AIによる金融犯罪コンプライアンスとデータ管理の高度化

金融犯罪と詐欺は今日、大きな課題となっています。しかし、テクノロジーは、KYC、AML、詐欺の各分野において、組織の複雑性を管理し、より迅速かつ効率的に、はるかに優れた結果をもたらす機会を提供します。

例えば、ここ数カ月では、カナダの大手銀行が、麻薬マネーロンダリングの疑惑を検出できなかったとして、カナダと米国の規制当局による調査に対して4億5,000万ドルを積み立て、同社のAMLプログラムが疑わしい活動を効果的に監視、検出、報告、対応できなかったことを認めました。

また最近のニュースでは、米連邦準備制度理事会（FRB）が、マネーロンダリング疑惑に関連するAMLの不備への対応が遅々として進まなかったとして、別の大手金融機関に1億8600万ドルの制裁金を科したことが報じられ、同行のリスクとデータ管理に関する懸念が特に浮き彫りになりました。

犯罪におけるAIと自動化の台頭は、私たちの日常生活との関連性をますます高めています。この技術により、悪質な行為者（たとえ最低限のハッキング技術を持つ者であっても）は、デバイスに侵入できるソフトウェアを低コストで購入できるようになりました。特に、モノのインターネットを通じて接続される膨大な数のデジタルチャネルを考慮すると、これは重大な脅威となり、その管理はますます困難になっています。

さらに、AIの利用は拡大しており、ジェネレーティブAI（GenAI）はディープフェイクを作成したり、音声ベースのシステムを悪用して確立されたセキュリティ・プロトコルを回避し、機密データにアクセスするために利用されています。また、詐欺師はAIを活用して、より説得力のある電子メールを作成したり、正規の銀行システムを模倣するソフトウェアを開発したりしています。近年のテクノロジーの進歩は、こうしたリスクをさらに悪化させています。

さらに、暗号通貨やデジタル資産の普及により、個人の資金移動が容易になり、サイバー犯罪の状況はさらに複雑になっています。

「テクノロジーは変化を促し、組織は適応を迫られる規制が増加しています。課題は、複雑な金融サービス組織の中には、特定の業務のみを遂行するために長年進化してきた異種のレガシーシステムやテクノロジーが数多く存在することです」と、アピアンの金融サービス担当インダストリーバイスプレジデント、ガイ・メトリックは述べています。

と、アピアンの金融サービス部門インダストリー担当バイスプレジデント、ガイ・メトリックは述べています。金融サービスでは、取引記録や事業体の決議など、膨大な量のデータが利用可能であるため、AIは個人と組織の関係についての貴重な洞察を提供することができます。「この洞察は、意味のあるアラートを生成するために使用することができ、その後、評価、評価、情報に基づいた意思決定を行うための効果的なプロセスを通じて管理することができます。

KPMGのデータアナリティクス担当パートナーであるエイドリアン・ハーヴェイは、AIのビジネスチャンスは大きく発展していると述べています。特に、より効率的な方法でデータを保存・管理し、AIがそのデータと相互作用して隠れたリスクを発見できるようにすることをめぐる戦略が、現在発生しています。

「現実には、ほとんどの企業が金融犯罪リスクを管理するために必要なコントロールやシステムを導入していますが、グレーゾーンには常にギャップが存在します。「組織が常に予測し、その最前線に立つことは非常に困難です」。

AIの導入と可能性

パネルディスカッションでは、膨大な数の異なるデータセットを通じてデータ、個人、組織間の結びつきを作る、エンティティの解決にまつわるAIの革新的な使い方がいくつかあることが強調されました。これにより組織は、 、存在する可能性のあるエンティティの問題を特定し、対処することができます。

「取引データ、複数の決済プロセスからパターンを検出し、そこから学習し、より優れたものにできることが重要です。機械学習技術をスクリーニング機能などに応用し、名前とイベントや制裁リストとの関連性を高めることが多くなっています」とメトリック氏。

悪意のある目的に使用される可能性のある、非常にリアルなビデオや文書を作成するために、GenAIの利用が拡大しています。このような捏造されたコンテンツを同様のAI技術で検出することは、差し迫った課題です」。

