Comarch Anti-Money Laundering to oprogramowanie do wykrywania nadużyć finansowych przeznaczone dla instytucji finansowych – zobowiązanych do monitorowania, badania i zgłaszania władzom transakcji o podejrzanym lub nietypowym charakterze.
Comarch Anti-Money Laundering optymalizuje procesy przeciwdziałania praniu pieniędzy poprzez znaczne zwiększenie skuteczności najczęściej stosowanych – i nieefektywnych – rozwiązań opartych na regułach. Charakterystyczne są dla nich wysokie poziomy wskaźników fałszywie dodatnich (false positives) i pomijanie złożonych współzależności pomiędzy działaniami prowadzonymi w celach przestępczych.
Oto najważniejsze wyniki i obserwacje, jakie odnotowaliśmy przy współpracy z bankami:
1. Systemy oparte na regułach tworzą alerty, które są klasyfikowane przez analityków. Alerty te tworzą zestaw danych, który jest wykorzystywany do uczenia algorytmu klasyfikacji ryzyka.
2. Po zakończeniu uczenia, algorytm jest w stanie ocenić nowe, nigdy wcześniej nie analizowane dane według poziomu ryzyka prania pieniędzy.
3. Podczas fazy predykcji, każdy alert otrzymuje wartość liczbową. Alerty poniżej określonego niskiego progu ryzyka mogą zostać odrzucone lub zahibernowane, podczas gdy alerty wykraczające poza ten próg są wysyłane do analityków w celu ich dalszej analizy.
4. Aby poprawić działanie systemu opartego na regułach, równolegle działa system wykrywania anomalii w celu analizy wszystkich transakcji i podejrzanych działań. Tworzy on dodatkowe alerty do sprawdzenia, co zmniejsza ryzyko przeoczenia czegoś ważnego.
5. Algorytm klasyfikacji ryzyka jest w stanie nadać priorytety alertom. W połączeniu z modułem wykrywania anomalii, zwiększa to szybkość i precyzję monitorowania transakcji.
Zanim silnik AI będzie gotów do poprawnej analizy napływających danych oraz wyciągania z nich wniosków, dane muszą być odpowiednio przygotowane. Robi się to m.in. poprzez agregację, dekompozycję czy skalowanie danych. Ten etap nazywamy inżynierią cech - jeśli zostanie właściwie przeprowadzony, ma bardzo korzystny wpływ na wydajność całego rozwiązania.
Przygotowanie danych obejmuje wiele iteracji, eksploracji i analiz. Moduł wstępnego przetwarzania danych odpowiada za integrację ze źródłami danych istniejącymi w bazach instytucji finansowych oraz za wstępne przetwarzanie danych, analizowane później przez silnik AI.
Broszura Comarch Anti-Money Laundering
Rozbudowane narzędzie AML oparte o uczenie maszynowe
Pobierz broszuręZachęcamy do kontaktu z naszymi ekspertami w celu szczegółowego omówienia interesujących Państwa produktów i usług skierowanych do branży finansowej.