ENGМасштабы отмывания денег сложно оценить. Каждый год, по оценкам Управления ООН по наркотикам и преступности (УНП ООН), отмывается от 2% до 5% мирового ВВП (до €1,87 трлн в год). На пандемию пришелся всплеск финансовых преступлений — от фишинговых писем на тему COVID-19 до хакерских атак на банки. Увеличение нагрузки на системы безопасности финансовых организаций вскрыло их слабые места — большое количество ложных срабатываний, блокирование законной торговли и дополнительные расходы на аналитиков, которые вручную расследуют подозрительные случаи. «Инвест-Форсайт» отобрал современные решения, которые более эффективно помогают в борьбе с отмыванием денег.
Мюнхен: очень точный AI
Лондон: ДНК денег
Таллин: признание властями
Снова Лондон: решение на $100 млн
Прага: дополнительная защита
Мюнхен: очень точный AI
Вольфганг Бернер (Wolfgang Berner) и Тобиас Швайгер (Tobias Schweiger) — мастодонты немецкого финтеха. Первый был соучредителем платформы по обработке платежей PAY.ON, а второй — ее финансовым директором. В 2015 году ACI Worldwide купила PAY.ON за $200 млн. Поиски новой бизнес-идеи привели бывших топ-менеджеров к общей, раздражающей всех банков проблеме — ложные срабатывания мониторинга онлайн-транзакций.
«Обычно банки устанавливают пороги для онлайн-транзакций, например переводы на сумму свыше €10 тыс. Это нередко приводит к ложным срабатываниям — когда бабушка, к примеру, переводит внуку €10 тыс. на покупку машины», — рассказывает Тобиас Швайгер.
Основанный в 2018 году стартап HAWK: AI решает проблему с помощью искусственного интеллекта. Попав в банк, AI собирает свой бэкграунд — анализирует реальные случаи мошеннических транзакций, с которыми банк сталкивался в прошлом, примеры ложной тревоги, а затем просчитывает риски возникновения подобных ситуаций в будущем. Однако решающим фактором при срабатывании системы становится человеческое поведение. Учитывается всё: входящие/ исходящие переводы, размер зарплаты, взятые кредиты, аренда квартиры и т.д. Если в цепочке транзакций появляются новые источники дохода, а затем бесследно исчезают, HAWK: AI расценивает это как «отклонение от нормального поведения» и рекомендует банку «присмотреться» к владельцу счета.
Немецкое ПО отслеживает не только крупные операции. Искусственный интеллект научился раскрывать схемы так называемых «денежных мулов». Это когда большое количество людей (например, студенты) переводит небольшие суммы через множество банков, пока деньги не сойдутся на счете одного человека.
«Наше программное обеспечение намного точнее, — добавляет Тобиас Швайгер. — Оно экономит банкам деньги и нервы. Тысячи ложных тревог до сих пор обрабатываются сотрудниками банка вручную».
HAWK: AI постепенно внедряет свое ПО среди немецких банков, но при этом посматривает в сторону США. Летом 2019 года стартап собрал семизначную сумму инвестиций (точные данные не раскрываются) и намерен начать международную экспансию.
Лондон: ДНК денег
Стартап HydraAML зарегистрирован в Великобритании, но часть его команды живет в Венгрии. Всю жизнь идейный вдохновитель финтех-проекта Андраш Гедай (András Gedai) работает в банковской сфере. За семь лет он построил карьеру в Inter-Europe Bank Rt, потом перешел в CIB Bank, а год назад устроился в Raiffeisen Bank. Видя изнутри, с какими проблемами сталкиваются банки, когда мошеннические операции остаются не выявленными, Андраш Гедай придумал технологию маркировки цифровых денег.
Идеей заинтересовался серийный предприниматель Ласло Курти (Laszlo Kurti), который впоследствии стал соучредителем стартапа. Компания Hydra AML стартовала в 2016 году (объем инвестиций не раскрывается). Ее технология CashDNA заточена на борьбу с отмыванием денег в госструктурах. При транзакции средства должны быть разбиты на отдельные цели, например НДС, государственные субсидии или европейские гранты. Каждой части цифровых денег «прикрепляется» маркер. Маркер — закодированная, сильно сжатая строка символов, которая содержит в себе важную информацию: откуда пришли деньги и куда переводятся дальше.
Все CashDNA отправляются в центральный блок, который автоматически ищет шаблоны цепочек незаконных транзакций во всей базе данных. Искусственный интеллект Hydra распознает подозрительные операции и в режиме реального времени предупреждает банк.
Таллин: признание властями
Искусственный интеллект и машинное обучение — обычное дело для современных финтех-стартапов. Но чтобы внедрить ПО в банковские системы, нужно пройти сто кругов бюрократии и суметь договорить с финансовыми надзорными органами. Таави Тамкиви (Taavi Tamkivi), Джефф МакКлелланд (Jeff McClelland) и Сергей Румянцев ломают шаблоны. У них ушло два года на разработку технологии по борьбе с отмыванием денег Salv и внедрение прототипа AML Bridge в четырех банках Эстонии. Скорость вполне объяснима: они уже занимались подобными проектами в TransferWise и Skype.