小売業の生体認証システムの多くは、支払い承認時に本人確認を行うために動画に依存しています。これらのシステムは、自動映像生成の時代に迅速に適応する必要があり、この目的のためにAIの大幅な進歩が求められます。

今後、金融犯罪を犯そうとする個人によるAIの革新的な利用に対抗するために、相当な努力が必要になるだろうとパネリストは述べています。その結果、新たな技術が絶えず開発され、それに対抗する同じように高度な対策が講じられるという、永遠の軍拡競争が繰り広げられることになるでしょう。

「業界では、関連するアラートを生成するパターンを認識するために、AIを誘導・管理する人間の要素をチームが統合していることに注目しています。同時に、人間はこれらのアラートが発生した際に、その評価と分類を行います。これは、基礎となるモデルをさらに強化する生産的なフィードバック・ループを生み出しますが、処分プロセスを最適化し、人間の関与を必要とせずに偽陽性を検出する方法を調査することが極めて重要です」と、ステート・ストリートの金融犯罪コンプライアンス担当データ・ガバナンス責任者であるジェイ・クリシュは述べています。

AIリスクと今後の進化

「大きな落とし穴の1つは、企業が間違ったことを、より効率的に、あるいは少し見栄えのするテクノロジーで行ってしまうことです。その理由は、技術の実装が悪いからではありません。実際の要件や、何をすべきかの理解が組織内に隠れているからです」とハーヴェイ氏。

パネリストによると、企業はビジネス、リスク、規制のニーズに適応し、成長し、変化するテクノロジーを導入する必要があるとのこと。

「AIに関連する主なリスクのひとつは、他の新興テクノロジーと同様、データの要素にあります。「業界として、データの品質、データのリネージ、データの誤用、不十分なデータ保護、不正アクセスなど、いくつかの課題に対処する必要があります。さらに、データ・ドリフトやコンセプト・ドリフトなどの要因を継続的なモニタリング・プロセスに組み込むことで、強固なモデル・ガバナンスの枠組みを確立することができます。

パネルによると、AIの今後の進化は、主に2つの要因によって推進されます。第一に、規制：金融犯罪に関する定義が拡大し、組織がこれらの変化を説明するための新たな要件が生まれます。第二に、悪質業者の技術革新：悪質業者は、容易に入手可能な新技術を駆使して、マネーロンダリングの手口を先導しています。組織は、このような進化する環境に対応し、把握し、理解する能力を向上させ、これらの活動を検知し、阻止するためのプロセスと能力を導入する必要があります。

技術革新は時代を先取りするのに役立ちますが、ダークウェブに莫大な資金を流している悪質業者は、常に弱点を突く新しい方法を見つけていることは歴史が証明しています。ある領域を修正すると、別の領域の脆弱性が明らかになることがよくあります。

継続的な適応性が重要であり、金融サービス企業にとって、検知、プロセス改善、業務効率化においてテクノロジーが重要な役割を果たします。費用対効果の高い効率的な管理は、これまで以上に重要です。10年前、15年前と比べてコストははるかに高くなっています。利用可能なツールを最大限に活用し、これらの機能を可能な限り効果的かつ効率的に行うことが重要なのです」。

パネリストは、企業がAIを導入することで効率化を実現していることを認めました。「データ収集のアプローチを完全にデジタル化した組織を見てきました。データ要件を切り分け、データフローとデータ管理プロセスの70～80％を自動化しています」とハーヴェイ氏。

まとめ

パネルディスカッションで強調されたように、先進的なテクノロジーは、善良な行為者の手中にあるのと同様に、悪質な行為者の手中にもあります。絶え間ないイノベーションが鍵です。

AIは将来的に重要な役割を果たすでしょうが、価値ある洞察をもたらすには組織内の既存データに依存します。

さらに、これらの洞察を意味のある付加価値のある行動に変えるには、AIとプロセスの自動化を組み合わせることが不可欠です。適応と変更を可能にする柔軟なプラットフォーム内にこれらの要素をすべて配置することで、組織は現在のニーズと将来の要件を満たすことができます。

確かなことは、AIや次世代テクノロジーに対応するためのシステム調整を怠ると、組織は確実に競争力を失うということです。