Plusieurs tendances clés façonnent le paysage en 2024 et exigent l'attention des professionnels de la lutte contre la criminalité financière et de la gestion de la fraude. Ces tendances couvrent les solutions, la technologie et les capacités de ressources alimentées par l'IA, ainsi que l'utilisation des données, les attentes réglementaires et l'accent mis sur les mesures proactives.
Êtes-vous au courant ? Dans cet article, nous examinons les principales tendances de la lutte contre la criminalité financière pour 2024, en nous concentrant sur les tendances émergentes à connaître, ainsi que sur les tendances qui conservent leur place dans la liste de l'année dernière. Vous préférez la vidéo ? Regardez le webinaire qui l'accompagne.
Les nouvelles tendances de la lutte contre la criminalité financière pour 2024
Davantage d'investissements et d'intégration avec l'IA
Les principales tendances en matière de lutte contre la criminalité financière en 2024 ne sont pas plus évidentes que cela : davantage d'investissements et d'intégration de l'IA. Si l'année dernière a montré le potentiel de la technologie de l'IA, 2024 devrait être l'année où les entreprises verront encore plus d'intérêt à l'utiliser pour lutter contre la criminalité financière. Les avantages comprennent des enquêtes plus complètes et plus rapides, des résumés de cas créés par l'IA, des rapports instantanés sur les activités suspectes rassemblant toutes les informations recueillies sur un client, et bien d'autres choses encore. Les capacités du backend comprennent l'analyse des enquêteurs, l'attribution automatique des tâches et l'analyse avancée des retours d'information. L'IA générative devrait atteindre cette année tous les domaines de la lutte contre la criminalité financière (KYC, CDD, AML, fraude, gestion des listes de surveillance), et les entreprises devront adopter, investir et intégrer l'IA pour maximiser leur potentiel et réduire les coûts.
2023 a vu les services financiers adopter de plus en plus l'innovation en matière d'IA, comme le Sensa Copilot et le Sensa Investigation Hub de SymphonyAI. La trajectoire de ces cas d'utilisation continuera à s'élargir rapidement, inspirant de nouveaux développements et de nouvelles façons d'utiliser l'IA pour obtenir de meilleurs résultats. Cela dit, l'innovation doit être gérée et gouvernée. Il est donc judicieux, lors de l'adoption de nouvelles innovations et plateformes d'IA - en particulier les intégrations de tiers - de faire preuve de diligence raisonnable et de s'assurer qu'elles fonctionnent dans le respect des réglementations et créent un environnement sûr et sécurisé pour le traitement et le stockage des données. La trajectoire de ces cas d'utilisation continuera à s'élargir rapidement, inspirant de nouveaux développements et de nouvelles façons d'utiliser l'IA pour obtenir de meilleurs résultats.
De manière plus générale, des entreprises comme Adobe, Microsoft et Google intègrent déjà l'IA dans leurs offres de produits destinés à être utilisés dans de multiples fonctions de l'entreprise. Il faut s'attendre à ce que cette tendance se poursuive au cours des douze prochains mois et au-delà, car de nombreuses entreprises technologiques innovent à un rythme soutenu. En fait, les recherches d'Aperio suggèrent que l'industrie des logiciels liés à l'IA devrait atteindre 26,67 milliards de dollars d'ici 2026, tandis que d'autres suggèrent qu'elle atteindra 76 milliards de dollars. Il est donc fort probable que l'utilisation de l'IA touche tous les secteurs cette année afin de stimuler la productivité, l'efficacité et l'efficience.
Modèles d'apprentissage des langues verticalisés (LLM) pour augmenter la capacité d'apprentissage des langues.
Une évolution importante dans l'adoption de l'IA générative en 2024 est la verticalisation des grands modèles de langage (LLM) - par opposition aux LLM horizontaux comme ChatGPT - qui améliorent la façon dont nous utilisons et consommons les entrées et sorties de l'IA, en particulier au niveau de l'entreprise pour des cas d'utilisation spécifiques. La lutte contre le blanchiment d'argent et la gestion de la fraude sont des exemples verticaux de premier ordre de cette avancée et en bénéficient déjà.
