dans quelle mesure l’intelligence artificielle va-t-elle révolutionner … · 2018. 3. 28. ·...

13 mars 2018

Dans quelle mesure l’intelligence artificielle va-t-elle révolutionner les processus de KYC ?Revue de l’état de l’art du marché

Thierry DINARD Consultant paiements/crédit & directeur du développement de SYRTALS

Payment, Cash and Digital Consulting

LE KYC EST LA BASE DE LA RELATION BANCAIRE. SON BESOIN EST RENFORCÉ PAR LA LÉGISLATION

AML QUI EXIGE DE S'ASSURER DE L'ORIGINE DES FONDS, DU BIEN-FONDÉ DES OPÉRATIONS ET DE LA

DÉTECTION DES OPÉRATIONS «ATYPIQUES»

13 mars 2018 1UNIVERSWIFTNET - L’IA va-t-elle révolutionner les processus de KYC ? - pour toute question : [email protected]

Niveau international GAFI

Niveau européen4ème Directive dite directive « anti-blanchiment » (mai 2015)

Niveau nationalL’Ordonnance de transposition (décembre 2016)

• Tous les acteurs régulés de la finance sont soumis aux obligations anti-blanchiment

• Directives sur les services de paiements (DSP1 & DSP2) un nombre croissant d’intermédiaires interviennent dans la chaine de paiement

Complexification croissante du KYC• Les enjeux liés à la

sécurité financière (lutte

anti-blanchiment,

anticorruption et anti-

financement du

terrorisme) se

traduisent pour les

établissements

financiers par des

règles.

• Au centre de ces règles,

la notion de KYC («

Know Your Customer »)

oblige depuis 2009

chaque organisation à

constituer des dossiers

clients. Cette exigence

s’est vue renforcée

depuis le 5 juin 2015

par le Parlement

Européen avec l’entrée

en vigueur de la 4ème

Directive AML

DANS LE CADRE DE SON DISPOSITIF KYC, L’ÉTABLISSEMENT DOIT RECUEILLIR UN CERTAIN NOMBRE

D’INFORMATIONS AVANT DE NOUER UNE RELATION D’AFFAIRES ET VÉRIFIER L’IDENTITÉ DE SES

NOUVEAUX CLIENTS EN S’APPUYANT SUR DES TITRES D’IDENTITÉ ÉMIS PAR L’ETAT


Contrôle des transactions (filtrage avant envoi et monitoring AML

après)

5

Collecte de documents

Contrôle de l’identité

Analyse des liens capitalistiques

Filtrage (sanctions, PEP,

UBO)

1 2 3EDD (diligence

renforcée)

Conformité fiscale (FATCA)

4

Révision périodique

• Obligation de vigilance constante et analyse basée sur le risque

• Contrôle de l'origine des fonds du client et du bien-fondé de ses opérations

• Détection des opérations dites « atypiques ».• Dispositif de filtrage sur listes de sanctions

/gel des avoirs / PPE

Pendant

la relation

• Recueil d’informations• Vérification de l’identité des nouveaux clients

(personnes physiques & morales)• Identification des bénéficiaires effectifs

Avant l’entrée en relation


Contrôle des transactions (filtrage avant envoi et monitoring AML

après)

5Collecte de documents

Plateforme centralisée de

documentation

Contrôle de l’identité

Analyse des liens (capitalistiques)

Filtrage (sanctions, PEP,

UBO)

1 2 3EDD (diligence

renforcée)

Conformité fiscale (FATCA)

4

Solution globale

DE NOMBREUX PRESTATAIRES OFFRENT DES SERVICES POUR LE KYC ET LCB-FT SUR LES

DIFFÉRENTES BRIQUES DU PROCESS

QUELQUES EXEMPLES D’ÉDITEURS ET DE REGTECHS (« REGULATORY AS A SERVICE »)

QUELQUES RAPPELS SUR L’INTELLIGENCE ARTIFICIELLE


• Intelligence Artificielle : domaine des sciences informatiques consacré au développement de concepts et de technologies en vue de réaliser des machines capables de simuler l'intelligence humaine et de prendre des décisions.

• Se base sur des programmes informatiques et algorithmes prédictifs

• Le machine learning est la capacité pour des ordinateurs d’apprendre avec des données ; algorithme d’apprentissage statistiques / application à de nouvelles données

• Apprentissage supervisé (on fournit la donnée, l’objectif et le

résultat) et non supervisé (on ne fournit pas l’output attendu ce qui

permet à la machine de détecter des patterns jamais vus auparavant)

• Le deep learning : technique d'apprentissage utilisant beaucoup de

données ; ex reconnaître le contenu d'une image ou comprendre le

langage parlé

• Peu d’utilisation pour le KYC jusqu’à présent malgré une bonne prise de conscience de l’intérêt de l’AI pour les programmes de KYC / AML :

• Manque de spécialistes des 2 domaines IA et financier• La peur du coté boite noire / non traçable • L’approche prudente des régulateurs

LA CENTRALISATION DES DONNÉES, DANS UNE APPROCHE « PLACE DE MARCHÉ » PERMET D’ÉVITER

LE TRAVAIL EN DOUBLE AU SEIN DES DIFFÉRENTES BANQUES, MAIS ÉGALEMENT FACILITE

GRANDEMENT PAR LA SUITE L’EMPLOI DE TECHNIQUES D’IA


Technologie Description / avantages Utilisation pour le KYC

• Centralisation des données dans ces systèmes privés ou public

• Usage possible de la BLOCKCHAIN

• Centralisation des informations du client dans un registre partagé privé ou public

• Rationalisation de taches aujourd’hui répétées dans toutes les banques du client

• Mutualisation des données du KYC

• Elargissement des alertes à l’activité du client dans d’autres banques

• Facilitation d’utilisation d’outils d’IA sur une base centralisée

1

Exemple de centralisation des données du KYC• KYC Registy : Lancé en 2014 et ouvert depuis

2017 à tous les établissements régulés qu’ils soient connectés à Swift ou non (4 000 FIs à ce jour)

• La base de données centralisée référence et maintient une série d’informations standardisées sur les institutions financières.

POC sur base de blockchain pour un KYC intégrant les entreprises

• Initiative internationale R3, gérée par une Fintech ou LaBChain, l’initiative de place lancée par la Caisse des Dépôts

• Inscrire sur une blockchain infalsifiable et auditable les connaissances authentifiées des contreparties (papiers numérisés, signatures, vérifications…).

http://www.journaldunet.com/economie/finance/1195520-blockchain/

FONCTIONNALITÉS PRINCIPALES DE L’AI ET APPLICATIONS POSSIBLES POUR LE KYC-AMLANALYSE DE DONNÉES NON STRUCTURÉES



• Analyse de données non structurées • Analyse des informations de presse, de media sociaux, du web, en toutes langues, échanges de mails, dark web …

• Base technique : Natural LanguageUnderstanding

• Avec le machine learning, le NLU peut lire des articles et en extraire des Meta data, identifier les entités en lien avec la data, comprendre la signification de parties du document

• Reconstitution automatique de la chaîne actionnariale à partir des extractions de registre de commerce ou de bases de données en open source

• Mapping interactif sur le client, sa

société-mère, ses actionnaires, ses

filiales

• Génération d’alertes en cas de

changement et d'information négative

2

Exemple de solution disponible sur le marché

• KYC3 lit 30.000 articles de presse par jour issus de 55.000 supports et établit un rapport articulé sur un client donné

• A rejoint en 2015 l’accélérateur de BNPP pour approfondir les techniques de machine learning

LA DONNÉE INTELLIGENTE EST LA CAPACITÉ À COMPRENDRE UNE DONNÉE DANS SON CONTEXTE ET

D’EN TIRER DES DÉCISIONS SUR SON TRAITEMENT



• Donnée intelligente • Donnée prenant en compte son contexte

• Base technique : Fuzzy logic

• Le formulaire peut s’auto compléter sur la base de données initiales non formatées

• Matching de données écrites différemment

• Rapprochement de transactions apparentées

• Questionnaire intelligent qui s’adaptent aux réponses données

• Alertes auto enrichies

3

Exemple de solution disponible sur le marché• TRULIO interroge en temps réel des centaines de

registres gouvernementaux et données publiques• Utilise l’OCR pour extraire les données de

documents officiels• Les données extraites sont réallouées dans des

champs formatés

COMPRÉHENSION DE TEXTES ET DÉTERMINATION DES CAS D’APPLICATION



• Compréhension de texte et détermination des cas d’application

• Base technique = natural languageunderstanding (NLU), une sous famille du natural language processing (NLP)

• Analyse de gros volumes de documentation et en retire des règles

• Identifie des clients, produits et process affectés par ces changements légaux ou réglementaires

• Mise en place d’outils de veille réglementaire en temps réel capables d'évaluer l'impact sur la structure bancaire et de proposer les changements adéquats

4

Exemple de solution disponible sur le marché• Programme COIN (COntract INtelligence) de JP MORGAN interprète des contrats de

crédit et juge de leur conformité• Basé sur le cloud interne de JP Morgan GAIA, sur lequel tournent tous les projets

d’AI • GAIA est accessible à certains clients de la banque

FONCTIONNALITÉS PRINCIPALES DE L’AI ET APPLICATIONS POSSIBLES POUR LE KYC-AMLAUTOMATISATION DES WORKFLOWS



• Automatisation des workflows • Analyse des documents, comportements et patterns de différentes sources

• Assignation de tâches

• Création de tableaux de bords et de reporting

• Recherche automatisée sur mots clés selon le contexte

• Couvre l’ensemble de la chaine KYC / AML

• Peut générer des chat bots qui demandent des précisions aux clients puis analysent leurs réponses

• Génération de documents, rapports de risque, pistes d’audit et notification

• Hiérarchisation des alertes à traiter par les compliance officers

5

Exemple de solution disponible sur le marché• DDIQ a été programmé pour penser comme un investigateur • Recherches des infos sur les dirigeants, dans 48 langues, génère des alertes et des

rapports• L’algorithme assigne a un score de confiance à chaque donnée collectées• Plus puissant que Google, qui est largement utilisé par les banques• Implanté chez EXIM BANK pour le TRADE FINANCE

FONCTIONNALITÉS PRINCIPALES DE L’AI ET APPLICATIONS POSSIBLES POUR LE KYC-AMLANALYSE DE CORRÉLATIONS



• Analyse de corrélations • Explore les associations entre de grands nombreux d’objets de différentes natures sur une longue période et sans seuils de montants

• Permet de créer des variables que l’on peut combiner à des données structurées

• Représentation graphique des nœuds et des relations (technologies de visualisation)

• Mapping des réseaux d'influence et de propriété entre les entreprises et la direction

• Identification des bénéficiaires effectifs (UBO)

• Montre la toile tissée par le client (avec les juridictions douteuse, avec les UBO)

• Assister les investigateurs dans la compréhension des réseaux complexes de preuves et tirer des conclusions qui n’apparaissent pas sans vision globale

• Revue de KYC

6

Exemple d’une solution disponible sur le marché

• WONDERSTAR de LEMONWAY

• Développé dans l’exposé de Damien

FONCTIONNALITÉS PRINCIPALES DE L’AI ET APPLICATIONS POSSIBLES POUR LE KYC-AMLRECONNAISSANCE DE MODÈLES DE COMPORTEMENT



• Reconnaissance de modèles de comportement

• Distingue les similarités dans le comportement client qui sont classés dans des archétypes de comportement

• Chaque client est représenté comme une combinaison d’archétypes, ajustés en permanence

• Le soft clustering utilise des méthodes bayésiennes non supervisées

• Adaptation des questionnaires CDD

• Détection de fraudes et déclenchement d’alertes quand des clients ne rentrent dans aucun cluster comportementaux

• Vision 360 degrés => Reconstitution des séries d’étapes que les blanchisseurs suivent pour masquer les transactions illégales

• Remplissage automatique des SAR (suspicious activity report)

7

Exemple de solution disponible sur le marché• FICO Anti-Financial Crime Solutions propose des solutions pointues permettant de

détecter des anomalies dans les comportements de paiements• AYASDI pilote en 2017 avec HSBC qui a permis de réduire de 20% les faux positifs

sans réduire le nombre de SAR Soft-Clustering

Behavioral

Misalignment

Score

Auto-Encoders

for Anomaly

Scoring

LES SOLUTIONS OFFERTES PAR L’INTELLIGENCE ARTIFICIELLE

CONCLUSION


Amélioration du pilotage du risque

• L’AI permet de remonter plus rapidement et de manière plus ciblée l'information

sensible

• Face à l’augmentation des données et la sophistication des fraudes, seule l’IA

permettra aux FI de monitorer correctement leurs flux

Amélioration de la relation client

• Les obligations réglementaires rendent l’ouverture d’un compte fastidieuse et

génère des délais qui font perdre des clients

• L’AI limite les faux positifs, facteurs de dégradation de la relation client

Réduction du coût humain

• Beaucoup de tâches administratives sont encore faites à la main

• L’AI permet aux compliance officer de se focaliser sur les vrais problèmes

• => baisse du recours à l’off shoring au profit d’emplois à forte valeur

ajoutée dans le pays de la banque

• Désormais des outils suffisamment puissants existent pour parvenir à des

jugements complexes respectant les règles de compliance.

• Des systèmes d’IA avec arbres de preuves (type Rainbird) offrent une piste

d’audit pour toutes les décisions prises

• A court terme les pistes les plus porteuses sont :

• La fermeture automatique des faux positifs

• L’association de la machine et l’humain dans la prise de décision finale sur

les cas à fort enjeu

FORT DE SES 4 ENTITÉS, LE GROUPE SYRTALS PEUT AIDER BANQUES ET CORPORATES DANS LEURS

PROJETS D’IA TANT EN CONCEPTION / GESTION DE PROJET QU’EN RÉALISATION DE POC

13

❖ Chaque entité exerce son expertise sur un périmètre spécifique et cohérent avec l’ensemble des offres du groupe.

❖ Le groupe s’appuie sur son expertise des technologies de rupture (Blockchain / IA) pour créer de la valeur ajoutée métier

❖ Pool unique de compétences méthodologiques, fonctionnelles et techniques permettant ainsi l’accompagnement réussi des mutations rapides des métiers de la banque, du commerce, des services, de l’industrie et du secteur public, au travers d’un large éventail de prestations : Conseil, Stratégie, AMOA, Pilotage et Organisation, Conduite du changement…

UNIVERSWIFTNET - L’IA va-t-elle révolutionner les processus de KYC ? - pour toute question : [email protected] 13 mars 2018

L’intelligence artificielleau service du KYC

Mars 2018Damien Guermonprez

Chairman

présente:

1

Nos Missions:

• Simplifier les paiementscomplexes

• Répondre aux contraintesréglementaires

Problème:

Les paiements des places de marché sont

complexes et régulés

2

Comptes de paiement Cantonnement des fonds LCB FT KYC

Notre offre de services régulés comprend le KYC

Notes

1 Know Your Customer

2 Know Your Business

3 Anti-Money Launderingservices to its customers through its websites

Borrowers Investors LendersClients /

Partners

Identity verification

(KYC1, KYB2, AML3)

Funds acquisition

(cards, SEPA)Wallet management

Segregation with

banks

Distribution in local

currency

On-boarding Front-office Back-office Funds safeguard Release

Key

benefits: One stop shop Expertise and supportRegulatory compliance /

Anti-fraudScalability Speed of implementation

Crowdfunding MarketplaceE-commerce

Première brique d’une plateforme complète

4

R

C

C

Residence Permit

National ID - MRZ

National ID – Advanced controls

R

RPC

P

OP

P

P

idP

P

P

P

P Passport - MRZ

Passport – Advanced controls

CD

D Driving License

CC

C

D Other (Sanitary, …)

C

C

C PC

RP

R

R

R

R

R

R

PC

RPC

RPCP

RPC

R

P

PC

PC

PC

PC PC

PC

PC

PC

PC

PC

PC

PC

RPC

RPC

RP

RP

P

À travers nos 1,400 plateformes partenairesplaces de marché européennes

P

P

Qui collecte des documents au niveau mondial

5

Et à distance

AVEC RECONNAISSANCE DES CARACTERES PAR LA SOLUTION FRANCAISE:

6

Difficultés KYC + LCB FT

KYC

• Renouveler l’exercice en capitalisant sur les données issues de l’exploitation

LCB FT

• Détecter les nouveaux types de fraudes et lutter contre la créativité des

cybercriminels avec un système bancaire qui comporte de plus en plus d’intermédiaires

induis par les Directives européennes des Services de Paiement.

• Identifier les schémas complexes issus de l’économie du partage et les « ex

filtreurs » de fonds (fausses sociétés, faux documents).

• Visualiser les grands ensembles de données “Big Data”, les outils classiques de

gestion de bases de données ou de gestion de l’information étant inadaptés.

7

Notre solution Wonderstar

8

• Détecte les fraudes parmi les données de paiement.

• Intégre les dernières avancées en Intelligence artificielle : va au-delà des méthodes

de franchissement de seuils et des BlackLists.

• Analyse en temps réel le comportement des payeurs, par rapport à un réseau de

neurones et une technique d’apprentissage des comportements frauduleux (réseaux

de Kohonen).

• Visualise les fraudes

• Financée par la BPI (subvention du Concours de l’Innovation Numérique).

• Brevetée

Avantages

9

Avant, les opérations de paiement et les rejets étaient listés sous forme de relevés bancaires,

pour chaque client, assortis de codes d’erreur.

Comment ça marche ?

10

Aujourd’hui, l’outil de visualisation graphique

permet d’effectuer des grappes, chaque “raisin”

étant un compte client.

Les connexions sont soit des paiements directs

entre clients, soit des données partagées (par

exemple un IBAN commun ou une adresse IP

commune).

Ainsi, on peut facilement identifier un réseau de

fraudeurs qui partagent le même ordinateur, ou

bien un réseau d’ « exfiltreurs » faussaires qui

partagent le même compte bancaire pour

toucher le fruit de leurs méfaits.


11

En “dépliant” de grappe en grappe,

graphiquement, on identifie les réseaux

mafieux et on termine le trafic en bande

organisée en identifiant tous les

comptes de clients dormants “prêts à

l’action”.


12

L’IA, une nouvelle étape dans le développement du KYC

Reconnaissance des caractères et des visages

Mutualisation des données des acteurs financiers (*) et non financiers

(*) Il manque aux EP / EME l’accès au fichier Ficoba

Deep learning

Ancre dans le temps des documents

Identifie un nouveau modèle de fraude

Reconnaît un modèle connu

Lit documents et visages

L’ordinateur

Trie les données

13

Marketplaces

1,400

E-wallets

4M

Flux

€1.4B

C.A. 2017

€11M

Collaborateurs

77

Nationalités

24

Rappel des chiffres de Lemon Way

14

15

Merci ! [email protected] 06 16 39 31 37

WWW.LEMONWAY.COM

mailto:[email protected]

dans quelle mesure l’intelligence artificielle va-t-elle révolutionner … · 2018. 3. 28. ·...

Documents