تشير التقديرات إلى أن غسيل الأموال على مستوى العالم يمثل ما بين XNUMX إلى XNUMX% من الناتج المحلي الإجمالي العالمي،
ما يعادل ما يصل إلى 2 تريليون دولار. واستجابة لذلك، تعمل الهيئات التنظيمية على تشديد الخناق على الجرائم المالية من خلال تنفيذ لوائح وقوانين صارمة بشكل متزايد.
وبينما تفعل ذلك، تتجه العديد من المؤسسات المالية إلى الذكاء الاصطناعي في محاولة لاكتشاف الاحتيال وإيقافه عند حدوثه. باستخدام هذه التقنية، يمكن لفرق الامتثال اكتشاف الأنماط السلوكية المعقدة والشاذة في الوقت الفعلي، مما يوفر رؤى مقنعة لا يمكن اكتشافها بواسطة الأنظمة التقليدية القائمة على القواعد.
في الواقع،
تعتمد 58% من البنوك الآن بشكل كبير على الذكاء الاصطناعي للكشف عن الاحتيالبحسب وحدة الاستخبارات الاقتصادية. لقد أصبح جزءًا لا يتجزأ من أداة مكافحة الجريمة. لذلك، ربما ليس من المستغرب أن يأخذ المجرمون هذا الأمر بعين الاعتبار ويستخدمونه للرد.
وقد تم تسريع ذلك من خلال وصول نماذج الذكاء الاصطناعي التوليدية، مثل ChatGPT وGoogle’s Bard. على عكس أشكال الذكاء الاصطناعي التي سبقتها، يمكن للذكاء الاصطناعي التوليدي التعلم من الأنماط والهياكل الموجودة في البيانات لإنشاء محتوى جديد. وكما رأى الكثيرون في الأخبار، يمكنه إنشاء نصوص وصور وموسيقى وحتى أصوات أو مقاطع فيديو لم تكن موجودة من قبل.
ونتيجة لذلك، يتم الآن استخدام الذكاء الاصطناعي من قبل حفظة القواعد ومنتهكي القواعد أثناء محاولتهم التفوق على بعضهم البعض. إنه السيف النهائي ذو الحدين. وهذا يطرح السؤال، كيف يستخدمه المحتالون؟
دراسة المخاطر
يجري تطوير الذكاء الاصطناعي التوليدي ونماذج اللغات الكبيرة (LLMs) في جميع أنحاء العالم، مع ظهور إصدارات جديدة وقدرات موسعة بسرعة مذهلة. إنها غير منظمة على نطاق واسع وهي هدية مطلقة لأولئك الذين يرغبون في ارتكاب جريمة.
على سبيل المثال، أطلقت شركة Tencent Cloud، وهي شركة تكنولوجيا صينية بارزة، مؤخرًا موقعًا
Deepfakes كخدمة (DFaaS) بسعر 145 دولارًا لكل فيديو. إن الآثار المترتبة على تكنولوجيا DFaaS بالنسبة للجرائم المالية مثيرة للقلق للغاية، خاصة عندما يتعلق الأمر ببروتوكولات "اعرف عميلك" (KYC) وفحوصات العناية الواجبة تجاه العملاء (CDD).
يمكن للبرنامج إنشاء مستندات هوية وصور ومقاطع فيديو مزيفة تبدو أصلية، مما يتيح إنشاء هويات اصطناعية يمكنها تجاوز KYC/CDD. يمكن للذكاء الاصطناعي التوليدي أيضًا التدقيق بسرعة في حسابات المستخدمين، وتنفيذ عمليات الاحتيال وهجمات التصيد الاحتيالي، والوصول إلى البيانات الحساسة.
ومع حصول المحتالين على المزيد من البيانات الشخصية وإنشاء هويات مزيفة أكثر تصديقًا، تتحسن دقة نماذج الذكاء الاصطناعي، مما يؤدي إلى المزيد من عمليات الاحتيال الناجحة. إن سهولة إنشاء هويات قابلة للتصديق تمكن المحتالين من توسيع نطاق عمليات الاحتيال المتعلقة بالهوية بمعدلات نجاح عالية.
هناك مجال رئيسي آخر حيث يمكن للمجرمين استخدام نماذج الذكاء الاصطناعي التوليدية خلال المراحل المختلفة من عملية غسيل الأموال، مما يجعل الكشف والوقاية أكثر صعوبة. على سبيل المثال، يمكن إنشاء شركات وهمية لتسهيل مزج الأموال، في حين يمكن للذكاء الاصطناعي تبسيط عملية إنشاء الفواتير وسجلات المعاملات المزيفة، مما يجعلها أكثر إقناعا.