Contrairement à l'explosion en 2023 des modèles génériques GPT à source ouverte formés sur tous les sujets à source ouverte disponibles (des races de chiens aux pratiques de codage informatique complexes), au niveau de l'entreprise, la demande de cas d'utilisation pousse à des modèles spécifiques à l'industrie qui sont préformés dans un domaine spécifique et/ou un secteur industriel. Une fois en place, les modèles ne nécessitent pas d'explication sur le contexte du sujet ou sur les acronymes couramment utilisés dans ce contexte, ce qui leur permet de montrer une valeur et des résultats immédiats dès le départ et de renforcer la confiance de l'utilisateur final dans la technologie.
Cela change la donne à de nombreux niveaux de la prévention de la criminalité financière. Il permet aux enquêteurs d'effectuer des recherches beaucoup plus rapidement qu'auparavant, en rassemblant des informations contextuelles en les demandant au chatbot plutôt qu'en les consultant eux-mêmes. De cette manière, il améliore les résultats et permet à l'entreprise qui l'utilise d'économiser de l'argent, car elle consacre beaucoup moins de temps à chaque enquête. Par ailleurs, l'utilisation de LLM d'IA génériques spécifiques à un secteur d'activité permet d'uniformiser les résumés de cas et les rapports d'activité suspecte, ce qui améliore leur qualité. Ce n'est pas seulement la partie frontale qui en bénéficie ; en utilisant ce type de logiciel, les entreprises bénéficieront d'améliorations dans l'analyse des données et du retour d'information, qui sont ensuite réinjectées dans le LLM, l'améliorant ainsi au fil du temps.
Il est donc facile de comprendre pourquoi il s'agit d'une grande tendance - de la manière la plus visible, elle accélère la productivité en garantissant des résultats plus précis, mais elle offre également de nombreux autres avantages. Ainsi, les applications d'IA prêtes à l'emploi pour des secteurs verticaux spécifiques (tels que les services financiers, la lutte contre la criminalité financière, la fraude ou l'assurance) deviendront de plus en plus courantes, améliorant ainsi le délai de rentabilisation des logiciels. Ainsi, les entreprises commenceront à récolter les fruits de leurs investissements beaucoup plus rapidement qu'auparavant.
Parallèlement à l'essor des logiciels verticaux d'IA, on s'attend à ce que l'informatique en nuage joue un rôle important dans ce domaine émergent ; les développeurs seront en mesure d'améliorer leur produit et de le proposer aux utilisateurs en fonction des modifications de la réglementation ou des demandes des clients. Les développeurs pourront améliorer leur produit et le proposer aux utilisateurs en fonction des changements de réglementation ou des demandes des clients, ce qui accélère le débogage du logiciel, ajoute de la valeur et libère les équipes informatiques internes pour d'autres projets.
Les copilotes de la Génération IA stimuleront l'efficacité et la productivité dans tous les domaines
L'intégration de la technologie de copilote d'IA générique alimentée par des LLM verticalisés permettra d'obtenir des résultats immédiats et de stimuler la productivité et l'efficacité dans le même temps. Par exemple, les enquêtes sur la criminalité financière prennent souvent beaucoup de temps - collecte manuelle de données, examen de ces données, mise à jour des notes dans le dossier, détermination de l'état d'avancement des enquêtes, etc. Les copilotes Gen AI changent cette dynamique en trouvant rapidement et efficacement les données pertinentes pour les enquêteurs dans un délai beaucoup plus court que s'ils effectuaient eux-mêmes cette tâche et en indiquant quand ajouter des données/éléments de preuve au dossier pour constituer un dossier complet.
Forrester Research note que "l'initiative d'IA en entreprise augmentera la productivité et la résolution créative de problèmes de 50 %", tandis que McKinsey a écrit que 60 à 70 % du travail actuellement effectué par les employés pourrait être automatisé grâce à la technologie d'IA générative actuelle, des entreprises telles que Microsoft investissant activement dans cette technologie. Ce pourcentage va certainement augmenter à mesure que le développement d'applications d'IA et les LLM s'améliorent, ouvrant la voie à une adoption plus large de l'IA au sein et à travers les industries, à un niveau plus élevé qu'aujourd'hui. Des logiciels comme Sensa Copilot pourront non seulement aider à résumer les enquêtes et à générer des récits, mais aussi, sans aucun doute, aider dans d'autres domaines tels que KYC, CDD, la fraude aux paiements et le contrôle des sanctions.
