الذكاء الاصطناعي عنصر رئيسي في مكافحة غسيل الأموال في المنطقة

مؤسس Mozn يؤكد على دور التكنولوجيا في مكافحة الجرائم المالية

في السنوات الأخيرة ، كان هناك اعتراف متزايد بالحاجة إلى مكافحة غسيل الأموال في منطقة الشرق الأوسط وشمال أفريقيا (مينا).

نتيجة لهذا الاعتراف المتزايد ، سنت العديد من الحكومات في منطقة الشرق الأوسط وشمال إفريقيا قوانين ولوائح جديدة لمكافحة غسل الأموال. زادت هذه القوانين واللوائح من متطلبات الإبلاغ للمؤسسات المالية والشركات الأخرى ، كما أنها أنشأت آليات إنفاذ جديدة. بالإضافة إلى ذلك ، أنشأت العديد من الحكومات في المنطقة وحدات استخبارات مالية (FIUs) ، تكون مسؤولة عن جمع وتحليل المعلومات المالية التي قد تكون ذات صلة بغسيل الأموال.

أعلنت شركة Mozn السعودية ، الشركة الرائدة في السوق في مجال تقنيات الذكاء الاصطناعي للمؤسسات ، الشهر الماضي عن توسع إقليمي من شأنه أن يأخذ الشركة إلى أسواق الذكاء الاصطناعي والتمويل والتكنولوجيا المالية في الإمارات العربية المتحدة ودول مجلس التعاون الخليجي.

تحدث الدكتور محمد الحسين ، الرئيس التنفيذي والمؤسس لشركة Mozn ، إلى صحيفة الخليج تايمز حول خطوات مكافحة غسيل الأموال (AML) التي يتم اتخاذها في المنطقة ، وكيفية قيام الشركة بتسهيل الأعمال التجارية على هذا الصعيد.

مقتطفات من المقابلة:

كيف ترى الإجراءات الحالية لمكافحة غسل الأموال التي تتخذها الحكومات في المنطقة؟

تعتبر إجراءات مكافحة غسيل الأموال (AML) جزءًا لا يتجزأ من سلامة وأمن أي نظام مالي.

فيما يلي بعض الإجراءات المحددة التي نراها تعزز أي نظام بيئي مالي عندما يتعلق الأمر بمكافحة غسل الأموال:

● سن وإنفاذ قوانين ولوائح شاملة لمكافحة غسل الأموال.

● زيادة التعاون بين الأسواق المختلفة وفهم المكانة المحلية والعالمية عندما يتعلق الأمر بإجراءات مكافحة غسل الأموال.

ما هو تأثير الذكاء الاصطناعي على الامتثال لمكافحة غسل الأموال؟

لقد كان الذكاء الاصطناعي (AI) عاملاً هامًا في تغيير قواعد اللعبة في مجال الامتثال لمكافحة غسل الأموال.

● مراقبة المعاملات المحسنة: يمكن للذكاء الاصطناعي تحليل كميات هائلة من المعاملات في الوقت الفعلي ، وتحديد الأنماط والإبلاغ عن الأنشطة المشبوهة بسرعة ودقة أكبر بكثير من الطرق التقليدية. وهذا يمكّن المؤسسات المالية من اكتشاف الأنشطة غير المشروعة المحتملة على الفور والاستجابة بشكل مناسب.

● الإيجابيات الكاذبة المخفضة: تشتهر أنظمة مكافحة غسل الأموال التقليدية بتوليد عدد كبير من الإيجابيات الكاذبة ، وهي معاملات مشروعة تم تمييزها عن طريق الخطأ على أنها مشبوهة. هذا يؤدي إلى عبء عمل كبير لفرق الامتثال التي يجب أن تحقق في هذه التنبيهات. يمكن للذكاء الاصطناعي ، من خلال خوارزميات التعلم الآلي ، تحسين دقة هذه الأنظمة ، مما يؤدي إلى تقليل الإيجابيات الخاطئة واستخدام أكثر كفاءة للموارد.

د.محمد الحسين ، الرئيس التنفيذي والمؤسس ، Mozn. – الصورة المرفقة

● تحسين تقييم المخاطر: يمكن لأنظمة الذكاء الاصطناعي استخدام مجموعة واسعة من البيانات لإنشاء ملفات تعريف مخاطر شاملة للعملاء. يمكن لخوارزميات التعلم الآلي تحديد الأنماط المعقدة والصلات التي قد يفوتها البشر ، مما يؤدي إلى تقييمات أكثر دقة للمخاطر.

● القدرة على التكيف: تتطور تكتيكات الجريمة المالية باستمرار. يمكن أن تتكيف أنظمة الذكاء الاصطناعي والتعلم الآلي مع هذه التغييرات بسرعة أكبر من الأنظمة القائمة على القواعد. يمكنهم التعلم من الأنماط الجديدة للسلوك الاحتيالي وتحسين قدراتهم في الكشف باستمرار.

● أتمتة المهام الروتينية: يمكن للذكاء الاصطناعي أتمتة المهام الروتينية ، مثل جمع البيانات وإنشاء التقارير ، والتي كانت تتم يدويًا بشكل تقليدي. يسمح ذلك لفرق الامتثال بالتركيز على الجوانب الأكثر تعقيدًا والاستراتيجية للامتثال لمكافحة غسل الأموال.

● التكنولوجيا التنظيمية (RegTech): يتضمن هذا المجال استخدام التكنولوجيا لحل التحديات التنظيمية والامتثال بشكل أكثر فعالية وكفاءة. يلعب الذكاء الاصطناعي دورًا رئيسيًا في حلول RegTech ، مما يساعد الشركات على الوفاء بالتزاماتها التنظيمية ، بما في ذلك تلك المتعلقة بمكافحة غسل الأموال.

كيف تتوقع أن تساعد حلول مزن في هذا الصدد؟

تلعب منصة Mozn FOCAL – منصة المخاطر والامتثال المدعومة بالذكاء الاصطناعي – دورًا مهمًا في مكافحة الجرائم المالية في المنطقة وتعزز الامتثال في جميع أنحاء القطاع. تقوم FOCAL AML بفحص ومراقبة العملاء ومعاملاتهم باستخدام خوارزميات متقدمة لمطابقة الأسماء تم تحسينها بشكل فريد للغة العربية والأسماء وتسويتها مع أكثر من 1300 عقوبات عالمية ومحلية محدثة تلقائيًا وقوائم PEP للمساعدة في تلبية متطلبات AML و KYC / KYB.

تحدد FOCAL Anti-الاحتيال بشكل استباقي الأنماط المشبوهة وتمنع المجرمين من الاحتيال الناجح على المنظمات وعملائها من خلال تأكيد هوية المستفيدين تلقائيًا عن طريق التحقق من إدخال البيانات مقابل سجلات حساب الوجهة.

تجمع FOCAL بين ثروة من نقاط البيانات لتسجيل المخاطر (لكل من الاحتيال وغسيل الأموال) التي تعمل على أتمتة الإجراء التالي المخصص بناءً على القواعد القابلة للتكوين بدرجة عالية ورغبة المؤسسة في المخاطرة. العملاء الذين يستخدمون FOCAL من Mozn يتخذون قرارات إستراتيجية مدروسة بشكل أفضل ، والحصول على الامتثال بسرعة والبقاء على هذا النحو بالإضافة إلى زيادة كفاءة الفريق وتقليل وقت التحقيق بنسبة تصل إلى 95 في المائة.