A ChatGPT és a generatív mesterséges intelligencia más típusai segítenek automatizálni a pénzügyi bűncselekmények ügyeinek kezelését (Jason Grasso)

A banki és technológiai területen a ChatGPT és más típusú generatív mesterséges intelligencia jár a legtöbb ember fejében. Az ügyfelekkel folytatott beszélgetés során elkezdik feltárni, hogy a generatív mesterséges intelligencia hogyan használható fel pénzügyi bûnmegelőzési folyamataik javítására. Tekintettel arra, hogy a vezetőkre nyomás nehezedik, hogy csökkentsék a költségeket a kockázatkezelés mellett, egy nagyon logikus kérdés a pénzügyi bűncselekmények vezetői számára az lenne, hogyan lehet a generatív mesterséges intelligenciát hatékonyabbá és eredményesebbé tenni. 

Ha még mindig egy pénzintézetnél lennék, másképp fogalmaznám meg a választ. Igen, a ChatGPT nagyon ígéretesnek tűnik, különösen, ha figyelembe vesszük, hogy 2022 novemberében indult. Először is felmérném az automatizálás és a mesterséges intelligencia jelenlegi használatát a pénzügyi bûnözési ügyek kezelési folyamatában. 

Figyelmeztető és nyomozói nézetek

Hogyan gyűjtik össze a riasztások és vizsgálatok releváns adatait az elemzők és a nyomozók számára a kockázati döntések meghozatalához? Vannak-e jelenleg olyan manuális folyamatok, amelyek forgószékes élményt nyújtanak a felhasználók számára? Az elemzők és a nyomozók képességei ahhoz, hogy kockázati döntéseket hozzanak, és ne gyűjtsenek információkat. Ez egyértelmű alapfelhasználás az automatizáláshoz. 

Hogyan történik a munkafeladat kezelése

A munkát egy menedzser manuálisan rendeli hozzá, vagy a felhasználók a munkasorból húznak le? Egy gyors lépés az intelligens útválasztásra vonatkozó üzleti szabályok megállapítása, amelyek lehetővé teszik a felhasználók számára, hogy olyan elemeken dolgozzanak, amelyek a legjobbak tapasztalataik, földrajzi helyzetük stb. szempontjából. Ettől függetlenül egységes felvételt kell biztosítani, és a munkaelemek kezelésének egységesnek kell lennie, amely nyomon követheti, hogy mi történik. , az egyes műveletekre eltöltött idő és a szolgáltatási szint szerződésen túl. A szűk keresztmetszetek láthatósága további hatékonyságot és automatizálást tesz lehetővé.

Például egy nagy ázsiai-csendes-óceáni bank számos manuális folyamatot automatizált a pénzügyi bűncselekmények kezelésének bizonyos aspektusainak automatizálásával, ami lehetővé tette számukra, hogy 75%-kal csökkentsék a teljes nyomozási időt, és hatékonyabban és holisztikusabban kezeljék a riasztásokat. 

Prediktív AI által kiosztott munka

Ha maximalizálta az intelligens útválasztásból származó emelkedést, a következő emelés a prediktív AI által kijelölt munkából következik. Ez magában foglalja a szabályokon alapuló értékelésről az AI-ra való áttérést, amely képes felmérni a munkát, előre jelezni a kockázatokat, a bonyolultságot és a mintákat, és az elemeket ahhoz a felhasználóhoz irányítani, aki a legjobb tudással rendelkezik ezekhez az elemekhez. Ennek az AI-nak átláthatónak és magyarázhatónak kell lennie mind a belső, mind a külső felek számára. 

Munkaelemekhez rendelt műveletek

Nem minden riasztás/munkaelem jelent azonos kockázatot a pénzintézetek számára. A pénzügyi bûnözéssel foglalkozó szakembereknek a kockázatokat és a mûködési hatékonyságot kell kezelniük. Láttuk, hogy néhány pénzügyi intézmény elkezdett irányított folyamatokat beágyazni a pénzügyi bűnözéssel kapcsolatos ügyek kezelésének munkafolyamataiba. Például figyelembe vehetik a riasztás(ok), az üzletág stb. kockázati besorolását, és számos feladatot rendelhetnek hozzá ezeknek a tételeknek a kockázataihoz. Így a riasztások alacsonyabb kockázatú halmaza a munkafolyamatba beágyazott lépésekből áll, amelyeket a vizsgálónak meg kell tennie. Míg ha ez nagyobb kockázatot jelent, akkor a munkafolyamat további lépéseket is hozzáad. Természetesen, ha a nyomozó úgy lát, hogy érdemes tovább vizsgálni valamit, akkor további lépéseket tehet. Irányított folyamatokkal biztosítja, hogy a vizsgálati lépéseket egységesen kövessék a felmerülő kockázatok tekintetében, miközben egyensúlyba hozza a működési hatékonyságot. 

Ha a pénzügyi bûnmegelõzési területeknek meg kellene vizsgálniuk, hogyan lehet a generatív mesterséges intelligenciát felhasználni folyamataik javítására… abszolút. A generatív mesterséges intelligencia azonban még mindig az út elején jár. A pénzügyi bûnmegelõzési területek az elmúlt három-öt évet arra fordították, hogy felderítõ rendszereiket finomhangolják, hogy csökkentsék a hamis pozitív eredményeket és hatékonyabban kezeljék a kockázatokat. Ahogy a világgazdaság tovább folytatódik ebben a bizonytalan gazdasági időszakban, a pénzügyi bűncselekményekkel foglalkozó szakemberekre nagy nyomás nehezedik, hogy továbbra is kezeljék a kockázatokat, miközben ugyanazzal és kevesebb erőforrással tegyék azt. Ha alaposan megvizsgáljuk, hogy a folyamat mely területei még mindig manuálisak vagy enyhén automatizáltak, akkor lehetőség nyílik az automatizálás és a mesterséges intelligencia kiaknázására, hogy a pénzügyi bűncselekmények ügyeinek kezelési folyamatát hatékonyabbá és eredményesebbé tegye.

Tehát igen, fedezze fel a ChatGPT-t és a generatív AI más típusait. Tekintse azonban a bevált és folyamatosan továbbfejlesztett technológiákat, és tegyen üzleti érveket a kérdéseket feltevő vezető(k) számára. A már bevált technológia alkalmazása lehetővé teszi a kockázatok csökkentését és az általános sikerarány növelését. 

• SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
• Platoblockchain. Web3 metaverzum intelligencia. Felerősített tudás. Hozzáférés itt.
• Forrás: https://www.finextra.com/blogposting/23982/chatgpt-and-other-types-of-generative-ai-will-help-automate-your-financial-crimes-case-management-pr?utm_medium=rssfinextra&utm_source=finextrablogs