Une réévaluation de l'utilisation des techniques d'IA/apprentissage automatique
Les techniques d'apprentissage automatique de l'IA (ML) perfectionnées au cours des dix dernières années gagnent du terrain en 2024 grâce à leurs capacités prédictives. Souvent oubliée dans l'ombre de l'IA générative, la capacité de l'IA prédictive à démontrer la similitude des risques, les comportements anormaux, les nouveaux modèles et les menaces revient sur le devant de la scène après avoir été brièvement éclipsée par l'IA générative en 2023.
Trois aspects fondamentaux ont changé et sont à l'origine de cette notion :
- Des techniques plus modernes - parallèlement aux progrès de l'IA prédictive, des techniques telles que l'apprentissage profond se sont considérablement améliorées, facilitant la reconnaissance des formes complexes et les tâches de traitement du langage naturel avec une précision incroyable. En outre, l'accent mis sur l'interprétabilité et l'équité garantit que les modèles sont non seulement puissants, mais aussi transparents et éthiques, ce qui permet d'atténuer les risques et les préjugés.
- Combinaison de puissance - utiliser l'IA prédictive ou l'IA générative est une bonne chose, mais il a été prouvé que le couplage de ces deux capacités dans une solution est bien plus bénéfique et complémentaire et permet aux compétences d'IA d'être plus performantes tout en améliorant l'expérience de l'utilisateur. Par exemple, les techniques modernes d'IA et d'apprentissage automatique permettent d'obtenir des résultats prédictifs en matière de reconnaissance des formes, d'évaluation des risques, de détection des anomalies, etc. Lorsqu'elle est associée à l'IA générique, la compétence de recherche automatisée de contenu, par exemple, peut utiliser les résultats de l'IA prédictive en tant qu'intrants/instruments pour améliorer l'image des données collectées qu'elle fournit aux utilisateurs finaux, en offrant une vision plus holistique des circonstances et des faits connexes tout en augmentant l'efficacité des résultats.
- Coût - alors que les entreprises dépensaient des sommes exorbitantes pour tester les anciennes techniques d'IA/apprentissage automatique dans leurs environnements, le coût de la formation des modèles a diminué. Alors que les modèles se sont améliorés et sont devenus plus complexes, nous utilisons des ensembles de données plus importants, de sorte que la précision a augmenté. En fait, la précision de l'IA double tous les six mois. C'est pourquoi il est désormais plus rentable de l'utiliser.
Les solutions uniques vont proliférer dans le domaine de la lutte contre la criminalité financière
Pour capitaliser sur les avantages des nouvelles technologies et des innovations en matière d'IA, un modèle de solution "unique" gagne du terrain. L'approche de la personnalisation lourde ou de l'achat ou de la construction d'un logiciel qui ne répond qu'à vos exigences exactes est en train de disparaître parce que le coût, l'effort et les aspects pratiques de cette approche étouffent les dépenses budgétaires et désavantagent la façon de consommer, de mettre à niveau et de moderniser les opérations.
Dans le cas de la lutte contre la criminalité financière, le coût de la conformité semble augmenter d'année en année, alors que l'approbation du budget et les dépenses doivent désormais couvrir de plus en plus de choses chaque année ! Une approche de solution "unique" peut rationaliser certains aspects de cette question - plateforme principale, mises à niveau, correctifs, corrections de bogues et capacité à mettre en œuvre de nouvelles innovations en matière d'IA ou à mettre à jour l'IA déjà en place - à un prix plus rentable. Cela permet d'obtenir un meilleur retour sur investissement et d'en avoir pour son argent en réduisant les dépenses tout en optimisant les capacités technologiques.
