ベンダー
English

AI 対 ダーティマネー

Create a vendor selection project
Click to express your interest in this report
Indication of coverage against your requirements
A subscription is required to activate this feature. Contact us for more info.
Celent have reviewed this profile and believe it to be accurate.
We are waiting for the vendor to publish their solution profile. Contact us or request the RFX.
Projects allow you to export Registered Vendor details and survey responses for analysis outside of Marsh CND. Please refer to the Marsh CND User Guide for detailed instructions.
Download Registered Vendor Survey responses as PDF
Contact vendor directly with specific questions (ie. pricing, capacity, etc)
2024/07/15

金融犯罪コンプライアンスにおける人工知能の活用状況

Abstract

銀行では、金融犯罪との闘いを支援するツールとして人工知能 (AI) が選択的に導入されているが、最近のAI技術の飛躍的な進歩は新たな機能の実現を約束するものであり、活用の場が広がっている。隠れたパターンを発見する能力や構造化データと非構造化データを統合する能力、あ分析結果を説明する能力が向上したことで、調査の効率が上がり、新しいタイプのマネーロンダリングも検出されている。生成AIを含む機械学習の導入が拡大し、従来から求められていた金融犯罪コンプライアンス (FCC) の効果向上とコスト削減の間に存在するトレードオフの解消が進みつつある。

オリバー・ワイマンの国際金融犯罪部門のパートナーであるDavid Choi氏と共同で作成した本レポートでは、以下の点について考察する。

  • AI導入のトレンド:金融サービスにおけるAI導入で最前線に立っているのはリスク・コンプライアンス部門である。FCC担当幹部は、取締役会や経営幹部の間でAIに対する関心が高まっている機会を捉え、機械学習、グラフアナリティクス、生成AIのそれぞれが持つ強みを活かしてマネーロンダリング対策 (AML) や不正行為の検出・調査の業務に変革をもたらそうとしている。
  • FCC機能のユースケース:トランザクションモニタリング、本人確認 (KYC)、制裁対象者の検知、調査にAIはどのように導入されているだろう。大手銀行のケーススタディでは、偽陽性の減少、複雑なマネーロンダリングスキームの検出の強化、業務効率の向上など、AI導入による具体的な効果が示されている。
  • 導入における考慮事項: AIの導入を成功させるための原則では、組織の賛同、データ品質、規制の明確性、およびAIガバナンスの重要性が強調されている。
  • 今後の見通し:AIによってどのように金融犯罪コンプライアンスに対するより統合的なアプローチが可能になるのかを予想。

本レポートには、様々なFCC機能におけるAIの有効性に関する調査データ、銀行内の様々な部門における生成AIの導入率、リスク・コンプライアンス部門で生成AIが利用されている業務、生成AIプログラムを導入する際に直面する一般的な落とし穴と成功の鍵となる要因なども含まれている。