Het gebruik van AI-technologie in Anti-Money Laundering (AML)-processen is essentieel voor financiële instellingen om regelgeving na te leven en financiële criminaliteit effectief te bestrijden. Toch blijkt uit een nieuw onderzoek naar AML-technologie van SAS en KPMG onder 850 leden van de Association of Certified Anti-Money Laundering Specialists (ACAMS) dat hoewel de belangstelling in AI groeit de daadwerkelijke implementatie nog steeds achterblijft. Waarom is dat zo? En wat betekent dit voor de toekomst van anti-witwasprocessen?
De stand van zaken: AI in AML blijft in de testfase
Hoewel de meerwaarde van AI in AML steeds duidelijker wordt, blijkt uit het onderzoek dat slechts 18% van de organisaties AI/ML-oplossingen in productie heeft. Nog eens 18% is aan het testen, terwijl 40% nog helemaal geen plannen heeft om AI in te zetten. De belangrijkste redenen? Gebrek aan wettelijke verplichtingen en budgettaire beperkingen.
Opvallend is de houding van toezichthouders: slechts 51% van de AML-professionals geeft aan dat hun regelgevende instantie AI-innovatie stimuleert, een daling van 15 procent sinds 2021. Tegelijkertijd is het aantal respondenten dat toezichthouders als ‘terughoudend’ of zelfs ‘weerstand tegen verandering’ bestempelt, flink gestegen.
Waar biedt AI/ML de meeste waarde?
Uit het onderzoek blijkt dat AI en ML vooral worden ingezet om:
· False positives te verminderen – het meest genoemde voordeel, met een groei van 8% naar 38% sinds 2021.
· Dataverrijking te automatiseren voor onderzoeken en due diligence.
· Nieuwe risico’s te detecteren met geavanceerde modelleringstechnieken.
Hoewel machine learning als meest impactvolle technologie wordt gezien, blijft natuurlijke taalverwerking (NLP) onderbenut. Dit kan tot gevolg hebben dat compliance teams waardevolle inzichten missen doordat ze ongestructureerde data niet optimaal analyseren.
Generatieve AI: Interesse groeit, adoptie blijft achter
Generatieve AI (GenAI) heeft de potentie om AML-processen te transformeren, maar de sector blijft voorzichtig. 45% van de professionals experimenteert of onderzoekt de mogelijkheden, maar 55% heeft nog geen plannen voor implementatie. De onzekerheid over regelgeving speelt hierbij een grote rol.
De basis leggen voor een concurrentievoordeel
De sleutel tot het ontsluiten van het volledige potentieel van AI en machine learning is integratie van databronnen, teams en technologie. De eerste stap naar die integratie is het opzetten van een data-ecosysteem dat gegevens uit alle bronnen combineert. 86% van de respondenten geeft aan al een vorm van integratie te hebben tussen AML, fraude en informatiebeveiliging. Toch wacht een groot deel van de organisaties nog af.
Bedrijven die data en processen integreren met een focus op governance, creëren een solide basis voor verantwoorde AI- en ML-innovatie en verkrijgen daarmee een concurrentievoordeel ten opzichte van bedrijven die afwachten.
Vooruitblik: Tijd voor actie
AI en ML zijn geen magische oplossingen, maar ze bieden enorme kansen in de strijd tegen witwaspraktijken. De technologie is beschikbaar, de interesse groeit—nu is het tijd voor de echte transformatie. De vraag is: durft jouw organisatie de volgende stap te zetten? Wil je zelf de onderzoeksresultaten verkennen? Bekijk het interactieve datadashboard van SAS en ontdek hoe AI en ML wereldwijd worden toegepast in AML-compliance.