En ce qui concerne l'IA, les quatre tendances précédentes sont révélatrices : les investissements dans l'IA, la puissance combinée de l'IA prédictive et générative, et l'intégration de l'IA pour des cas d'utilisation spécifiques, tels que la conformité AML, sont en hausse, et les taux d'adoption augmentent rapidement. Pour que les algorithmes de ML, les LLM et les Large Action Models (LAM) donnent le meilleur d'eux-mêmes, ou presque, ils doivent s'exécuter rapidement et s'intégrer à une plateforme centrale pour produire des résultats. Cela est d'autant plus difficile lorsque le logiciel a été considérablement personnalisé ou est tellement sur mesure que la capacité de mise à niveau/déploiement prend beaucoup de temps. Le processus de mise en œuvre est ardu, difficile et coûteux en termes de ressources et de budget. En outre, le temps nécessaire à la mise en œuvre de produits sur mesure expose les institutions financières à davantage de risques en matière de sécurité jusqu'à ce que leur produit personnalisé soit prêt.
En adoptant un produit SaaS doté d'algorithmes optimisés et constamment compétitifs pour chaque cas d'utilisation, les institutions financières peuvent améliorer considérablement le délai de rentabilisation du logiciel de ML tout en se protégeant le plus rapidement possible des risques réglementaires continuellement mis à jour. Parallèlement, la technologie et ses avantages peuvent progresser plus rapidement car les développeurs peuvent voir comment le produit est utilisé dans tous les domaines. Le résultat ? De meilleurs logiciels, un meilleur retour sur investissement, une IA actualisée et un système beaucoup plus difficile à exploiter pour les criminels financiers.
Renforcement de l'échange d'informations pour lutter contre la fraude et le blanchiment d'argent
La nécessité d'améliorer la qualité et la connectivité des données est une question de longue date dans la communauté de la lutte contre la criminalité financière, bien que les dirigeants de C-suite fassent davantage pression en 2024 pour l'interconnectivité au sein d'une organisation, avec des sources de données externes significatives, et parmi les pairs, comme un moteur essentiel pour réduire le fardeau opérationnel et l'impact sur le personnel.
Les institutions financières savent qu'elles disposent de données dans d'autres fonctions de leur organisation, qui pourraient être utiles aux processus de lutte contre le blanchiment d'argent et contribuer à réduire les frictions ressenties par les clients lorsqu'ils doivent s'adresser à plusieurs points de contact. Ces données, si elles sont comprises et mises à disposition, pourraient aider à résoudre les problèmes liés à la compréhension du profil du client/du risque/de l'évolution du risque. Par exemple, les données de souscription et d'emprunt des fonctions de crédit ou d'autres types de données sur les risques non financiers (par exemple, juridiques) pourraient aider les entreprises clientes ou fournir des détails sur les bénéficiaires effectifs.
L'accès à d'autres sources de données externes spécialisées qui sont traitées pour éliminer les doublons ou pour introduire de nouveaux champs de données dans le tableau, tels que les données ESG, fait également l'objet d'un examen plus approfondi. Tout le monde est confronté aux mêmes défis fondamentaux, mais essaie des approches différentes pour parvenir aux mêmes résultats finaux.
En outre, des rapports sectoriels, tels que le rapport publié par le Groupe d'action financière (GAFI), intitulé Illicit Financial Flows from Cyber-Enabled Fraud in November 2023, continuent de plaider en faveur d'un meilleur partage des données. Dans ce document exhaustif, l'une des principales conclusions est la coordination nationale des secteurs public et privé qui collaborent par le biais du partage d'informations pour atténuer la fraude cybernétique et le blanchiment d'argent.
Il ne s'agit pas seulement d'une question de services financiers nationaux ; le soutien à la collaboration internationale entre les différentes industries et les différents secteurs facilitera les enquêtes et le recouvrement des produits frauduleux. Ce n'est qu'en travaillant ensemble que les entreprises et leurs pays de résidence peuvent réagir rapidement et, idéalement, arrêter la fraude et le blanchiment d'argent avant qu'ils ne se produisent, en sensibilisant et en renforçant leurs processus de détection. Cet objectif peut être atteint par de multiples moyens, tels que des sommets clés où l'anonymat des institutions financières est garanti, ainsi que par l'adhésion et l'utilisation de nouvelles technologies qui cherchent à résoudre ce problème.
