Pandemien har ændret, hvordan kriminelle gemmer deres penge - og AI-værktøjer forsøger at opsnuse dem

Fru Tech | Getty

Da økonomier over hele verden lukkede ned tidligere i år, var det ikke kun virksomhedsejere og forbrugere der skulle tilpasse sig. Kriminelle havde pludselig et problem på hænderne. Hvordan flytter man deres penge?

Fortjeneste fra organiseret kriminalitet sendes typisk gennem legitime virksomheder, der ofte udveksler hænder flere gange og krydser grænser, indtil der ikke er et klart spor tilbage til kilden - en proces kendt som hvidvaskning af penge.

Men med mange lukkede virksomheder eller se mindre indtægtsstrømme end normalt, blev det sværere at skjule penge i almindeligt syn ved at efterligne hverdagens finansielle aktivitet. Pengene kommer stadig ind, men der er ingen steder at sætte dem, siger Isabella Chase, der arbejder med økonomisk kriminalitet hos RUSI, en britisk-baseret forsvars- og sikkerhedstænketank.

Pandemien har tvunget kriminelle bander til at finde på nye måder at flytte penge rundt på. Til gengæld har dette øget indsatsen for anti-hvidvaskningshold (AML) med til opgave at opdage mistænkelige finansielle transaktioner og følge dem tilbage til deres kilde.

Nøglen til deres strategier er nye AI-værktøjer. Mens nogle større, ældre finansielle institutioner har været langsommere til at tilpasse deres regelbaserede ældre systemer, bruger mindre, nyere virksomheder maskinlæring til at holde øje med unormal aktivitet, hvad end det måtte være.

Det er svært at vurdere problemets nøjagtige omfang. Men ifølge FN's Kontor for Narkotika og Kriminalitet er mellem 2 % og 5 % af det globale BNP – mellem 800 milliarder USD og 2 billioner USD med nuværende tal – hvidvaskes hvert år . Det meste bliver uopdaget. Skøn tyder på, at kun omkring 1 % af fortjenesten optjent af kriminelle bliver beslaglagt.

Og det var før covid-19 ramte. Svindel er stigende, og frygten omkring covid-19 skaber et lukrativt marked for forfalsket beskyttelsesudstyr eller medicin. Flere mennesker, der bruger tid online, skaber også en større pulje til phishing-angreb og andre svindelnumre. Og selvfølgelig bliver der stadig købt og solgt stoffer.

Lockdown gjorde det sværere at skjule indtægterne - i det mindste til at begynde med. Problemet for kriminelle er, at mange af de bedste virksomheder til hvidvaskning af penge også var dem, der blev hårdest ramt af pandemien. Små butikker, restauranter, barer og klubber foretrækkes, fordi de er kontante, hvilket gør det nemmere at blande dårligt opnåede gevinster med lovlig indkomst.

Med lukkede bankfilialer har det været sværere at foretage store kontante indskud. Bankoverførselstjenester som Western Union - som normalt giver alle mulighed for at gå ind fra gaden og sende penge til udlandet - lukker også deres lokaler.

Men kriminelle er intet, hvis ikke opportunistiske. Da de normale kanaler for hvidvask lukkede, åbnede der sig nye. Store summer af penge er begyndt at strømme ind i små virksomheder igen takket være regeringens redningsaktioner. Dette skaber en byge af finansiel aktivitet, der giver dækning for hvidvaskning af penge.

At bryde reglerne

Resultatet er, at der stilles flere krav til AML tech. Ældre systemer er afhængige af håndlavede regler, såsom at transaktioner over et vist beløb skal give en alarm. Men disse regler fører til mange falske flag, og rigtige kriminelle transaktioner fortaber sig i støjen. På det seneste forsøger maskinlæringsbaserede tilgange at identificere mønstre for normal aktivitet og kun løfte flag, når afvigere opdages. Disse vurderes derefter af mennesker, som afviser eller godkender alarmen.

Denne feedback kan bruges til at tilpasse AI-modellen, så den justerer sig selv over tid. Nogle firmaer, herunder Featurespace, et firma baseret i USA og Storbritannien, der bruger maskinlæring til at opdage mistænkelig økonomisk aktivitet, og Napier, et andet firma, der bygger maskinlæringsværktøjer til AML, udvikler hybride tilgange, hvor korrekte advarsler genereret af en AI kan blive omsat til nye regler, der former den samlede model.

De hurtige ændringer i adfærd i de seneste måneder har tydeliggjort fordelene ved mere tilpasningsdygtige systemer. Finansielle tilsynsmyndigheder rundt om i verden har udgivet ny vejledning om, hvilken slags aktivitet AML-hold skal se efter, men for mange var det for sent, siger Araliya Sammé, leder af økonomisk kriminalitet hos Featurespace. Når noget som covid sker, hvor alles betalingsmønstre pludselig ændrer sig, har du ikke tid til at sætte nye regler på plads.

Du har brug for teknologi, der kan fange det, mens det sker, siger hun: Ellers er pengene væk, når du har opdaget noget og advaret de folk, der skal vide det.

For Dave Burns, Chief Revenue Officer for Napier, fik covid-19 langvarige problemer til at koge over. Denne pandemi var vendepunktet på mange måder, siger han. Det er lidt af et wake-up call, at vi virkelig skal tænke anderledes. Og han tilføjer, at nogle af de større aktører i branchen er blevet fanget på fladfodet.

Men det betyder ikke blot, at man skal adoptere den nyeste teknologi. Du kan ikke bare lave AI for AI's skyld, fordi det vil sprøjte skrald ud, siger Burns. Det, der er nødvendigt, siger han, er en skræddersyet tilgang til hver bank eller betalingsudbyder.

AML-teknologien har stadig lang vej at gå. Pandemien har afsløret revner i eksisterende systemer, der gør folk bekymrede, siger Burns. Og det betyder, at tingene kunne ændre sig hurtigere, end de skulle. Vi ser en større grad af hastende karakter, siger han. Hvad der traditionelt er meget lang, bureaukratisk beslutningstagning accelereres dramatisk.

skjule