Use of artificial intelligence in anti-money laundering: expected benefits and challenges faced by banks
No Thumbnail Available
Journal Title
Journal ISSN
Volume Title
School of Business |
Master's thesis
Author
Date
2021
Department
Major/Subject
Mcode
Degree programme
Information and Service Management (ISM)
Language
en
Pages
33
Series
Abstract
Money laundering continues to negatively impact societies and economies globally. Governments and regulators have tightened anti-money laundering regulations in recent years, leading to banks having had to invest significantly in their anti-money laundering units and controls to remain compliant. Despite this development and the additional cost taken on by the banks, only a miniscule amount of laundered money gets caught by law enforcement. New, more efficient methods for fighting financial crime are needed to catch money launderers. The purpose of this thesis was to study if using artificial intelligence to identify and prevent financial crime could be a way to both decrease the cost of compliance for banks and financial institutions and increase the effectiveness of their AML controls – ultimately leading to catching more of the illicit funds being laundered. A literature review was conducted to understand and identify what artificial intelligence solutions are available for banks to use in anti-money laundering, what challenges are related to implementing them and what benefits they provide. The research was conducted by having qualitative semi-structured interviews with senior leaders and experts within the anti-money laundering. The interview data was analyzed to identify similarities, differences, and relationships between interviewees’ answers. The findings from the interviews were compared to what was learned from the literature review, to see how the findings might differ from existing knowledge literature. The findings suggest that various artificial intelligence based solutions are available to be used by banks in anti-money laundering, including machine learning powered transaction monitoring and social network analysis for identifying networks of criminals. AI is expected to provide great benefits in terms of reduced cost and increased quality of the banks’ AML controls. However, banks face data quality and availability challenges due to their often old and complex IT system landscapes. Investment is needed into creating a data foundation to build on before AI can be successfully implemented.Rahanpesu heikentää yhteiskuntaa ja taloutta maailmanlaajuisesti ja jatkuvasti. Lainsäätäjät ja valvojat ovat tiukentaneet rahanpesuun liittyvää sääntelyä viime vuosina, minkä myötä pankit ovat joutuneet sijoittamaan huomattavan paljon rahanpesun torjunnan yksiköihinsä ja kontrolleihinsa. Tästä kehityksestä ja pankkien lisääntyneistä kuluista huolimatta, vain hyvin pieni osa pestystä rahasta saadaan kiinni viranomaisten toimesta. Uusia ja tehokkaampia tapoja torjua rahanpesua selvästi tarvitaan. Tämän tutkimuksen tarkoitus oli selvittää voisiko tekoälyn käyttäminen talousrikollisuuden havaitsemisessa ja estämisessä olla toimiva keino vähentää rahanpesun torjunnan kuluja pankeissa ja parantaa rahanpesun torjunnan tehokkuutta, jotta suurempi osa pestystä rahasta jäisi kiinni. Tutkimuksen kirjallisuuskatsaus tehtiin pankkien saatavilla olevien tekoälysovelluksien tunnistamiseksi ja ymmärtämiseksi, sekä niihin liittyvien haasteiden ja hyötyjen tunnistamiseksi. Tutkimus toteutettiin kvalitatiivisilla puolistrukturoiduilla haastatteluilla. Haastateltavat ovat kokeneita johtajia ja asiantuntijoita rahanpesun torjunnan parista. Haastatteluiden data analysoitiin samankaltaisuuksien, erojen ja yhteyksien tunnistamiseksi. Haastatteluiden tuloksia verrattiin kirjallisuuskatsauksen havaintoihin, jotta tulosten erot olemassa olevaan kirjallisuuteen huomattiin. Tutkimuksen tulosten mukaan tekoälyä voidaan käyttää usealla tavalla rahanpesun torjunnassa, kuten hyödyntämällä koneoppimista maksuliikenteen monitoroinnissa ja analysoimalla verkostoja sosiaalisen verkostoanalyysin avulla. Tekoälyn odotetaan vähentävän kuluja ja parantavan rahanpesun torjunnan laatua. Pankeilla on kuitenkin haasteita datan laadun ja saatavuuden kanssa, johtuen pankkien usein vanhoista ja monimutkaisista IT järjestelmistä. Ennen kuin pankit pystyvät ottamaan tekoälyn laajemmin käyttöön rahanpesun torjunnassa ja pääsevät nauttimaan sen hyödyistä, tarvitaan investointeja perustan luomiseksi, jonka päälle tekoälyä voidaan alkaa rakentamaan.Description
Thesis advisor
Tuunainen, VirpiSuvivuo, Sampsa
Keywords
artificial intelligence, anti-money laundering, banks, financial crime prevention