Les paiements évoluent à l'échelle mondiale
Dans deux ans, les paiements seront différents de ce qu'ils sont aujourd'hui, en raison des attentes concernant les paiements instantanés, de la facilité des mouvements de fonds transfrontaliers et de l'évolution des cadres et des réglementations en matière de paiements.
Par exemple, les paiements en temps réel dans les paiements de compte à compte (A2A) et une plus grande surveillance des portefeuilles numériques sont en hausse dans de nombreux pays. Il s'agit notamment de :
- L'avancement continu de la norme ISO 20022 et des normes de messagerie
- Les paquets PSD3 et PSR1 visent à "faire évoluer et non à révolutionner" les paiements en supprimant les obstacles, en facilitant les transactions et en égalisant les règles du jeu pour les banques et les établissements non bancaires (NB : la décision finale est attendue pour la fin de 2024).
- Nouveaux retards dans les systèmes SEPA de l'UE (Sepa Credit Transfer, Sepa Instant Credit Transfer, Sepa Direct Debit Core, SDD Business-to-Business)
- Examens continus au niveau national des lois d'applicabilité de la LBC/FT et de la surveillance des dépositaires de portefeuilles numériques (monnaies fiduciaires et crypto-monnaies).
Cela rend plus complexe l'adhésion rapide, la mise à jour des solutions et la gestion des nouveaux risques.
Parallèlement, les États-Unis chercheront à étendre leur initiative de banque ouverte par le biais de programmes tels que Pay by Bank. Cela garantira des flux d'argent en temps réel et réduira les coûts pour les commerçants, mais entraînera probablement aussi une augmentation des délits financiers potentiels.
2023 Tendances qui resteront pertinentes en 2024
Législation sur l'IA et réglementation relative à la lutte contre le blanchiment d'argent et les sanctions
Les approches spécifiques à chaque pays en matière de réglementation de l'IA se poursuivront en 2024, tout comme les lois fondées sur des principes qui tiennent compte de l'innovation en matière d'IA, de l'éthique de l'IA et des droits des consommateurs. Les changements législatifs relatifs à la lutte contre le blanchiment d'argent et le financement du terrorisme et aux paiements passeront également par les procédures parlementaires dans le monde entier, car les gouvernements et les organismes de réglementation adoptent des positions différentes sur les priorités absolues.
Il faut donc s'attendre à de nouvelles propositions, à des promulgations et à des défis de mise en œuvre pour une adhésion rapide, dans ce qui semble être un délai de plus en plus court entre l'adoption des lois et la date de leur mise en application.
Par exemple,
- Les règlements de l'Economic Crime and Corporate Transparency Act 2023 (Commencement No. 1) sont entrés en vigueur le 15 janvier 2024 et ont un impact sur certains aspects du blanchiment d'argent et de la fraude, y compris les transactions de biens mixtes, la diligence raisonnable renforcée concernant les pays à haut risque et le partage d'informations entre certaines entreprises réglementées en ce qui concerne les clients lorsque cela peut aider à effectuer une diligence raisonnable à l'égard des clients pour prévenir ou détecter la criminalité économique. La nouvelle directive du régulateur des services de paiement sur le remboursement 50:50 est également entrée en vigueur, ce qui risque de coûter cher aux établissements alignés sur les fonctions de fraude/conformité, en particulier lorsque les systèmes et les contrôles ne sont pas modernisés pour repérer les schémas suspects et la fraude.
- EU | La proposition DSP3 de la Commission européenne (13 juillet 23), ainsi qu'un règlement surles services de paiement(PSR1) qui complète et clarifie certains aspects de la DSP3, devraient être adoptés avant la fin 2024 au plus tôt, affectant le paysage des paiements tel que nous le connaissons aujourd'hui.
