Nielegalne transakcje, finansowanie terroryzmu, pranie brudnych pieniędzy, omijanie sankcji gospodarczych – wszystkie te problemy może napotkać bank, który w niewłaściwy sposób dokonuje oceny ryzyka we współpracy z klientem lub kontrahentem. Skuteczne zarządzanie ryzykiem w zakresie AML i KYC umożliwia analiza danych w czasie rzeczywistym. Itmagination stworzył i wdrożył system wsparcia dla tych procesów w jednym z pięciu największych banków w Polsce. Opracowane rozwiązanie weryfikuje klientów banku ze wszystkich segmentów i zapewnia mu zgodność z wytycznymi przeciwdziałania prania brudnych pieniędzy i wspierania terroryzmu.
Banki mają obowiązek dokonywać oceny ryzyka współpracy z klientem i kontrahentem (na starcie współpracy i cyklicznie) oraz monitorować wszystkie operacje przez niego prowadzone pod kątem ewentualnych transakcji nielegalnych, finansowania przestępczości, czy terroryzmu, prania brudnych pieniędzy czy omijania sankcji gospodarczych. W żargonie branżowym ten obszar zarządzania ryzykiem banku nazywa się AML (ang. anti money laundering). Jeśli dana instytucja finansowa nie wywiązuje się z nich, może ją to słono kosztować. Według szacunków Fenergo, w ciągu 10 lat od kryzysu gospodarczego 2008 roku nieskuteczne zarządzanie obszarami AML i KYC (Know Your Customer – Poznaj Swojego Klienta) kosztowało banki łącznie około 26 mld dolarów. Tyle wynosi suma kar nałożonych na nie z tego tytułu na całym świecie.
Zbudowany przez Itmagination system do zarządzania obszarami KYC i AML dla jednego z banków w Polsce przede wszystkim zapewnia mu zgodność z regulacjami dotyczącymi przeciwdziałania prania brudnych pieniędzy i wspierania terroryzmu. Opracowane rozwiązanie stanowi kluczowy element całego łańcucha sprzedaży wszystkich produktów w banku.
– Dzięki analityce danych, bazującej na sztucznej inteligencji i uczeniu maszynowym, system może analizować miliony aktywności klientów jednocześnie, na żywo. Banki będą mogły nie tylko odnotować w czasie rzeczywistym, że miał miejsce incydent AML, ale będą mogły takie sytuacje także przewidywać. Zadbaliśmy o wysoką jakość i niezawodność naszego systemu w trybie 24/7. Wystarczyły do tego mądrze zastosowane algorytmy – przekonuje Adam J. Kępa, VP, Head of Growth w Itmagination.
Kompleksowa digitalizacja onboardingu
W tradycyjnych procesach rejestracji klientów wszystkie identyfikujące ich dane wprowadzane są do systemów bankowych ręcznie – np. przez pracowników oddziałów, na bazie papierowych formularzy czy kopii dokumentów. Ale już dziś te operacje mogą być w 100 proc. realizowane cyfrowo i online, bez ingerencji człowieka. Jest to możliwe dzięki wykorzystaniu takich rozwiązań, jak skanowanie dokumentów, czy automatyzacja pozyskiwania danych identyfikujących klienta.
System KYC Itmagination dokonuje oceny ryzyka każdego klienta i kontrahenta banku w czasie rzeczywistym. Pozwala on bankowi zautomatyzować możliwie jak najwięcej elementów procesu onboardingu klienta. Dokumenty przetwarzane są w formie cyfrowej dzięki wykorzystaniu technologii OCR (Optical Character Recognition) i skanerów QR kodów oraz kodów paskowych. Ocena AML poziomu ryzyka klienta dokonywana jest na podstawie danych z tych dokumentów, informacji pozyskiwanych automatycznie z rejestrów publicznych, CEIDG i KRS, wywiadowni gospodarczych, biur informacji gospodarczej, list sankcyjnych, list osób zajmujących eksponowane stanowiska (tzw. PEP) i bazy dokumentów zastrzeżonych. Dodatkowo wykorzystywane są też źródła wewnętrzne banku: własne bazy preferowanych albo zakazanych kontrahentów, dane z systemów transakcyjnych, CRM czy hurtowni danych.
Stały nadzór dzięki data science
Obowiązki z obszaru AML, jak i ochrony klientów banku przed wyłudzeniami i kradzieżą wymuszają na bankach również stałe monitorowanie prowadzonych w ich systemach transakcji. Dziś „czerwone lampki” zapalają się, kiedy aktywność klienta wykracza poza normę albo można zaobserwować serię zachowań wskazujących na potencjalne naruszenie.
– Z perspektywy banku niezwykle ważne jest, aby monitorowanie transakcji wykonywane było w sposób automatyczny. Nowoczesne rozwiązania z obszaru data science i sztucznej inteligencji pozwalają szczegółowo analizować miliony operacji jednocześnie i umożliwiają wyeliminowanie prawie do zera manualnych ingerencji w analizę takich wyszukiwań. Dzięki tym technologiom człowiek wkracza tylko tam, gdzie sytuacja jest niestandardowa. A system z kolei „uczy się” i optymalizuje, co stale zwiększa trafność jego prognoz – podsumowuje Adam J. Kępa.