Comment ComplyAdvantage utilise l'IA tout au long du cycle de vie de la gestion des risques de criminalité financière

ComplyAdvantage exploite intensivement l’intelligence artificielle (IA). Nous sommes conscients que les technologies traditionnelles et héritées n’ont pas résolu le problème de la lutte contre les risques de criminalité financière dans un environnement de services financiers dynamique.

Nous considérons la gestion des risques de criminalité financière comme un cycle de vie, commençant par l’obligation de vigilance, se poursuivant par le filtrage et la surveillance dans le cadre de l’obligation de vigilance continue, puis par la remédiation et le reporting.

Notre utilisation de l’IA s’étend sur les trois étapes de ce cycle de vie : l’obligation de vigilance initiale et continue, et la remédiation et le reporting.

Le cycle de vie de la gestion des risques de criminalité financière

L’obligation de vigilance

Dans la phase d’obligation de vigilance initiale, qui vise à comprendre les risques associés aux nouvelles relations commerciales, nos capacités d’IA incluent :

1. L’IA agentique collecte des informations provenant de multiples sources de données, y compris les listes de sanctions, les listes d’avertissement d’acteurs malveillants connus, les listes de personnes politiquement exposées (PPE), les listes de dirigeants d’organisations internationales (DOI) (conformément à la législation canadienne) et les médias défavorables.
2. Le traitement du langage naturel (TLN) est utilisé pour organiser ces données. Cela produit des données nettement plus précises que celles fournies par les fournisseurs traditionnels, formant ainsi une couche fondamentale pour la gestion des risques de criminalité financière.
3. La résolution d’entités et le regroupement d’entités sont appliqués aux données organisées pour optimiser la précision des alertes générées lors du filtrage des clients.
4. Des techniques de recherche avancées avec score probabiliste sont utilisées dans notre moteur de recherche, dépassant les simples algorithmes de correspondance de texte employés par les solutions héritées. Plus de 25 modèles ComplyAdvantage en production mondiale intègrent des éléments tels que la fréquence des noms, la correspondance de genre et la translittération dans le processus de filtrage.

Cette approche multicouche propulsée par l’IA — couvrant l’acquisition et l’organisation des données, la résolution d’entités et les modèles de notation avancés — produit les résultats les plus précis du marché. Cette précision est cruciale pour réduire les frictions avec les clients (particulièrement important pour les services financiers numériques) en ne présentant aux analystes que les alertes véritablement dignes d’investigation.

Nos capacités d’boligation de vigilance initiale incluent également la notation des risques clients, qui combine des informations statiques sur les clients, comme les données géodémographiques, avec les résultats du filtrage pour fournir un score de risque global. Ce score peut être évalué par rapport à la tolérance au risque d’une institution financière.

Étant donné que les informations et les risques liés aux clients ne sont pas statiques, notre attention se tourne ensuite vers la phase d’obligation de vigilance continue.

L'IA agentique dans le cadre de la conformité LCB-FT

Découvrez comment tester et mettre en œuvre l'IA agentique dans votre organisation pour développer votre activité tout en simplifiant la conformité.

Téléchargez votre copie

L’obligation de vigilance continue

Pendant la phase d’boligation de vigilance continue, qui vise à comprendre les risques associés aux relations établies au fil du temps, nous utilisons ces capacités d’IA :

• Les mêmes données collectées et organisées par l’IA sont filtrées en continu contre tout changement, que ce soit dans les sources de données sous-jacentes ou dans les informations client, afin de refléter l’évolution de l’exposition au risque au fil du temps.
• Les modèles d’IA appelés « détecteurs avancés » surveillent l’activité des clients révélatrice de criminalité financière. Nos détecteurs avancés se concentrent sur la détection du blanchiment d’argent et de la fraude, mais peuvent également découvrir des crimes sous-jacents au blanchiment d’argent pour s’aligner sur les priorités réglementaires d’organismes tels que FinCEN, l’UE (via la 6e Directive LCB/FT), le GAFI et le FINTRAC. Nos données de médias défavorables sont également associées à plusieurs de ces crimes sous-jacents afin de permettre une gestion efficace des risques à travers ces différentes dimensions.
• L’IA aide également à prioriser les alertes générées par la surveillance continue, garantissant ainsi que les analystes se concentrent d’abord sur les alertes présentant le plus haut niveau de risque.
• L’IA est utilisée pour l’optimisation de scénarios. Cela implique d’affiner et d’améliorer continuellement les scénarios de détection, reflétant ainsi la nature évolutive des méthodes de criminalité financière.