Ces changements ont un impact sur la lutte contre le blanchiment d'argent, la fraude et les crypto-monnaies, ainsi que sur l'innovation technologique en matière d'IA. Par exemple, la loi de l'Union européenne sur l'IA est considérée comme la plus complète et la plus spécifique des lois relatives à l'IA, qui englobe le développement, l'utilisation, la sécurité des consommateurs et la protection de la vie privée, tandis que le décret du président américain Biden sur le développement sûr, sécurisé et fiable de l'IA devrait également révéler ses conclusions avant la fin de l'année. Les agences fédérales ont déjà pris plus de deux douzaines de mesures depuis le décret et d'autres échéances suivront en février, mars et avril.
La criminalité facilitée par l'IA va augmenter
L'IA est utile pour lutter contre la criminalité financière, mais elle n'est pas seulement utilisée par ceux qui sont du bon côté de la loi. Les problèmes facilités par l'IA se multiplient : les fausses nouvelles se répandent dans les médias sociaux, sapant la confiance sociale et la démocratie, tandis que les images générées par l'IA sont liées à de fausses ouvertures de comptes et à d'autres personnes d'intérêt. Dans le secteur financier, les problèmes sont principalement liés à la génération de voix artificielles ou à la technologie des fausses vidéos profondes pour l'usurpation d'identité, ce qui permet aux acteurs malveillants de contourner les barrières de sécurité.
Un récent rapport du gouvernement britannique sur les risques de l'IA générative en matière de sûreté et de sécurité indique que "d'ici 2025, l'IA générative est plus susceptible d'amplifier les risques existants que d'en créer de nouveaux, mais elle augmentera fortement la vitesse et l'ampleur de certaines menaces. La difficulté de prévoir les avancées technologiques crée un potentiel important de surprise technologique ; des menaces supplémentaires qui n'ont pas été anticipées émergeront presque certainement". En tant que telle, l'année 2024 ne manquera pas d'être chargée de possibilités alarmantes. Les institutions financières feront de leur mieux pour atténuer ces problèmes en utilisant les logiciels les plus récents qui les combattent activement au fur et à mesure qu'ils se présentent.
Le blanchiment d'argent et la fraude augmenteront
Avec le ralentissement économique mondial de 2023, une crise du coût de la vie a causé des problèmes dans le monde entier. Aujourd'hui, selon le Forum économique mondial, une personne sur quatre dans les pays développés connaît des difficultés financières. Il est donc très probable que le blanchiment d'argent, la fraude et d'autres délits financiers augmentent. Par ailleurs, plus de personnes que jamais ont accès à des outils d'IA qui peuvent être utilisés pour commettre des délits. Auparavant, les citoyens respectueux de la loi pouvaient prendre des mesures drastiques pour payer leurs factures, avec des fraudes telles que l'APP (Authorized Push Payment) qui échappent à tout contrôle et la fraude à l'assurance qui monte en flèche au Royaume-Uni. Il n'est donc pas étonnant que les particuliers soient victimes d'escroqueries et d'activités de type "mule". Selon Zurich, les demandes d'indemnisation frauduleuses ont augmenté de 31 %.
La hausse de l'inflation a toujours été un terrain propice à la criminalité. Lorsque l'inflation a diminué au début des années 90, les taux de criminalité ont également baissé aux États-Unis et en Europe. Les enquêteurs chargés de la lutte contre la criminalité financière doivent donc être plus vigilants que jamais lorsqu'il s'agit de lancer des alertes sur des personnes qui n'ont jamais eu d'ennuis avec la justice. La mise en œuvre d'une procédure d'alerte avancée et robuste pour détecter ces cas aidera de nombreuses institutions en 2024.
Demande accrue de professionnels qualifiés sur un marché en pénurie de compétences
Il existe de nombreuses pénuries de compétences dans les domaines requis pour soutenir les efforts mondiaux de lutte contre la criminalité financière. Les cas d'utilisation de l'IA exercent une pression sur la demande de compétences dans des rôles tels que les scientifiques des données, les experts en sanctions et les enquêteurs de niveau 1 et 2. Parmi les 10 compétences les plus demandées en 2024 selon Forbes, cinq sont liées à la lutte contre la criminalité financière (IA générique, données, informatique en nuage, ingénierie de l'apprentissage automatique et cybersécurité). La forte demande d'employés parallèlement à des pénuries de compétences problématiques n'est pas récente non plus ; il s'agit d'une préoccupation croissante depuis 2018. Employer ceux qui ont des compétences transférables ou renforcer les compétences de ceux qui occupent des postes de niveau inférieur peut être la voie à suivre pour les entreprises afin de rester en phase avec la technologie actuelle et ses avancées futures.