«За время своей карьеры в сфере финансовых технологий я понял, что каналы передачи данных в финансовых учреждениях ограничены и однонаправленны: регулирующие органы запрашивают данные у банков, банки запрашивают информацию у своих клиентов… Мы увидели потенциал прорыва и создали пример разнонаправленного движения данных в Эстонии, потому что она небольшая и оцифрованная. Мы уже предоставляем рабочий прототип, на создание которого в другом месте потребовались бы годы», — рассказывает Таави Тамкиви.
Сейчас пилотную программу AML Bridge реализуют в таких банках, как LHV, Luminor, SEB и Swedbank. Проект поддерживается на государственном уровне. В разработке Salv использует архитектуру, аналогичную известной эстонской X-Road. Это когда данные остаются под защитой каждого из учреждений, а если одному из них необходим доступ, обмен происходит зашифрованными пакетами. Помимо этого, утверждают в проекте, эстонское решение намного быстрее в установке и интеграции, чем предложения конкурентов. С момента основания в 2018 году стартап привлек $3,8 млн инвестиций. Технологией, по словам Тамкиви, заинтересовались в Латвии, Литве и Великобритании.
Снова Лондон: решение на $100 млн
На фоне хаоса и экономического спада, вызванного Covid-19 во всем мире, выросло количество финансовых преступлений. По данным PwC, почти половина опрошенных ею предприятий (47%) за последние два года стали жертвами мошенничества (в опросе участвовало около 5000 компаний. — Ред.). Цифра, уверяют в PwC, значительно увеличится после подведения итогов за 2020 год. Для сооснователя британского стартапа Quantexa Вишала Маррии (Vishal Marria) девизом этого года, напротив, стала «цифровая устойчивость».
«Covid-19 изменил лицо финансовых преступлений», — заявил он в интервью Business Insider. — Этот кризис научил организации тому, что экосистемам, партнерам и их цепочкам поставок необходим новый уровень гибкости и цифровой устойчивости».
Свыше 15 лет Вишал Маррия борется с финансовыми преступлениями. Уйдя с должности исполнительного директора Ernst & Young, он вместе с экс-руководителем отдела по борьбе с финансовыми преступлениями в SAS Имамом Хоке (Imam Hoque) основал Quantexa. С момента основания в 2016 году проект собрал свыше $100 млн инвестиций с участием Accenture, HSBC и Evolution Equity Partners.
Изобретение Quantexa — это модульная платформа на базе искусственного интеллекта Contextual Decision Intelligence (CDI). ПО подойдет самой разной аудитории — госучреждениям для выявления налогового мошенничества, правоохранительным органам и банкам для расследования финансовых преступлений, коммерческим компаниям для повышения продаж. Сильные стороны CDI — умение в короткие сроки собрать данные из разрозненных источников, объединить их и проследить между ними связи, а если нужно, выявить возможности для заключения сделок либо рассчитать риски финансовых преступлений. С момента запуска в 2016 году стартап усилил свое влияние в более чем 70 странах. Платформой Quantexa пользуются крупные предприятия, включая Standard Chartered, OFX и Dunn & Bradstreet.
Прага: дополнительная защита
Идеи чешского стартапера Мартина Рехака (Martin Rehak) привлекли внимание международного венчурного капитала. Работая главным инженером по безопасности в Cisco, Рехак придумал технологию Resistant AI. За 12 лет работы в индустрии безопасности он увидел, что злоумышленники, нацеленные на системы искусственного интеллекта, становятся все более изощренными, а системы безопасности нуждаются в дополнительном уровне защиты. Запущенный им в 2019 году стартап получил финансирование в размере $2,8 млн. Сейчас Resistant AI предлагает два продукта. Первый — проверка документов. Алгоритмы машинного обучения «читают» и отклоняют «вредоносные документы».
«Это выписки с банковского счета, платежные ведомости, счета-фактуры, заказы на покупку и документы KYC, представленные финтех-компаниям и банкам. Именно они чаще всего полностью фальсифицируются», — поясняет Мартин Рехак.
Второй продукт — «Устойчивые транзакции» — использует искусственный интеллект для выявления подозрительных схем транзакций, под которыми может скрываться стратегическая атака на саму систему безопасности или попытка скопировать конфиденциальные данные клиентов.
«Наша система уникальна тем, что проверяет все запросы клиентов (которые могут принимать форму платежей, денежных переводов или кредитных заявок, оцениваемых системой, которую мы защищаем) в контексте аналогичных запросов. Изучая поток запросов, мы можем распознать и заблокировать атаки, направленные на кражу информации или, что еще хуже, нацеленные на то, чтобы подтолкнуть систему к принятию неправильного решения…» — объясняет предприниматель.
Автор: Ольга Гриневич
