Το Μέλλον της Συμμόρφωσης στα Κρυπτονομίσματα: Η Αποδοτικότητα της Τεχνητής Νοημοσύνης Πρέπει να Συνδυαστεί με την Ανθρώπινη Κρίση

Όταν οι άνθρωποι σκέφτονται την τεχνητή νοημοσύνη στον χώρο των κρυπτονομισμάτων, το πρώτο που τους έρχεται στο μυαλό είναι τα bots συναλλαγών που μπορούν να κάνουν τους επενδυτές πλούσιους σε μια νύχτα. Ωστόσο, όποιος εργάζεται στενά με τα κρυπτονομίσματα καταλαβαίνει ότι η AI μπορεί να προσφέρει περισσότερη βοήθεια σε καθημερινές εργασίες, ιδιαίτερα στη συμμόρφωση. 

Με σχεδόν 70% των χρηματοοικονομικών εταιρειών που δίνουν προτεραιότητα στην AI για τη διαχείριση κινδύνου και τη συμμόρφωση, είναι σαφές ότι η βιομηχανία βρίσκεται στο δρόμο της καινοτομίας. Αλλά υπάρχει ένα πρόβλημα: μερικές φορές τα συστήματα AI λαμβάνουν αποφάσεις χωρίς σαφείς εξηγήσεις, δημιουργώντας το λεγόμενο φαινόμενο του «μαύρου κουτιού». Αυτό μπορεί να προκαλέσει ηθικά ζητήματα, κάνοντας τους υπεύθυνους συμμόρφωσης να αναρωτιούνται: Είναι η AI στη συμμόρφωση κρυπτονομισμάτων ένα ηθικό αίνιγμα προς επίλυση ή ένα ζήτημα βελτίωσης της χρηστικότητας αυτών των εργαλείων; 

Πώς μπορεί η AI να βοηθήσει στη συμμόρφωση;

Υπάρχουν μερικά σημεία στη συμμόρφωση όπου η AI δεν είναι μόνο καλή, αλλά η καλύτερη επιλογή, κατά τη γνώμη μου. Το πρώτο είναι το KYC/KYB, ή οι έλεγχοι Γνωρίστε τον Πελάτη/Επιχείρηση. Όταν ένας νέος πελάτης εγγράφεται, πρέπει να περάσει από επαλήθευση ζωντάνιας. Αυτό σημαίνει ενεργοποίηση της κάμερας, σάρωση του προσώπου του και του διαβατηρίου του, και η AI εκτελεί αυτή τη δουλειά εξαιρετικά. Μπορεί να ταιριάξει πρόσωπα με ταυτοπροσωπίες και να εντοπίσει ψεύτικα έγγραφα σε δευτερόλεπτα. 

Το ίδιο ισχύει όταν μια επιχείρηση θέλει να συνδεθεί, καθώς πρέπει να υποβάλει τεράστιο όγκο επαληθευτικών εγγράφων, επιβεβαιώνοντας ότι οι δραστηριότητές της είναι νόμιμες και ότι τα εισερχόμενα χρήματα προέρχονται από μη απαγορευμένες ενέργειες. Κανένας άνθρωπος δεν θα μπορούσε να επεξεργαστεί αυτόν τον όγκο δεδομένων τόσο γρήγορα και ακριβώς όσο η AI.

Η δεύτερη περιοχή είναι η παρακολούθηση συναλλαγών ή Γνωρίστε τη Συναλλαγή σας (KYT). Στα κρυπτονομίσματα, αυτό σημαίνει να εξετάζουμε από πού προέρχονται τα χρήματα και πού πηγαίνουν. Εάν συνδέεται με κάτι παράνομο όπως χρηματοδότηση τρομοκρατίας, darknet, ναρκωτικά ή ακόμη χειρότερα, η ομάδα συμμόρφωσης πρέπει να το γνωρίζει αμέσως. Πολλές εταιρείες συνεργάζονται με εξωτερικούς παρόχους που χρησιμοποιούν AI για την παρακολούθηση αυτών των συνδέσεων, επειδή είναι σχεδόν αδύνατο για μια ανθρώπινη ομάδα να ακολουθήσει κάθε μεμονωμένη συναλλαγή blockchain. Ωστόσο, η AI είναι πολύ αποτελεσματική σε αυτό και μπορεί να εντοπίζει αυτά τα ύποπτα μοτίβα εύκολα και σε δευτερόλεπτα, διασπώντας σε ακριβή ποσοστά από πού προέρχονται τα χρήματα.

