Áp dụng công nghệ vào phòng chống tội phạm tài chính

09:41 | 06/12/2022

Trong những năm gần đây, ngành tài chính đang đẩy mạnh đầu tư vào chuyển đổi số, đem đến nhiều dịch vụ, trải nghiệm mới dành cho khách hàng. Tuy nhiên, cũng vì thế mà các hình thức tội phạm tài chính ngày càng tinh vi, đa dạng, đặt ra bài toán cấp thiết về các giải pháp đối phó.

Để công nghệ trở thành lá chắn

ap dung cong nghe vao phong chong toi pham tai chinh
Bà Nguyễn Thị Anh Thơ - Phó tổng giám đốc Dịch vụ Tư vấn rủi ro, Deloitte Việt Nam

Những tác động của CMCN 4.0 và đại dịch Covid-19 đã làm gia tăng đáng kể tốc độ công nghiệp hóa, số hóa của doanh nghiệp trên thị trường. Trong lĩnh vực tài chính, các ngân hàng cũng không nằm ngoài xu thế, nhanh chóng phát triển và đem tới thị trường những sản phẩm, dịch vụ với công nghệ tiên tiến, đảm bảo trải nghiệm thân thiện cho người dùng cùng tính bảo mật cao. Nhưng song song với tốc độ cải thiện của dịch vụ tài chính là nhiều nguy cơ tiềm ẩn về hành vi phạm tội công nghệ cao. Tại Việt Nam nói riêng, tội phạm sử dụng công nghệ cao tấn công vào lĩnh vực ngân hàng đang có xu hướng gia tăng, tiềm ẩn nguy cơ gây ra những hậu quả nghiêm trọng.

Trước những thách thức đó, các chuyên gia của Deloitte Việt Nam cho biết, không thể bỏ qua việc ứng dụng tiềm năng của công nghệ trong phòng chống tội phạm tài chính. Chính những tính năng tạo nên ưu điểm của sản phẩm, dịch vụ sẽ trở thành lá chắn phòng thủ cho ngân hàng và hệ thống. Trí tuệ nhân tạo (AI), học máy (ML), xử lý ngôn ngữ tự nhiên (NLP), công nghệ bảo vệ quyền riêng tư (PET), tự động hóa quy trình bằng robot (RPA) hay điện toán đám mây đều là những công cụ hữu hiệu giúp định danh khách hàng (KYC), đánh giá rủi to tài chính, từ đó giảm thiểu nguy cơ rửa tiền, tài trợ khủng bố hay các vấn đề đòi hỏi nhiều “lý luận phức tạp” hơn.

Thực tế, các công nghệ này đã được áp dụng tại các quốc gia có nền tài chính phát triển và đem lại nhiều hiệu ứng tích cực. Tại Singapore, United Oversea Bank đã áp dụng phương pháp tiếp cận Triple-A - trí tuệ nhân tạo (AI), tự động hóa (Automation) và phân tích dữ liệu (Analytics) - để có thể phát hiện các hành vi phạm tội nhanh hơn, chuẩn xác hơn, thông minh hơn. Sau hơn một năm áp dụng, kết quả ghi nhận giảm 50% số cảnh báo sai cho giám sát giao dịch, giảm 70% số cảnh báo sai cho sàng lọc khách hàng, đồng thời thu hẹp phạm vi điều tra và phân tích những giao dịch, mối quan hệ tiềm ẩn rủi ro về rửa tiền và tài trợ khủng bố (AML/CFT) trong vài ngày. Khía cạnh nhân sự cũng ghi nhận điểm tích cực khi ngân hàng đã tiết kiệm được 30% số giờ làm việc cho đội ngũ quản trị rủi ro.

