Hoe directe betalingen de beperking van financiële criminaliteit zullen beïnvloeden

Gable legt uit dat directe betalingen per definitie realtime vereisen, dus vanuit het oogpunt van financiële criminaliteit moeten veiligheidscontroles zeer snel en nauwkeurig zijn. Als het proces niet soepel verloopt, resulteert dit in onderbrekingen van de klantervaring, het verlies van klantloyaliteit en een negatieve impact op de merkreputatie. Voorbeelden hiervan zijn een cheque die in een wachtrij terechtkomt voor handmatige beoordeling, of als de cheques niet nauwkeurig zijn, waardoor een klant wordt opgelicht. Banken moeten daarom op de hoogte zijn van hun beveiligingsprotocollen.

“Terwijl er controles plaatsvinden, zal een deel altijd moeten worden onderzocht. Dit kost tijd en dat kan de klantervaring schaden.” Gable verklaarde. "Er is ook een kostenfactor voor banken, die bij het migreren naar instant van tevoren moeten nadenken over de systemen en processen die ze klaar hebben staan ​​voor deze verhuizing."

Hagras beschreef ook de manier waarop AI een factor zal zijn bij het terugdringen van criminaliteit in directe transacties, aangezien het gebruik zal maken van automatisering om een ​​naadloze gebruikerservaring te bieden. Dit gaat gepaard met een solide audittrail om het voor banken gemakkelijker te maken om op te schalen. AI kan ook financiële criminaliteit bestrijden door middel van sanctiescreening en antiwitwasprocessen, door automatisch te detecteren waar fraude plaatsvindt, terwijl valse positieven automatisch kunnen worden verwerkt zonder de klantervaring te onderbreken.

[Ingesloten inhoud]

"Fraude is een voortdurende strijd", merkte Hagras op.

Hij vervolgde: “AI zal ervoor zorgen dat ze modellen genereren die alle verschillende soorten wettelijke vereisten kunnen volgen, waardoor banken en financiële instellingen AI met vertrouwen kunnen gebruiken. De sleutel om dit te doen is het gebruik van verklaarbare AI. Gegenereerde modellen zijn gemakkelijk te begrijpen, te analyseren en vooral te verbeteren en te controleren door zakelijke gebruikers en de grotere autoriteiten.”

Ondoorzichtige box-modellen worden door veel toezichthouders niet geaccepteerd omdat ze de besluitvormingsprocessen van het model bij het genereren van een output onvoldoende verklaren. Hij concludeerde dat verklaarbare AI-processen een belangrijk aandachtspunt zijn voor Temenos, en dat het essentieel zal zijn om aan de huidige en toekomstige AI-regelgeving voor 'verklaarbaarheid' te voldoen.