علاوة على ذلك، من خلال تجاوز فحوصات KYC/CDD، من الممكن إنشاء حسابات خارجية تخفي المالكين المستفيدين وراء مخططات غسيل الأموال. أصبح إنشاء بيانات مالية كاذبة أمراً سهلاً، ويمكن للذكاء الاصطناعي تحديد الثغرات في التشريعات لتسهيل حركة الأموال عبر الولايات القضائية.
الاحتمالات لا حصر لها. إذا كان بإمكان الإنسان أن يتخيل طريقة لارتكاب الاحتيال، فمن المحتمل أن يتمكن الذكاء الاصطناعي التوليدي من إيجاد طريقة لتحقيق ذلك. ومع القدرة على استيعاب كميات هائلة من البيانات ثم إنشاء محتوى يمكن تصديقه، يمكن لهذه النماذج استغلال أي فرصة يمكن تخيلها للسرقة.
تسخير إمكانات الذكاء الاصطناعي
كما ذكرنا سابقًا، الخبر السار هو أنه يمكن استخدام الذكاء الاصطناعي للخير كما للشر. بينما يستكشف المحتالون الإمكانات الخبيثة التي يقدمها، فإن مستقبل اكتشاف الاحتيال ومنعه يكمن في المساهمات الإيجابية التي يمكن أن يقدمها الذكاء الاصطناعي.
إن قدرة الذكاء الاصطناعي على اكتشاف الجريمة وردعها ووقفها تمثل التطبيق الأكثر إلحاحًا للتكنولوجيا في عالم التمويل. وقد تم الاعتراف بها منذ فترة طويلة على هذا النحو. الشبكة الأمريكية لمكافحة الجرائم المالية (FinCEN)
وشدد على أهمية الذكاء الاصطناعي والتعلم الآلي مرة أخرى في عام 2018، مشيراً إلى أن هذه التقنيات يمكنها "إدارة مخاطر غسل الأموال وتمويل الإرهاب بشكل أفضل مع تقليل تكلفة الامتثال".
فرقة العمل المعنية بالإجراءات المالية (FATF)
ردد هذا الشعورمشيراً إلى أن الحلول القائمة على الذكاء الاصطناعي يمكن أن تساعد في تحديد المخاطر والاستجابة للأنشطة المشبوهة وتعزيز قدرات المراقبة بسرعة ودقة وكفاءة أكبر.
التنقل في المسار أمامك
ومع رسم خطوط المعركة للقتال بين طرفين متعارضين، فإن السبيل الوحيد للمضي قدما هو أن تقوم المزيد من المؤسسات المالية بمحاربة النار بالنار من خلال اعتماد حلول مكافحة غسل الأموال ومنع الاحتيال المدعومة بالذكاء الاصطناعي. ومن خلال القيام بذلك فقط، يمكنهم معالجة المتطلبات التنظيمية بشكل فعال والحفاظ على الامتثال.
للتنقل في هذا المسار، من المهم أن تقوم أقسام الامتثال ببناء فرق متعددة الأوجه تضم علماء البيانات ومحللي البيانات والمحاسبين الشرعيين والمهنيين ذوي الخلفية البرمجية. وبدون ذلك، سيكون من المستحيل تقريباً الاستفادة الكاملة من الفرصة التي تتيحها التكنولوجيا الجديدة.
إذا تمكنت المؤسسات المالية من بناء المهارات المناسبة والعمل مع البائعين الأفضل تجهيزا، فإن الخطوة التالية هي الانتقال من التكنولوجيا القائمة على القواعد إلى الذكاء الاصطناعي. يتطلب هذا عادةً الانتقال إلى السحابة، لأن قوة الحوسبة التي يتطلبها الذكاء الاصطناعي والتعلم الآلي يمكن أن تكون هائلة. من المحتمل أن تؤدي محاولة استخدام البنية الأساسية المحلية القديمة إلى حدوث مشكلات.
ومع ذلك، فمن الضروري ضمان الشفافية في عمليات صنع القرار في مجال الذكاء الاصطناعي، وتمكين عمليات التدقيق وإعداد التقارير من أجل الامتثال التنظيمي. ومن خلال اتباع نهج متطور لدور الذكاء الاصطناعي في تلبية اللوائح المالية، يمكن إثبات الامتثال في المستقبل في مواجهة التحديات المتطورة.
وبينما يبحر القطاع المالي في هذه المياه المجهولة، محتضنًا إمكانات الذكاء الاصطناعي مع تخفيف المخاطر، يمكن تعزيز مكافحة الجرائم المالية، مما يضمن مستقبلًا أكثر أمانًا وأمانًا للجميع.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://www.finextra.com/blogposting/25290/the-double-edged-sword-of-ai-in-financial-regulatory-compliance?utm_medium=rssfinextra&utm_source=finextrablogs
