211service.com
De pandemie heeft de manier veranderd waarop criminelen hun geld verbergen - en AI-tools proberen het op te sporen
mevrouw Tech | Getty
Toen economieën over de hele wereld eerder dit jaar stilvielen, was dat niet alleen ondernemers en consumenten die zich moest aanpassen. Criminelen hadden ineens een probleem. Hoe kunnen ze hun geld verplaatsen?
Winsten uit de georganiseerde misdaad worden doorgaans doorgegeven aan legitieme bedrijven, waarbij ze vaak meerdere keren van hand wisselen en grenzen overschrijden, totdat er geen duidelijk spoor terug naar de bron is - een proces dat bekend staat als het witwassen van geld.
Maar nu veel bedrijven gesloten zijn of kleinere inkomstenstromen zien dan normaal, werd het moeilijker om geld in het zicht te verbergen door de dagelijkse financiële activiteit na te bootsen. Het geld komt nog steeds binnen, maar je kunt het nergens kwijt, zegt Isabella Chase, die werkt aan financiële misdaad bij RUSI, een Britse denktank voor defensie en veiligheid.
De pandemie heeft criminele bendes gedwongen nieuwe manieren te bedenken om geld te verplaatsen. Dit heeft op zijn beurt de inzet verhoogd voor anti-witwasteams (AML) die belast zijn met het opsporen van verdachte financiële transacties en deze terug te volgen naar hun bron.
De sleutel tot hun strategieën zijn nieuwe AI-tools. Terwijl sommige grotere, oudere financiële instellingen hun op regels gebaseerde legacy-systemen langzamer aanpasten, gebruiken kleinere, nieuwere bedrijven machine learning om te letten op afwijkende activiteiten, wat die ook mogen zijn.
De exacte omvang van het probleem is moeilijk in te schatten. Maar volgens het VN-Bureau voor Drugs en Misdaad is tussen de 2% en 5% van het wereldwijde BBP - tussen $ 800 miljard en $ 2 biljoen op dit moment - elk jaar witgewassen . De meeste blijven onopgemerkt. Schattingen suggereren dat slechts ongeveer 1% van de door criminelen verdiende winst in beslag wordt genomen.
En dat was voordat covid-19 toesloeg. De fraude neemt toe, en de angst voor covid-19 creëert een lucratieve markt voor namaakbeschermende kleding of medicijnen. Doordat meer mensen tijd online doorbrengen, ontstaat er ook een grotere pool voor phishing-aanvallen en andere vormen van oplichting. En natuurlijk worden er nog steeds drugs gekocht en verkocht.
Lockdown maakte het moeilijker om de opbrengst te verbergen - in ieder geval om mee te beginnen. Het probleem voor criminelen is dat veel van de beste bedrijven voor het witwassen van geld ook het hardst zijn getroffen door de pandemie. Kleine winkels, restaurants, bars en clubs hebben de voorkeur omdat ze veel geld vergen, wat het gemakkelijker maakt om onrechtmatig verkregen winsten te verwarren met legale inkomsten.
Nu bankfilialen gesloten zijn, was het moeilijker om grote contante stortingen te doen. Bankoverschrijvingsdiensten zoals Western Union - waarmee meestal iedereen de straat op kan lopen en geld naar het buitenland kan sturen - sluiten ook hun gebouwen.
Maar criminelen zijn niets anders dan opportunistisch. Toen de normale kanalen voor het witwassen van geld werden gesloten, kwamen er nieuwe bij. Dankzij de reddingsoperaties van de overheid zijn er weer grote sommen geld in kleine bedrijven terechtgekomen. Dit zorgt voor een golf van financiële activiteiten die dekking bieden voor het witwassen van geld.
De regels breken
Het resultaat is dat er meer eisen worden gesteld aan AML-technologie. Oudere systemen zijn afhankelijk van handgemaakte regels, zoals dat transacties boven een bepaald bedrag een waarschuwing moeten oproepen. Maar deze regels leiden tot veel false flags en echte criminele transacties gaan verloren in het rumoer. Meer recentelijk proberen op machine learning gebaseerde benaderingen patronen van normale activiteit te identificeren en vlaggen alleen op te heffen wanneer uitbijters worden gedetecteerd. Deze worden vervolgens beoordeeld door mensen, die de waarschuwing afwijzen of goedkeuren.
Deze feedback kan worden gebruikt om het AI-model aan te passen, zodat het zichzelf in de loop van de tijd aanpast. Sommige bedrijven, waaronder Featurespace, een bedrijf gevestigd in de VS en het VK dat machine learning gebruikt om verdachte financiële activiteiten te detecteren, en Napier, een ander bedrijf dat machine learning-tools voor AML bouwt, ontwikkelen hybride benaderingen waarin correcte waarschuwingen die door een AI worden gegenereerd, kunnen worden omgezet in nieuwe regels die het algemene model vormgeven.
De snelle gedragsveranderingen van de afgelopen maanden hebben de voordelen van meer aanpasbare systemen duidelijk gemaakt. Financiële regelgevers over de hele wereld hebben nieuwe richtlijnen vrijgegeven over wat voor soort activiteiten AML-teams moeten uitkijken, maar voor velen was het te laat, zegt Araliya Sammé, hoofd financiële misdaad bij Featurespace. Wanneer er iets als covid gebeurt, waarbij de betalingspatronen van iedereen plotseling veranderen, heb je geen tijd om nieuwe regels in te voeren.
Je hebt technologie nodig die het kan opvangen terwijl het gebeurt, zegt ze: anders is het geld weg tegen de tijd dat je iets hebt ontdekt en de mensen hebt gewaarschuwd die het moeten weten.
Voor Dave Burns, Chief Revenue Officer voor Napier, zorgde covid-19 ervoor dat lang sudderen problemen overkookten. Deze pandemie was in veel opzichten het omslagpunt, zegt hij. Het is een beetje een wake-up call dat we echt anders moeten gaan denken. En, voegt hij eraan toe, sommige van de grotere spelers in de industrie zijn met platte voeten betrapt.
Maar dat betekent niet alleen dat je de nieuwste technologie moet gebruiken. Je kunt AI niet alleen doen omwille van AI, want dat zal afval uitspuwen, zegt Burns. Wat nodig is, zegt hij, is een aanpak op maat voor elke bank of betalingsprovider.
AML-technologie heeft nog een lange weg te gaan. De pandemie heeft scheuren in bestaande systemen aan het licht gebracht die mensen zorgen baren, zegt Burns. En dat betekent dat dingen sneller kunnen veranderen dan ze zouden gaan. We zien een grotere urgentie, zegt hij. Wat traditioneel erg lang duurt, wordt de bureaucratische besluitvorming drastisch versneld.