Bà Nguyễn Thị Anh Thơ, Phó tổng giám đốc Dịch vụ Tư vấn rủi ro, Deloitte Việt Nam cho biết, nhiều ngân hàng đang tập trung xây dựng một Khung tuân thủ phòng chống tội phạm tài chính xuyên suốt vòng đời của khách hàng. Khung tuân thủ này sẽ ứng dụng AI/ML, RPA và NLP vào các quy trình quan trọng để tăng tính hiệu quả trong việc quản lý rủi ro tội phạm tài chính, đảm bảo các biện pháp quản lý rủi ro phù hợp được áp dụng rộng rãi trên toàn bộ sản phẩm/dịch vụ của mình.

ap dung cong nghe vao phong chong toi pham tai chinh
Nếu được tận dụng đúng cách, chính công nghệ sẽ trở thành lá chắn phòng vệ cho ngân hàng trước những mối đe dọa của tội phạm tài chính

Đòi hỏi phải phòng ngừa chủ động

Khi khách hàng bắt đầu đăng ký, kích hoạt và sử dụng sản phẩm hoặc dịch vụ lần đầu tiên, ngân hàng sẽ thực hiện KYC, thu thập, xác định, đánh giá rủi ro và kiểm tra khối lượng lớn dữ liệu qua mạng mà không cần sử dụng các biểu mẫu thủ công. Khi có giao dịch phát sinh, các mô hình học máy sẽ dự đoán hành vi dựa trên các giao dịch lịch sử và xây dựng biểu đồ mối quan hệ và phân tích mạng lưới để phát hiện các mối liên kết giữa các thực thể hoặc cá nhân đáng ngờ.

Sự phát triển của các nền tảng kỹ thuật số và ngân hàng số cho phép các đối tượng tội phạm khai thác đặc tính ẩn danh và tốc độ thực hiện thanh toán nhanh, từ đó đưa các khoản tiền bất hợp pháp qua biên giới và không thể thu hồi được. Mặc dù vậy, ông Nguyễn Hoàng Thao, Giám đốc Dịch vụ Tư vấn rủi ro, Deloitte Việt Nam đánh giá việc phòng ngừa chủ động ngày càng trở nên khả thi bằng cách sử dụng các kỹ thuật phân tích phát hiện tiên tiến.

Trong nhiều trường hợp, phân tích kịch bản và mô hình hóa mối đe dọa có thể cho phép các tổ chức đánh giá điểm yếu trong các quy trình và hệ thống AML/CFT của họ, từ đó giải quyết trước các vấn đề rủi ro cao. Kết hợp với điều này, công nghệ cũng có thể được sử dụng trong phân tích hành vi để giúp dự đoán hoạt động tội phạm trong tương lai, cho phép các tổ chức tài chính đi trước các nhóm tội phạm một bước.

“Khi đã trưởng thành hơn trong việc áp dụng công nghệ, ngân hàng nên bắt đầu đánh giá và quản lý rủi ro AML/CFT trong toàn bộ vòng đời của khách hàng”, bà Đồng Thị Thu Hương, Giám đốc Dịch vụ Tư vấn rủi ro, Deloitte Việt Nam đề xuất. Xem xét tổng thể từ khởi tạo hồ sơ, đến thu thập và xác minh dữ liệu, quản lý dữ liệu khách hàng, giám sát giao dịch, điều tra và báo cáo, ngân hàng có thể đánh giá nhằm cải thiện ứng dụng công nghệ ở mọi bước của quy trình. Bằng cách này, ngân hàng không chỉ vá lại các lỗ hổng tiềm ẩn đối với hoạt động tội phạm mà còn có thể đảm bảo trải nghiệm khách hàng một cách liền mạch.

Tội phạm tài chính đã không còn là vấn đề của riêng một doanh nghiệp, một quốc gia mà đã trở thành vấn đề chung của toàn cầu. Với công nghệ tiên tiến và tổ chức được xây dựng tinh vi, các nhóm tội phạm đã, đang và sẽ thực hiện các hình thức tội phạm có quy mô và hậu quả nặng nề hơn trong tương lai, ví dụ như rửa tiền và tài trợ khủng bố. Do đó, các ngân hàng, doanh nghiệp, tổ chức trong ngành tài chính cần nâng cao nhận thức và xây dựng mối quan hệ hợp tác chiến lược, song hành với các ủy ban, cơ quan quản lý để nâng cao khả năng phát hiện và ngăn ngừa các hành vi này.

