Compliance-team hanterar redan stora mängder information. KYC, AML och löpande riskbedömningar innebär ofta att information behöver hämtas från flera källor, sorteras och granskas innan en bedömning kan göras.
Här finns också en tydlig potential för AI, enligt Pontus Holmberg, CPO på Roaring.
“AI är väldigt bra på att bearbeta stora mängder information. I compliance blir det intressant när det kan hjälpa team att hitta det relevanta snabbare, så att mindre tid behöver läggas på sådant som ändå inte påverkar bedömningen.”
Det innebär inte att AI ska ta över riskbedömningen. Snarare handlar det om att använda tekniken för de delar av arbetet där den kan avlasta; exempelvis genom att analysera, klassificera och prioritera information inför den manuella granskningen.
Andra krav när AI används inom compliance
Generativ AI har gjort det enkelt att få ett snabbt svar på en fråga. I verksamheter med höga regulatoriska krav är ett svar i sig däremot inte tillräckligt. Organisationen behöver kunna förstå vilket underlag som ligger bakom och granska informationen vidare, något som även påverkar hur tekniken behöver byggas.
“Inom compliance räcker det inte att AI ger ett svar som låter rimligt. Teamet behöver kunna förstå vad svaret bygger på och gå tillbaka till underlaget. Därför behöver AI fungera tillsammans med rätt data, tydliga regler och kontroller,” förklarar Pontus.
På Roaring är det utgångspunkten för Roaring Hybrid Intelligence, där AI kombineras med strukturerad data och deterministisk logik. Olika delar av tekniken används för olika uppgifter, beroende på vad processen kräver.
Mer information är inte alltid bättre
En annan utmaning är mängden information. Fler datakällor och träffar kan ge en bredare bild, men innebär inte automatiskt ett bättre beslutsunderlag. Adverse Media är ett tydligt exempel. En sökning kan ge ett stort antal artiklar om ett företag, en styrelseledamot eller en verklig huvudman. Om merparten saknar relevans behöver någon fortfarande gå igenom alla träffar.
“Utmaningen är egentligen inte att hitta 500 artiklar till. Den är att förstå vilka få träffar som faktiskt betyder något, hur de påverkar riskbilden och varför. Det är precis det som är skillnaden när vi lägger intelligence ovanpå data,” säger Pontus.
Genom AI-baserad analys sorteras inte bara bruset bort; de relevanta risksignalerna prioriteras och kontextualiseras innan den manuella granskningen. På så sätt kan teamet lägga sin tid på att bedöma den faktiska risken, menar Pontus.
“Vi vill använda AI för att göra analysen bättre och minska det manuella arbetet, inte för att flytta ansvaret för beslutet. AI kan hjälpa till att prioritera, men organisationen behöver fortfarande göra bedömningen.”
Det gör också kontroll och transparens centralt. Organisationer behöver veta var AI används i processen, vad tekniken gör och när ett team behöver ta vid.
Nästa steg för RegTech
Det är i den kombinationen Roaring ser nästa steg för RegTech. Inte generell AI som läggs ovanpå en befintlig process, utan teknik utvecklad utifrån de krav som finns i regulatoriska miljöer.
“För mig handlar RegTech 2.0 om att kombinera AI:s styrka att förstå och analysera stora informationsmängder med strukturerad data och deterministisk logik där precision, spårbarhet och kontroll krävs,” avslutar Pontus.
Pontus Holmberg medverkar under DI BankTech i panelen Regtech 2.0 – AI och automatiserad compliance: Att skapa affärsvärde i en ny era av regelverk. Tillsammans med övriga paneldeltagare diskuteras bland annat möjligheterna och utmaningarna med digitaliserade complianceprocesser, smarta API:er och hur banker, myndigheter och techbolag kan samverka för ett mer robust och innovativt ekosystem.