Remédiation et reporting

Au cours des étapes de remédiation et de reporting, qui se concentrent sur la gestion des enquêtes et l’information des régulateurs et des forces de l’ordre sur les activités suspectes, nous utilisons les capacités d’IA suivantes :

• L’IA agentique remédie à des alertes et des cas spécifiques à faible risque, optimisant la vitesse et la précision des enquêtes tout en minimisant les frictions avec les clients.
• L’IA agentique enrichit les cas en recueillant des informations provenant d’autres systèmes, fournissant aux analystes des détails complets avant le début des enquêtes.
• Nous explorons l’utilisation de l’IA générative pour créer des rapports, particulièrement les rapports réglementaires nécessitant un texte narratif. Notre objectif est de développer des réponses narratives standard et cohérentes, appréciées par les régulateurs. L’IA générative appliquée aux récits de déclarations de transactions suspectes (DTS) peut également générer des balises communes issues des enquêtes, qui peuvent ensuite éclairer des analyses plus sophistiquées et améliorer la priorisation des alertes futures.
• Notre IA d’optimisation de scénarios analyse les résultats des enquêtes. Cette analyse permet d’identifier les scénarios de détection susceptibles de générer des alertes ou des cas improductifs. L’objectif est d’optimiser le processus pour qu’une proportion élevée d’alertes aboutisse à des cas, et qu’une proportion élevée de cas mène à des rapports pour les forces de l’ordre, tels que les déclarations d’activités suspectes (DAS) ou leurs équivalents.

Assurer l’efficacité de notre utilisation de l’IA

Pour établir la confiance avec nos clients et garantir que nos solutions sont conformes aux attentes réglementaires, nous nous concentrons sur trois piliers de gouvernance essentiels : l’IA responsable, les données de haute qualité et notre équipe d’experts en données de criminalité financière.

IA responsable

Notre engagement envers l’IA responsable est profondément ancré dans notre processus de développement, garantissant que nos technologies respectent des directives éthiques rigoureuses. Cela comprend des stratégies proactives de gestion des risques et une validation complète et indépendante pour assurer l’équité, la transparence et la fiabilité de nos informations. En priorisant l’éthique, nous renforçons la confiance des clients grâce à l’intégrité et à la responsabilité de nos solutions.

Données de haute qualité

Le fondement de nos modèles d’IA repose sur notre engagement inébranlable envers des données de haute qualité. Nous appliquons des contrôles rigoureux et développons des partenariats stratégiques avec nos clients pour garantir que les données alimentant nos systèmes sont précises, cohérentes et complètes. Cette approche méticuleuse assure que nos algorithmes sont formés sur des informations fiables, conduisant à des évaluations des risques plus précises et à une réduction des faux positifs. En privilégiant l’excellence des données, nous fournissons aux institutions financières une intelligence fiable et exploitable.

Experts en données de criminalité financière

Notre équipe exceptionnelle d’experts en données de criminalité financière complète notre expertise technologique. Ces professionnels possèdent une vaste expérience dans la navigation des complexités des données financières, apportant une connaissance approfondie du domaine pour relever des défis complexes. Cette expertise assure que nos solutions sont non seulement technologiquement avancées mais aussi fondées sur une compréhension approfondie de l’évolution du paysage de la criminalité financière. Associé à notre IA de pointe, cet élément humain offre aux clients une approche holistique et robuste pour atténuer les risques.

Nous identifions et gérons activement les risques liés aux modèles d’IA, en utilisant des stratégies proactives pour repérer, évaluer et atténuer les biais ou inexactitudes potentiels. Cet engagement garantit l’efficacité et la fiabilité continues de nos solutions.

Nous mettons également l’accent sur la qualité des données dans toutes nos opérations, reconnaissant que leur intégrité est essentielle pour fournir des résultats précis et fiables. En priorisant la gestion des risques liés aux modèles et l’amélioration continue de la qualité des données, nous démontrons une approche complète et responsable de l’IA dans la lutte contre la criminalité financière.

Nos résultats d’IA : rapidité et sécurité

Cette approche holistique, axée sur l’IA, tout au long du cycle de vie de la gestion des risques de criminalité financière permet à nos clients de remplir leurs obligations de conformité, de minimiser les risques de réputation et de soutenir l’impératif moral de la lutte contre la criminalité financière. De façon cruciale, nos solutions soutiennent également l’impératif commercial de réduire les frictions avec les clients, garantissant une expérience client positive même face à des exigences de conformité strictes.