager de réorienter leur personnel plutôt que de les laisser à l’abandon. Elles doivent faire de leurs personnels des experts dans le traitement des exceptions, et non des techniciens ou des opérateurs pour le traitement des volumes.





Nouveau commentaire :
Twitter

Your email address will not be published. Required fields are marked *
Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Finyear: latest news, derniers articles


Finyear Coffee: Your Morning Newsletter

Flux RSS