Bagaimana pembayaran instan akan memengaruhi mitigasi kejahatan keuangan

Gable menjelaskan bahwa berdasarkan definisinya, pembayaran instan memerlukan waktu nyata, sehingga dari sudut pandang kejahatan keuangan, pemeriksaan keamanan harus dilakukan dengan sangat cepat dan akurat. Jika prosesnya tidak berjalan lancar, hal ini akan mengakibatkan terganggunya pengalaman pelanggan, hilangnya niat baik pelanggan, dan dampak negatif terhadap reputasi merek. Contohnya termasuk cek yang berakhir di antrean untuk peninjauan manual, atau jika cek tersebut tidak akurat sehingga menyebabkan pelanggan ditipu. Oleh karena itu, bank harus selalu menjaga protokol keamanannya.

“Saat pemeriksaan dilakukan, ada bagian yang perlu diselidiki. Ini membutuhkan waktu yang dapat merusak pengalaman pelanggan.” kata atap pelana. “Ada juga faktor biaya bagi bank, yang ketika melakukan migrasi ke layanan instan harus memikirkan terlebih dahulu sistem dan proses yang mereka miliki untuk melakukan perpindahan ini.”

Hagras juga menjelaskan bagaimana AI akan menjadi faktor dalam mengurangi kejahatan dalam transaksi instan, karena AI akan memanfaatkan otomatisasi untuk memberikan pengalaman pengguna yang lancar. Hal ini dibarengi dengan jejak audit yang solid untuk memudahkan bank melakukan peningkatan. AI juga dapat memerangi kejahatan keuangan melalui penyaringan sanksi dan proses anti pencucian uang, dengan secara otomatis mendeteksi di mana penipuan terjadi, sekaligus memungkinkan proses positif palsu diproses secara otomatis tanpa mengganggu pengalaman pelanggan.

[Embedded content]

“Penipuan adalah perjuangan yang berkelanjutan,” kata Hagras.

Ia melanjutkan: “AI akan bertanggung jawab untuk memastikan bahwa mereka menghasilkan model yang dapat mengikuti semua jenis persyaratan peraturan, sehingga memungkinkan bank dan lembaga keuangan untuk menggunakan AI dengan percaya diri. Kunci untuk melakukan ini adalah dengan menggunakan AI yang dapat dijelaskan. Model yang dihasilkan mudah dipahami, dianalisis, dan yang paling penting, ditambah dan diaudit oleh pengguna bisnis dan otoritas yang lebih besar.”

Model kotak buram tidak diterima oleh banyak regulator karena model tersebut tidak cukup menjelaskan proses pengambilan keputusan model saat menghasilkan keluaran. Dia menyimpulkan bahwa proses AI yang dapat dijelaskan adalah fokus utama Temenos, dan memenuhi peraturan 'penjelasan' AI saat ini dan di masa depan sangatlah penting.