Глобальная система борьбы с отмыванием денег (AML) сломана — соучредитель AMLYZE

За последние два десятилетия нормативно-правовая база, процессы и механизмы борьбы с отмыванием денег (AML) не претерпели значительных изменений. Как следствие, мошенники зарабатывают на неспособности компаний противостоять вызовам

Таким мнением поделился Александр Пино (Alexandre Pinot), соучредитель и руководитель отдела инноваций и стратегии компании AMLYZE, занимающейся комплаенсом в сфере противодействия отмыванию средств и финансированию терроризма, пишет издание TheFintechTimes.

«Представьте, что компании, с которыми вы работаете и на которые полагаетесь, все еще защищают свои IT-системы в соответствии с теми же угрозами и технологиями, которые существовали в 2001 году. Это за шесть лет до первого iPhone. За восемь лет до изобретения Биткоина. Восемнадцать лет до первого публичного развертывания 5G. Двадцать два года до появления ChatGPT, — говорит Пино. — Вы, наверное, не чувствовали бы себя в безопасности, зная, что за это время вы подверглись целому ряду новых рисков, которые появились».

Он добавил, что с его места работы в финтех-инновационном центре в Вильнюсе, Литва, именно такую ситуацию наблюдает сегодня в мире борьбы с отмыванием денег (AML).

«Мы работаем над созданием технологических решений для борьбы с отмыванием денег, но нас сдерживает регуляторная среда, которая устарела почти на четверть века».

По словам эксперта, соответствующие законы существуют уже около 50 лет, а Группа по разработке финансовых мер борьбы с отмыванием денег (FATF) была создана в 1989 году странами «Большой семерки» как глобальный надзорный орган для борьбы с отмыванием денег и финансированием терроризма. Но фактическая нормативно-правовая база, процессы и механизмы борьбы с отмыванием средств, которые мы знаем сегодня, в значительной степени берут свое начало от Закона США «О борьбе с отмыванием средств и финансированием терроризма» (PATRIOT Act) 2001 года, который сам по себе является прямым следствием террористических атак 11 сентября того же года.

«Откровенно говоря, мало что изменилось с тех пор, в то время, когда платежные системы еще никогда не были настолько взаимосвязаны, денежные потоки еще никогда не были такими большими, скорость трансграничных платежей еще никогда не была такой высокой, а риски для общества от организованной преступности и терроризма еще никогда не были такими высокими».

В чем же проблема?

По оценкам ООН, отмывание денег в мире составляет от двух до пяти процентов мирового ВВП, или от $800 миллиардов до $2 триллионов. Если проблема огромна, то на первый взгляд регуляторные требования и законы в сфере противодействия отмыванию средств кажутся достаточно разумными. Они могут отличаться в разных странах, но основные принципы, как правило, очень похожи.

«Идентифицируйте своих клиентов (KYC) и оцените риск, который они представляют с точки зрения отмывания денег и/или финансирования терроризма. Отслеживайте транзакции ваших клиентов и оценивайте, соответствуют ли они их KYC-профилю и начальному уровню оценки рисков при регистрации в банке, — призывает соучредитель AMLYZE. — Если это не так, и вы наблюдаете необычную и/или подозрительную деятельность, подайте отчет (через сообщение о подозрительной деятельности или транзакции — SAR или STR) в местное подразделение финансовой разведки (ПФР) для проведения расследования, а при необходимости, передайте дело в соответствующие правоохранительные органы».

Основной проблемой в этой системе, по мнению специалиста, является то, что нет четкого определения того, что является «подозрительным», а значит, о чем нужно сообщать. То, что кажется подозрительным банку А в стране Х, может выглядеть вполне законным для финтеха Б в стране Y. Нужны очень четкие и объективные типологии для определения того, что является подозрительным, а что нет.

Среди главного Александр Пино выделил проблемы с данными.

«Технология противодействия отмыванию средств, конечно, существенно усовершенствовалась с 2001 года, и, работая в сфере AML/CFT почти 15 лет, я вижу некоторые позитивные изменения на рынке. Автоматизированный мониторинг транзакций, машинное обучение и аналитика больших данных, например, расширяют возможности обнаружения. Но есть блокпосты. Во-первых, типологии, используемые во всем мире, часто зависят от контекста, неоднородны и субъективны. Хотя они предоставляют ценную информацию для аналитиков, преобразование их в структурированные данные, пригодные для моделей машинного обучения (ML), является сложным».

Он добавил, что тенденции защиты данных и конфиденциальности (DPP), которые являются абсолютно законными и важными, представляют еще одну проблему. Все, кто участвует в борьбе с отмыванием средств, соглашаются, что обмен информацией об известных злоумышленниках будет иметь существенное влияние. Но современные тенденции к усилению защиты данных создают препятствия и ограничения.