Pandemin har förändrat hur kriminella gömmer sina pengar – och AI-verktyg försöker sniffa upp dem

Ms Tech | Getty

När ekonomier över hela världen stängdes tidigare i år var det inte bara företagsägare och konsumenter som var tvungen att anpassa sig. Brottslingar hade plötsligt problem med händerna. Hur flyttar man sina pengar?

Vinster från organiserad brottslighet skickas vanligtvis genom legitima företag, ofta byter händer flera gånger och korsar gränser, tills det inte finns något tydligt spår tillbaka till dess källa – en process som kallas penningtvätt.

Men med många företag stängda, eller med mindre intäktsströmmar än vanligt, blev det svårare att gömma pengar i sikte genom att efterlikna vardaglig finansiell aktivitet. Pengarna kommer fortfarande in men det finns ingenstans att lägga dem, säger Isabella Chase, som arbetar med ekonomisk brottslighet på RUSI, en brittisk tankesmedja för försvar och säkerhet.

Pandemin har tvingat kriminella gäng att hitta på nya sätt att flytta runt pengar. Detta har i sin tur höjt insatserna för team mot penningtvätt (AML) med uppgift att upptäcka misstänkta finansiella transaktioner och följa dem tillbaka till källan.

Nyckeln till deras strategier är nya AI-verktyg. Medan vissa större, äldre finansinstitutioner har varit långsammare med att anpassa sina regelbaserade äldre system, använder mindre, nyare företag maskininlärning för att hålla utkik efter onormal aktivitet, vad det nu kan vara.

Det är svårt att bedöma den exakta omfattningen av problemet. Men enligt FN:s kontor för droger och brott är mellan 2 % och 5 % av den globala BNP – mellan 800 miljarder och 2 biljoner dollar med nuvarande siffror – tvättas varje år . Det mesta går oupptäckt. Uppskattningar tyder på att endast omkring 1 % av vinsten som tjänas in av kriminella beslagtas.

Och det var innan covid-19 slog till. Bedrägeri är uppe och farhågor kring covid-19 skapar en lukrativ marknad för förfalskade skyddsutrustning eller läkemedel. Fler människor som spenderar tid online skapar också en större pool för nätfiskeattacker och andra bedrägerier. Och naturligtvis köps och säljs narkotika fortfarande.

Lockdown gjorde det svårare att dölja intäkterna – åtminstone till att börja med. Problemet för brottslingar är att många av de bästa företagen för att tvätta pengar också var de som drabbades hårdast av pandemin. Små butiker, restauranger, barer och klubbar gynnas eftersom de är kontanttunga, vilket gör det lättare att blanda ihop illa vinningar med lagliga inkomster.

Med stängda bankkontor har det varit svårare att göra stora kontantinsättningar. Banköverföringstjänster som Western Union – som vanligtvis tillåter vem som helst att gå in från gatan och skicka pengar utomlands – stänger också sina lokaler.

Men brottslingar är ingenting om inte opportunistiska. När de normala kanalerna för penningtvätt stängdes öppnades nya upp. Stora summor pengar har börjat strömma in i småföretag igen tack vare statliga räddningsaktioner. Detta skapar en uppsjö av finansiell verksamhet som ger skydd för penningtvätt.

Bryta mot reglerna

Resultatet är att det ställs fler krav på AML-teknik. Äldre system förlitar sig på handgjorda regler, som att transaktioner över ett visst belopp ska ge upphov till en varning. Men dessa regler leder till många falska flaggor och verkliga kriminella transaktioner går vilse i bruset. På senare tid försöker maskininlärningsbaserade tillvägagångssätt identifiera mönster av normal aktivitet och lyfta flaggor endast när extremvärden upptäcks. Dessa bedöms sedan av människor, som avvisar eller godkänner varningen.

Denna feedback kan användas för att justera AI-modellen så att den anpassar sig själv över tid. Vissa företag, inklusive Featurespace, ett företag baserat i USA och Storbritannien som använder maskininlärning för att upptäcka misstänkt finansiell aktivitet, och Napier, ett annat företag som bygger maskininlärningsverktyg för AML, utvecklar hybridmetoder där korrekta varningar som genereras av en AI kan omvandlas till nya regler som formar den övergripande modellen.

De snabba förändringarna i beteende de senaste månaderna har gjort fördelarna med mer anpassningsbara system tydliga. Finansiella tillsynsmyndigheter runt om i världen har släppt ny vägledning om vilken typ av aktivitet AML-team bör se upp för, men för många var det för sent, säger Araliya Sammé, chef för ekonomisk brottslighet på Featurespace. När något som covid händer, där allas betalningsmönster plötsligt ändras, har du inte tid att sätta nya regler på plats.

Du behöver teknik som kan fånga det när det händer, säger hon: Annars är pengarna borta när du har upptäckt något och larmat de som behöver veta.

För Dave Burns, chief revenue officer för Napier, fick covid-19 problem att koka över under lång tid. Den här pandemin var vändpunkten på många sätt, säger han. Det är lite av en väckarklocka att vi verkligen behöver tänka annorlunda. Och, tillägger han, några av de större aktörerna i branschen har fångats på plattfot.

Men det betyder inte bara att man använder den senaste tekniken. Du kan inte bara göra AI för AI:s skull eftersom det kommer att spy ut skräp, säger Burns. Vad som behövs, säger han, är ett skräddarsytt tillvägagångssätt för varje bank eller betalningsleverantör.

AML-tekniken har fortfarande en lång väg att gå. Pandemin har avslöjat sprickor i befintliga system som gör människor oroliga, säger Burns. Och det betyder att saker och ting kan förändras snabbare än vad de skulle. Vi ser en större grad av brådska, säger han. Det som traditionellt är mycket långt, det byråkratiska beslutsfattandet påskyndas dramatiskt.

Dölj