De Toekomst van Crypto Compliance: AI-Efficiëntie Moet Worden Gecombineerd met Menselijke Beoordeling

Wanneer mensen denken aan artificial intelligence in het veld van cryptocurrencies, is het eerste dat in hun hoofd komt trading bots die beleggers rijk kunnen maken in één nacht. Echter, iedereen die nauw samenwerkt met crypto begrijpt dat AI meer hulp kan bieden bij routine taken, vooral bij compliance.

Met bijna 70% van financiële instellingen die AI prioriteren voor risicobeheer en compliance, is het duidelijk dat de industrie op weg is om te innoveren. Maar er is een probleem: soms nemen AI-systemen beslissingen zonder duidelijke verklaringen, waardoor een zogenaamd black box-effect ontstaat. Dit kan leiden tot ethische bezwaren, waardoor compliance-officieren zich afvragen: Is AI in crypto-compliance een ethische puzzel om op te lossen, of een kwestie van verbetering van de bruikbaarheid van deze tools?

Hoe kan AI helpen bij compliance?

Er zijn een aantal plaatsen in compliance waar AI niet alleen goed is, maar het beste optie is, naar mijn mening. Het eerste is KYC/KYB, of Know Your Customer/Business checks. Wanneer een nieuwe klant zich aanmeldt, moet hij door een liveness-verificatie. Dat betekent dat de camera moet worden ingeschakeld, het gezicht en het paspoort moeten worden gescand en AI doet zijn werk eigenlijk goed. Het kan gezichten matchen met ID’s en nep-documenten detecteren in seconden.

Hetzelfde geldt wanneer een bedrijf verbinding wil maken, omdat ze tonnen verificatie-documenten moeten indienen, waarin wordt bevestigd dat hun operaties legaal zijn en het geld dat binnenkomt afkomstig is van niet-verboden acties. Geen mens kan deze hoeveelheid gegevens zo snel en zo nauwkeurig verwerken als AI.

Het tweede gebied is transactiebewaking of Know Your Transaction (KYT). In crypto betekent dit dat er wordt gekeken waar het geld vandaan komt en waar het naartoe gaat. Als het is gekoppeld aan iets illegaals, zoals terrorismefinanciering, darknet, drugs of erger, dan moet het compliance-team dit meteen weten. Veel bedrijven werken met externe aanbieders die AI gebruiken om deze verbindingen te volgen, omdat het voor een menselijk team bijna onmogelijk is om elke enkele blockchain-transactie te volgen. Echter, AI is zeer effectief in dit opzicht en kan deze verdachte patronen gemakkelijk en in seconden volgen, waarbij het exacte percentage wordt weergegeven waar het geld vandaan komt.

En ten slotte is er de toepassing van AI in rapportageprocessen. We weten allemaal dat het normaal gesproken veel tijd kost om gegevens voor regulators te verzamelen en te organiseren en dat er veel kleine fouten kunnen optreden wanneer dit met de hand wordt gedaan. Maar AI-gebaseerde tools kunnen dit automatisch doen, waardoor snelle en nauwkeurige rapporten en duidelijke records worden gegenereerd. Deze audits werken sneller en met minder fouten, waardoor het ook gemakkelijker wordt voor rapportage-teams.

Vooringenomenheid vs. bruikbaarheid

Natuurlijk kan AI niet perfect zijn, omdat het een relatief nieuwe technologie is en enkele nadelen heeft. Veel mensen koppelen dit aan een ethisch dilemma en zeggen dat AI vooringenomen is en weet hoe het moet discrimineren. Echter, ik denk dat ze soms AI de schuld geven van problemen die eigenlijk gewoon onderdeel zijn van slecht ontwerp of slechte bruikbaarheid.

Bijvoorbeeld, als een AI-programma iemands paspoortscan afwijst, is het niet altijd omdat het model vooroordelen heeft. In de meeste gevallen is het omdat het systeem niet duidelijk heeft uitgelegd wat voor soort foto nodig was of omdat de interface het te gemakkelijk maakte voor iemand om een wazige foto te uploaden. Dit kan gemakkelijk worden opgelost door de gebruikerservaring te verbeteren met duidelijkere instructies.

Een andere reden waarom er geen AI-ethisch probleem is, is dat AI-systemen leren en opereren op basis van de gegevens die ze krijgen. Als de invoergegevens al bestaande menselijke vooroordelen of onvolledige informatie bevatten, zal de AI deze patronen reproduceren, en niet omdat het inherent vooringenomen is, maar omdat het weerspiegelt wat het is geleerd. Dit betekent dat het probleem vaak ligt in de eerste stap, hoe de gegevens werden verzameld of geselecteerd, in plaats van in de AI zelf.

Niettemin kan AI in sommige gevallen beslissingen nemen die het compliance-team niet kan verklaren vanwege de complexe algoritmes en het gebrek aan transparantie. Met andere woorden, een AI-programma kan een beslissing nemen, maar het vertelt ons niet altijd waarom of hoe het tot die conclusie is gekomen. Dat is frustrerend, maar het betekent niet noodzakelijkerwijs een schending van de ethiek. Om dergelijke situaties te voorkomen, komt hier de oplossing.

De noodzaak van menselijke aanraking

In plaats van AI te zien als een ethisch gevaar, moeten we het zien als een krachtig instrument dat het vermogen van de mens verhoogt. De beste resultaten komen uit hybride systemen, waar AI wordt gecombineerd met menselijke supervisie en beoordeling. Dit betekent dat AI gegevenszware, repetitieve taken moet uitvoeren en verdachte gevallen moet markeren voor zorgvuldige handmatige beoordeling. Deze samenwerking voegt verantwoordelijkheid toe, zelfs als we niet volledig begrijpen wat AI precies doet.

Er is een groeiend besef dat compliance verder gaat dan het afvinken van vakjes en het naleven van regels. Elk compliance-officier weet dat het opbouwen van vertrouwen en het serieus begrijpen van de klantbeleving heel belangrijk zijn. Terwijl AI gegevens kan analyseren en patronen kan identificeren, ontbreekt het aan de mogelijkheid om emoties te voelen of de complete context achter de omstandigheden van een klant te begrijpen.Dat is waarom echte mensen nog steeds heel belangrijk zijn om taken te doen die zorgvuldige aandacht en empathie vereisen. Het is het meest waarschijnlijk dat AI in de toekomst zal leren om alle nuances te lezen, maar voorlopig blijft samenwerking de beste strategie.

Slotwoord

Uiteindelijk, zelfs met alle uitdagingen zoals de black box-aard, zou ik AI in compliance niet opgeven. Integendeel, er zijn dingen die het sneller en beter kan doen, en mensen kunnen het gewoon niet bijhouden. Geen enkele persoon kan honderden transacties per seconde scannen of duizenden ID’s in real-time vergelijken. AI wordt niet moe, het verliest zijn focus niet en het past dezelfde standaard toe op elk geval, dus de technologie weegt zijn minpunten meer dan tegen.

Nog steeds kan AI menselijk denken niet vervangen en kan het geen echt gesprek voeren met een klant om zijn situatie te begrijpen. Dat is waarom de beste staat, zoals we eerder vermeldden, een partnerschap is: AI wordt gebruikt voor de snelheid en de gegevens en mensen voor de definitieve beslissingen en de communicatie met de klant.