Theo bà Nguyễn Thị Anh Thơ, chia sẻ thông tin sẽ giúp toàn ngành nâng cao chuyên môn, tính nhạy bén và tăng cường hiệu quả trong cuộc chiến chống tội phạm tài chính. Vì vậy, các tổ chức cần phối hợp xây dựng một chiến lược toàn diện về chia sẻ dữ liệu và công nghệ trong khi vẫn đảm bảo được các yêu cầu về quản lý rủi ro và quy định liên quan tới quyền riêng tư về dữ liệu.

Đỗ Phạm

Nguồn:

Thông tin chứng khoán

Cập nhật ảnh...
Nguồn : stockbiz.vn
Ngân hàng
KKH
1 tuần
2 tuần
3 tuần
1 tháng
2 tháng
3 tháng
6 tháng
9 tháng
12 tháng
24 tháng
Vietcombank
0,10
0,20
0,20
-
4,90
4,90
5,40
6,00
6,00
7,40
7,40
BIDV
0,10
-
-
-
4,90
4,90
5,40
6,00
6,10
7,40
7,40
VietinBank
0,10
0,20
0,20
0,20
4,90
4,90
5,40
6,00
6,00
7,40
7,40
Cake by VPBank
0,10
-
-
-
4,90
-
4,95
7,90
-
8,50
8,60
ACB
-
1,00
1,00
1,00
5,50
5,60
5,70
7,00
7,20
7,40
8,10
Sacombank
-
-
-
-
5,70
5,80
5,90
8,30
8,60
8,90
9,00
Techcombank
1,00
-
-
-
5,90
5,90
5,90
8,50
8,50
8,70
8,70
LienVietPostBank
-
0,10
0,10
0,10
6,00
6,00
6,00
8,10
8,10
8,50
8,50
DongA Bank
1,00
1,00
1,00
1,00
6,00
6,00
6,00
9,35
9,45
9,50
9,50
Agribank
0,50
-
-
-
4,90
4,90
5,40
6,10
6,10
7,40
7,40
Eximbank
0,20
1,00
1,00
1,00
5,60
5,70
5,80
6,80
7,10
7,40
7,50
Ngân Hàng USD EUR GBP JPY
Mua vào Bán ra Mua vào Bán ra Mua vào Bán ra Mua vào Bán ra
Vietcombank 23.430 23.800 24.662 26.042 27.702 28.883 175,33 185,62
BIDV 23.490 23.790 24.859 26.062 27.830 28.912 173.60 182.70
VietinBank 23.400 23.800 24.488 26.123 28.168 29.178 176,97 184,92
Agribank 23.440 23.800 24.910 26.057 27.948 28.857 177,53 185,26
Eximbank 23.410 23.750 24.970 25.647 28.029 28.789 177,36 182,17
ACB 23.400 23.800 25.009 25.606 28.028 28.765 177,51 181,93
Sacombank 23.470 23.870 25.080 25.687 28.247 28.862 177,80 183,35
Techcombank 23.430 23.790 24.760 26.090 27.766 29.067 173,38 185,81
LienVietPostBank 23.430 24.100 24.880 26.235 28.154 29.108 176,00 187,77
DongA Bank 23.480 23.790 24.980 25.620 28.050 28.760 176,5 182,10
(Cập nhật trong ngày)

Giá vàng Xem chi tiết

Khu vực
Mua vào
Bán ra
HÀ NỘI
Vàng SJC 1L
66.600
67.420
TP.HỒ CHÍ MINH
Vàng SJC 1L
66.600
67.400
Vàng SJC 5c
66.600
67.420
Vàng nhẫn 9999
54.000
54.950
Vàng nữ trang 9999
53.750
54.550