Και τέλος, αλλά όχι λιγότερο σημαντικό, είναι η εφαρμογή της AI στις διαδικασίες αναφοράς. Όλοι γνωρίζουμε ότι η συλλογή και οργάνωση δεδομένων για τις ρυθμιστικές αρχές απαιτεί πολύ χρόνο και μπορεί να περιέχει πολλά μικρά λάθη όταν γίνεται χειροκίνητα. Ωστόσο, τα εργαλεία με τεχνητή νοημοσύνη μπορούν να το κάνουν αυτό αυτόματα, παρέχοντας γρήγορες και ακριβείς αναφορές και διατηρώντας σαφή αρχεία. Αυτοί οι έλεγχοι λειτουργούν πιο γρήγορα και με λιγότερα σφάλματα, καθιστώντας τη δουλειά των ομάδων αναφοράς πολύ πιο εύκολη. 

Προκατάληψη vs. Χρηστικότητα

Φυσικά, η AI δεν μπορεί να είναι τέλεια, καθώς είναι μια σχετικά νέα τεχνολογία και έχει ορισμένα μειονεκτήματα. Πολλοί άνθρωποι συνδέουν αυτό το ζήτημα με ένα ηθικό δίλημμα λέγοντας ότι η AI είναι προκατειλημμένη και ξέρει πώς να διακρίνει. Ωστόσο, θεωρώ ότι μερικές φορές κατηγορούν την AI για προβλήματα που στην πραγματικότητα είναι απλώς μέρος του κακού σχεδιασμού ή της κακής χρηστικότητας.

Για παράδειγμα, εάν ένα πρόγραμμα AI απορρίψει τη σάρωση του διαβατηρίου κάποιου, δεν είναι πάντα επειδή το μοντέλο έχει προκαταλήψεις. Στις περισσότερες περιπτώσεις, οφείλεται στο ότι το σύστημα δεν εξήγησε σαφώς τι είδους φωτογραφία απαιτείται ή επειδή η διεπαφή έκανε πολύ εύκολο για κάποιον να ανεβάσει μια θολή εικόνα. Αυτό, με τη σειρά του, μπορεί να λυθεί εύκολα αν βελτιώσουμε την εμπειρία χρήστη με πιο σαφείς οδηγίες.

Ένας ακόμη λόγος για τον οποίο δεν υπάρχει ηθικό πρόβλημα με την AI είναι ότι τα συστήματα AI μαθαίνουν και λειτουργούν βάσει των δεδομένων που λαμβάνουν. Εάν τα εισερχόμενα δεδομένα περιέχουν ήδη ανθρώπινες προκαταλήψεις ή ελλιπείς πληροφορίες, η AI θα αναπαράγει αυτά τα μοτίβα, όχι επειδή είναι εγγενώς προκατειλημμένη, αλλά επειδή αντανακλά ό,τι της έχει διδάξει. Αυτό σημαίνει ότι το πρόβλημα συχνά βρίσκεται στο πρώτο βήμα, πώς συλλέχθηκαν ή επιλέχθηκαν τα δεδομένα, παρά στην ίδια την AI.

Παρόλα αυτά, σε ορισμένες περιπτώσεις η AI μπορεί να λαμβάνει αποφάσεις που η ομάδα συμμόρφωσης δεν μπορεί να εξηγήσει λόγω των πολύπλοκων αλγορίθμων της και της έλλειψης διαφάνειας. Με άλλα λόγια, ένα πρόγραμμα AI μπορεί να πάρει μια απόφαση, αλλά δεν μας λέει πάντα γιατί ή πώς έφτασε σε αυτό το συμπέρασμα. Αυτό είναι απογοητευτικό, αλλά δεν σημαίνει απαραίτητα παραβίαση ηθικής. Για να αποφευχθούν τέτοιες καταστάσεις, έρχεται η λύση.

Η ανάγκη της ανθρώπινης επαφής

Αντί να βλέπουμε την AI ως ηθική απειλή, πρέπει να τη θεωρούμε ένα ισχυρό εργαλείο που ενισχύει ό,τι μπορεί να κάνει ένας άνθρωπος. Τα καλύτερα αποτελέσματα προέρχονται από υβριδικά συστήματα, όπου η AI συνδυάζεται με ανθρώπινη επίβλεψη και κρίση. Αυτό σημαίνει ότι η AI θα πρέπει να εκτελεί εργασίες με μεγάλο όγκο δεδομένων και επαναλαμβανόμενες εργασίες και να επισημαίνει ύποπτες περιπτώσεις για προσεκτική χειροκίνητη αξιολόγηση. Αυτή η συνεργασία θα προσθέσει λογοδοσία, ακόμη και αν δεν κατανοούμε πλήρως τι ακριβώς κάνει η AI.

Υπάρχει αυξανόμενη συνειδητοποίηση ότι η συμμόρφωση υπερβαίνει το απλό τσέκαρισμα κουτιών και την τήρηση των κανονισμών. Κάθε υπεύθυνος συμμόρφωσης γνωρίζει ότι η οικοδόμηση εμπιστοσύνης και η ειλικρινής κατανόηση της εμπειρίας του πελάτη είναι πολύ σημαντικές. Ενώ η AI μπορεί να αναλύει δεδομένα και να εντοπίζει μοτίβα, της λείπει η ικανότητα να νιώθει συναισθήματα ή να κατανοεί πλήρως το πλαίσιο πίσω από τις συνθήκες του πελάτη.

Γι’ αυτό οι πραγματικοί άνθρωποι εξακολουθούν να είναι πολύ σημαντικοί για την αντιμετώπιση των εργασιών που απαιτούν προσεκτική προσοχή και ενσυναίσθηση. Πιθανότατα, στο μέλλον η AI θα μάθει να διαβάζει όλες τις αποχρώσεις, αλλά μέχρι τώρα η συνεργασία παραμένει η καλύτερη στρατηγική. 

Τελευταίες λέξεις

Στο τέλος, ακόμη και με όλες τις προκλήσεις όπως η φύση του μαύρου κουτιού, δεν θα εγκατέλεινα την AI στη συμμόρφωση. Αντίθετα, υπάρχουν πράγματα που μπορεί να κάνει πιο γρήγορα και καλύτερα, και οι άνθρωποι απλώς δεν μπορούν να τα συμβαδίσουν. Κανένας δεν μπορεί να σαρώσει εκατοντάδες συναλλαγές ανά δευτερόλεπτο ή να συγκρίνει χιλιάδες ταυτοπροσωπίες σε πραγματικό χρόνο. Η AI δεν κουράζεται, δεν χάνει συγκέντρωση και εφαρμόζει το ίδιο πρότυπο σε κάθε περίπτωση, έτσι η τεχνολογία υπερβαίνει τα μειονεκτήματά της.

Ωστόσο, η AI δεν μπορεί να αντικαταστήσει τη ανθρώπινη σκέψη και δεν μπορεί να έχει μια πραγματική συνομιλία με έναν πελάτη για να καταλάβει την κατάσταση του. Γι’ αυτό η καλύτερη κατάσταση, όπως αναφέραμε νωρίτερα, είναι η συνεργασία: η AI χρησιμοποιείται για την ταχύτητα και τα δεδομένα, ενώ οι άνθρωποι για τις τελικές αποφάσεις και την επικοινωνία με τον πελάτη.