AI – et effektivt verktøy mot hvitvasking
Riktig bruk av kunstig intelligens kan spare finanssektoren for millioner, skriver Sujata Dasgupta i Tata Consultancy Services.
![](https://imaginary.finansavisen.no/resize?force=false&width=980&aspectratio=16%3A9&nocrop=false&interlace=true&url=https%3A%2F%2Fsmooth-storage.aptoma.no%2Fusers%2Fhegnar%2Fimages%2F95624610.jpg%3Ft%5Bquality%5D%3D100%26%26accessToken%3D828d334639cfa163a922b47b3a20f12d19ea21b15ffb89f941c6ff7d0847c737)
I takt med digitaliseringen er finansielle institusjoner blitt kraftig modernisert. Det skaper muligheter både for bankene selv, men også for kriminelle.
Finanstilsynets risikovurdering for 2023 viser at bankene har høy risiko for å bli misbrukt til hvitvasking. I Norge lå det samlede tapet etter svindel på 614 millioner kroner i 2022. Globalt går over 2 billioner dollar tapt til hvitvasking hvert år.
I tillegg blir det kostbart for bankene selv når antihvitvaskingslovene ikke følges opp godt nok. De siste årene er skandinaviske banker blitt bøtelagt for mange hundre millioner for mangelfullt antihvitvaskingsarbeid og kundekontroll – ofte kjent som «know your customer». Selv om prosessene stadig forbedres, mottok norske banker fortsatt gebyrer på over 155 millioner kroner i 2022 for brudd på hvitvaskingsloven.
Norske banker har åpenbart mye å spare på å stoppe hvitvasking. Optimal bruk av kunstig intelligens (AI) er en effektiv løsning for å sikre dette. Selv om den daglige driften i finansielle institusjoner nå er digital og moderne, er store deler av compliance-funksjonene er fortsatt manuelle.
Arbeid knyttet til antihvitvasking og compliance kan i stor grad effektiviseres ved å ta i bruk kunstig intelligens og maskinlæring – særlig når teknologien tas i bruk på rett vis og i kombinasjon med folk. Fremtiden til compliance-arbeid ligger i hybridløsninger, hvor maskiner identifiserer uregelmessigheter mens menneskene fokuserer på å bekjempe økonomisk kriminalitet basert på innsikten som kunstig intelligens genererer.
Parallelt har få banker i Norge utforsket avansert teknologi på dette området, særlig knyttet til hvitvasking
Fordi teknologien så enkelt kan sile gjennom og lære av enorme mengder data, kan den brukes til å automatisk identifisere svindel og transaksjoner som indikerer hvitvasking, og raskt flagge dette for videre håndtering.
Mulighetsrommet er stort, men det ser fortsatt ut til å være en stund til løsningene faktisk tas i bruk. Slike strategiske endringer tar ofte tid. Det er over to år siden Den europeiske banktilsynsmyndigheten (European Banking Authority) publiserte en veiledning for å hjelpe banker med å etablere sanntidsovervåkning for å forhindre hvitvasking. To år senere har kun én bank annonsert grep for å sikre sanntidsovervåkning som kan bidra til å forhindre at kriminelle får tilgang på skitne penger, nemlig Maltas Bank of Valletta. Dette viser at finansielle institusjoner ikke alltid tar i bruk de riktige verktøyene, til tross for potensielle tap.
Noen nordiske banker, hovedsakelig i Danmark og Sverige, har allerede tatt i bruk AI-drevne løsninger for å bekjempe økonomisk kriminalitet. Parallelt har få banker i Norge utforsket avansert teknologi på dette området, særlig knyttet til hvitvasking.
Et sterkt forsvar krever en kombinasjon av mennesker, prosesser og plattformer. Hvis kunstig intelligens bidrar til å behandle de enorme mengdene data finansinstitusjonene sitter på, blir de kriminelle enklere å oppdage.
Når kriminaliteten blir mer digital, avansert og moderne, må bankene svare med samme mynt. I Norge har folk en høy grad av tillit til bankene og de finansielle institusjonene. For at finanssektoren fortsatt skal nyte godt av tilliten, må de holde tritt med den teknologiske utviklingen – både for bransjens og forbrukerens del.
Finansielle institusjoner i Norge må ta grep for å sikre at Norge ikke blir et land hvor sofistikerte kriminelle nettverk og ulovlige pengespor får spillerom til å utfolde seg.
Sujata Dasgupta
Internasjonal leder for økokrimrådgivning og digital innovasjon i Tata Consultancy Services