L'évolution du paysage en 2024 et au-delà ne fera qu'ajouter à cette pression et obligera les entreprises à anticiper l'évolution de leurs besoins tout en continuant à développer leurs équipes pour s'adapter aux lois et aux technologies de pointe dans le monde entier.
Amélioration des capacités de détection en temps réel de la criminalité financière
Dans la continuité des années précédentes, les institutions financières sont toujours sous la pression des régulateurs pour faciliter le suivi des transactions en temps réel. Alors que les services bancaires numériques continuent de se développer - 3,6 milliards de personnes devraient utiliser les services bancaires en ligne en 2024 - les transactions augmentent rapidement. Non seulement ces paiements se déplacent entre les comptes personnels et professionnels, mais le support change : applications bancaires mobiles, options sans carte, portefeuilles numériques, etc. Ces deux éléments continueront à perturber le statu quo.
En outre, les régulateurs veulent que les institutions financières fournissent la preuve qu'elles surveillent les transactions pour la lutte contre le blanchiment d'argent en temps réel ; cependant, les spécificités sur la manière et ce à quoi cela ressemble diffèrent selon les banques et les pays. Les banques doivent déterminer comment améliorer de manière significative le suivi de la détection sans créer un afflux de nouvelles alertes et sans manquer le rendu des risques en temps réel, et adhérer aux réglementations AML existantes pour stopper les transactions suspectes dès qu'elles se produisent. Bien que cela puisse sembler problématique, cela offre également des opportunités et un potentiel grâce à des systèmes unifiés de bout en bout qui peuvent fonctionner dans tous les domaines de la prévention de la criminalité financière.
Complexité et difficulté persistantes de la mise en œuvre des sanctions
Grâce aux 40 élections nationales qui se tiendront en 2024, de nombreux changements seront apportés aux listes de sanctions tout au long de l'année, en particulier pour les PPE, les conjoints/frères et sœurs de PPE, etc. Les conflits en cours en Iran, à Gaza et en Ukraine continueront également à avoir un impact sur les sanctions, l'évasion des sanctions et la prévention du financement des activités de guerre par le biais des mouvements commerciaux.
Les fonctions de conformité AML feront face à ces complexités, probablement en recyclant le personnel et en utilisant des technologies de filtrage modernes (telles que la gestion des listes de surveillance) lorsque les budgets le permettent, afin de contribuer à une véritable capacité en temps réel, à une génération d'alertes plus précise et à une meilleure gestion des cas.
Les institutions proactives, qui utilisent des logiciels pour lutter contre les personnes figurant sur les listes de surveillance et un personnel formé, seront plus à même de faire face à toute nouvelle sanction au fur et à mesure de son apparition. Pour celles qui ne sont pas encore prêtes, la mise en œuvre d'un logiciel de lutte contre les sanctions tel que le Name Screening et le Transaction Screening de SymphonyAI doit être une priorité absolue.
Conclusion
Les tendances de 2024 en matière de lutte contre la criminalité financière sont spectaculaires, quelque peu prévisibles, mais surtout solubles avec le savoir-faire, les équipes et la technologie adéquats. Il est essentiel d'en prendre note et de prendre des mesures pour les comprendre dans un contexte plus large et au sein de votre propre organisation. Il est plus important que jamais de rester vigilant face à la menace de la fraude, du blanchiment d'argent et d'autres formes de criminalité financière en utilisant des logiciels robustes et puissants tels que SymphonyAI - un logiciel primé utilisé par plus d'un tiers des 100 plus grandes banques du monde dans leur croisade pour éliminer la criminalité financière.
Un assistant d'enquête génératif AI et le Sensa Investigation Hub peuvent augmenter votre logiciel existant pour révolutionner les enquêtes. Réservez une démo dès aujourd'hui.