金融業佈局「數位創新」新指標:智慧部署「詐欺內控」!

隨著純網銀、數位銀行越來越多競爭者進入金融市場,各大金融業者無不加快線上開戶、電支電票整合、金融上雲等 FinTech 新技術的開發,然而若想搶先在數位創新領域拔得頭籌,業者除了在 IT 技術的投資,更不能忽略「內部安全控制與內部稽核」的管理!

目前金融科技多強調「客戶體驗和便利性」的趨勢,但在提升業務申辦便利性的同時,也因此讓不法人士有機可趁,甚至勾結內部員工進行舞弊。從金管會近期對銀行內控高達 7,200 萬以上的罰緩、提高新服務審查標準與祭出高階主管職務限制等動作得以發現,各家金融業的「內控能力」已經成為主管機關特別關注的焦點。

如果沒有完善的內控制度、無法降低內部舞弊事件的發生機率,不僅造成客戶損失、影響金融業的商譽和形象,更有可能反過來阻礙金融業在數位創新上的腳步。

現行的「3 道內控防線」是什麼?如何讓防禦戰略再升級?

既然內控能力已經成為 FinTech 的發展基礎,金融業該如何完善管控機制、降低內部詐欺風險? SAS 台灣業務顧問部陳新銓副總經理建議,首先可以參考金管會所公佈的「銀行內部控制三道防線」,建立詐欺風險管理架構。

■ 第一道防線:「業務單位自我管控」
透過檢視業務流程與規範,例如從內部教育訓練,以及人員業績 KPI 調整著手,從中設立風險警示熱區和控制點。

■ 第二道防線:「法遵、風控單位監督」
除了根據風險控制點的警示結果進行調查,確認員工有沒有犯罪行為,更重要的是,從調查中找出未知的風險行為模式。

■ 第三道防線:「內部稽核監督」
針對不同異常行為訂立稽核規範與因應做法。並對這些制度與程序之有效性提供保證。

即使已有良好規劃的「銀行內部控制三道防線」,但詐欺者狡詐多變,需納入更縝密的防禦戰略。TechOrange 製圖

然而詐欺者狡詐多變,就目前金融監控的流程來看,三道防線在實際執行上,還需考量更縝密的防禦戰略:

■ 第一道防線:內控規範如何在「安全」與「業績成長」取得平衡點?
目前在內控法規上即有理專輪調機制,金融業者如何維護長期的客戶關係,甚至不失去高價值客戶已成為新課題,但未來若安控規範逐漸加重,也將增加業務員與客戶互動的溝通成本;此外,安控規範某部分也揭露企業已掌握的詐欺手法,可謂敵暗我明,恰好讓罪犯有跡可「避」。

■ 第二道防線:稽查單位如何不打草驚蛇的進行內部調查?
多數銀行的「內部調查」都是先接到客訴電話,才啟動稽核人員調閱交易往來記錄,過程中耗費數個月,早已慢了一大步。同時,無論是查找資料或致電客戶詢問,這兩種做法都有可能打草驚蛇,讓意圖不軌的內部員工有所察覺,設法淹滅犯罪證據,導致稽核人員無功而返。

■ 第三道防線:如何讓內部稽核規範與時俱進?
內部稽核單位進行調查後,將依據調查結果調整或更新內控規範,然而內部稽核單位可能面臨一旦更新公告內控規範,詐欺手法即隨之迅速轉換的兩難局面,且並對新制度的有效性,難以有實質邏輯說服主管機關。

金融監理也要「數位轉型」,藉由「AI 關聯網絡分析」找出關鍵人、事、物!

從上述三道防線的問題中發現,內控機制如何達到高即時性、高隱密性將是成功稽核的關鍵。陳新銓副總建議,或許能以科技的力量協助金融監控「數位轉型」,藉由 AI 技術讓監控化被動為主動,並透過 AI 模型能持續優化的優勢,將調查結果反饋到流程中做到「精準化」監控。

金融監控如何化被動為主動?透過導入 AI 設計內部詐欺偵測系統,從前端資料蒐集到後端人員調查與反饋,皆能提升速度與精準度。TechOrange 製圖

陳新銓也點出 AI 監控在執行上能達到的 3 大優勢

■ 第一層優勢:創建 AI 自動化監控模型,即時、隱密地監督異常行為
首先,將包含客戶面的帳戶存提匯轉、金流時間去向到信用狀況等,以及員工面的職級從屬、親屬關係,到業績與財務狀況等所有資料,統整建立 AI 監控模型,再透過警示儀表板即時監督,計算可能弱勢客戶與內部員工的風險分數,即能達到有效且隱密的監控異常行為。

■ 第二層優勢:能依據時間、人、事、地動態進行「AI 關聯網絡分析」
而後續進行調查時,內部詐欺偵測系統也不僅從單一行為判斷,而是綜合客戶/理專、帳戶、位置等不同層次節點間的往來關聯,自動產生「AI 關聯網絡」進行風險評估,幫助調查人員突破過往用肉眼爬梳紙本資料時,難以判斷的可疑業務員行為。

像是,在相似地址加保過多保單的行員,於非上班時間瀏覽客戶資訊,或是在不同客戶的帳戶間頻繁地金流挪移,即能透過 AI 關聯網絡判斷究竟是正常家族財富管理或是可疑的金流行為。

陳新銓補充,「傳統上調查人員調查單一案件至少要 2 週到 1 個月的時間,而有了 AI 協助繪製出可層層展開的關聯圖,讓調查人員不用 1 天就可以抓住需要關鍵嫌疑人,甚至是集團首腦。」

AI 詐欺偵測系統能在短時間內繪製出「動態關聯網絡調查圖」,協助稽查人員找出關鍵,後續也能藉由模型修正,提升稽查精準度。圖片來源:SAS

■ 第三層優勢:調查結果即時反饋 AI 模型,加速調查精準度與速度
透過 AI 偵測不只提升前期資料整理的效率,也能加快後期調查的速度,藉由系統迅速掌握可疑行員下一步的犯罪脈絡,並在時間軸線上備齊犯罪證據,一舉突破不法員工的心防,提供主管機關備查資訊。同時,在每次偵查後也能依據人員的回饋優化 AI 模型,讓內部的監控規則更與時俱進。

目前在國內,即有壽險業者實際以此 AI 模型執行僅僅一年,即抓出 20 多位挪用保費、不當行銷、不當勸誘保戶的業務員,及時擋下可能擴大的弊案。

建構整合式詐欺防制平台,提前為 FinTech 轉型打穩根基

在防範內部詐欺之餘,陳新銓副總也建議金融機構應該建立一個「整合性詐欺防制平台」,目前多數金融業者已經提前在「交易監控」與「洗錢防制」等領域布局,然而洗錢已經是金融犯罪中的最終事件,如果能提前做好「內部稽核/風險管理」,就能及早防範金融犯罪發生。

FinTech 已是未來金融業的發展重點,而應用 AI 與系統即時防範內外部詐欺變得越來越重要,因為一個詐欺事件,除了可能將金融業多年經營的成果毀於一旦,更有可能影響創新的速度,金融業者唯有建置完善的內部監控機制,才能在提供客戶越多便利的同時,也能有效掌控風險,順遂地踏上數位轉型之路。

(本文提供合作夥伴轉載。首圖來源:Shutterstock)

更多企業應用 AI 實例

職場生存術!數位轉型浪潮下主管跟風畫 AI 大餅,部屬該如何見招拆招?
後疫情時代零售業的重生之道,如何提高需求預測準確度?
2019 金融業數位轉型趨勢:使用 ML 技術打擊金融詐騙


點關鍵字看更多相關文章: