Money laundering буюу мөнгө угаалт гэж юу вэ?

Хувь хүн эсвэл бүлэг хүмүүс ашиг олох зорилгоор хүн наймаа, галт зэвсэг, мансууруулах эм бодис, хар тамхи худалдаалах зэрэг гэмт хэргийг үйлдэж хууль бус орлого олон, орлогын хууль бус гарал үүслийг нуун далдлах зорилгоор хэлбэр дүрсийг нь хувиргаж эдийн засгийн эргэлтэд оруулж “бохир” мөнгийг “цэвэр” буюу хууль ёсны орлого мэт харагдуулах оролдлого нь мөнгө угаах гэмт хэрэг юм. Хууль бус орлого гэдгийг мэдсээр байж хэрэгтэнд хуулийн хариуцлагаас зайлсхыхэд туслах зорилгоор өөрчилсөн, шилжүүлснийг, эсхүл түүний бодит шинж чанар, эх үүсвэр, байршил, захиран зарцуулах арга, эзэмшигч, эд хөрөнгийн эрхийг нуун далдлах зэрэг нь мөнгө угаах гэмт хэргийг үйлдсэнд тооцогдоно.

 

 

AML(anti money laundering) буюу мөнгө угаалтын эсрэг хэрэглэдэг аргууд

Уламжлалт арга

Өдөр бүр олон сая үйлчлүүлэгч олон тэрбум гүйлгээ хийдэг байгууллагуудын ихэнх нь гүйлгээний хяналтыг системийг(transaction monitoring) хөгжүүлэх зорилгоор мөнгө угаалтын хувилбаруудыг компьютерт суурилсан алгоритм болгон хөрвүүлэхийн тулд дүрмүүдийг урьдчилан тодорхойлдог нь механик арга юм. Энэ нь тодорхой үйлчлүүлэгчид, үйлчлүүлэгчдийн хэвийн бус үйл ажиллагаа, гэмт хэргийн шинжтэй үйлдлүүдийн талаар сэрэмжлүүлэг авах боломжийг олгодог. Механикаар хөгжүүлсэн системээс үүссэн сэрэмжлүүлэг бүр үнэн байдаггүй бөгөөд, сэрэмжлүүлэг бүрийг ажилтан хянах ба гүйлгээний түүхийг нягталж, үйлчлүүлэгчээс ямар гаралтай мөнгө болохыг лавладаг. Энэ үйл явц нь цаг хугацаа их зарцуулдаг бөгөөд үйлчлүүлэгчдэд таагүй сэтгэгдэл төөрүүлж болох юм. 

Дүрэмд суурилсан систем нь өнөө үед нэлээд түгээмэл боловч ихэнхдээ алдаатай, үр ашиг багатай байдаг.

Ажилтнуудын хянан шийдвэрлэх ажиллагааны янз бүрийн хэв маягийн улмаас ижил стандартыг ашигласан ч үр дүн нь багийн гишүүдийн дунд өөр байх магадлалтай байдаг. Зарим гишүүд үйлчлүүлэгчийг сэжигтэй тохиолдолд хамаатуулж дүгнэдэг бол бусад нь эсрэгээр дүгнэх боломжтой. Энэхүү үл нийцэл нь сэжигтэй тохиолдлыг шалгахын тулд бүхэл бүтэн багийг шаарддаг нь цаг хугацааны хувьд хүндрэл учруулдаг. Мөн  мөнгө угаагчдын арга байнга өөрчлөгдөж байдаг учраас ажилчдыг AML-д сургах, давтан сургах нь маш чухал бөгөөд цаг хугацаа шаардсан, өртөг ихтэй үйл явц юм.

Хиймэл оюун болон машин сургалтын арга

Өсөн нэмэгдэж буй гүйлгээ, үйлчлүүлэгчдийн тоотой зэрэгцэн AML нь урьд өмнөхөөсөө илүү төвөгтэй болж байгаа тул автоматжуулсан шийдлүүдийг ашиглах нь илүү үр дүнтэй юм. Машин сургалтанд суурилсан AML шийдлүүд нь шаардлагатай бүх ажлыг автоматаар, үр дүнтэй гүйцэтгэх боломжийг олгоно. 

Уламжлалт аргыг машин сургалттай харьцуулсан зургийг доор харууллаа.

 Хиймэл оюун ухаан (AI) дээр суурилсан арга нь ажилтнуудад зөвхөн чухал тохиолдлуудад анхаарлаа төвлөрүүлэх боломжийг олгодог.

Гүйлгээний хяналтыг сайжруулахын тулд түүхэн өгөгдлийг ашигласнаар машин сургалтын шийдэл нь хүн илрүүлэхэд хэцүү гүйлгээний нарийн төвөгтэй хэв маягийг сурч, тодорхойлох боломжтой. Түүнчлэн, мөнгө угаах арга цаг хугацааны явцад байнга өөрчлөгдсөн ч систем нь үүнтэй зэрэгцэн хөгжих боломжтой.

Үйлчлүүлэгчдийн дийлэнх нь хууль ёсны гүйлгээ хийдэг учраас багахан хэсэг нь л мөнгө угаахтай холбоотой байдаг.  Машин сургалтын систем нь хэвийн үйлдлээс хазайсан ямар ч гүйлгээг хэвийн бус гэж үзэн сэжигтэй үйлдэл гэж тэмдэглэдэг(outlier detection algorithms). Ийм төрлийн системүүд харьцангуй нарийвчлалтай ажиллаж, дүрэмд суурилсан системтэй харьцуулахад хуурамч болон сэжигтэй тохиолдлыг алдах эрсдэлийг багасгах боломжтой. AI AML системийн бас нэг давуу тал бол сэрэмжлүүлгийг эрэмбэлэх явдал бөгөөд энэ нь ажилтнуудад хамгийн түрүүнд хамгийн яаралтай дохиололд анхаарлаа хандуулах боломжийг олгодог.

Гүйлгээний зан төлөвийг илрүүлэх

Гүйлгээний хяналттай адил үйлчлүүлэгч бүрийн гүйлгээний төлөвийг загварчлахын тулд дэвшилтэт AI технологийг ашиглаж болно. Энэхүү загварчлал дээр үндэслэн AI систем нь хэрэглэгчийн мэдээлэл дахь зан үйлийн өөрчлөлтийг илрүүлж чаддаг. Жишээ нь: Данс эзэмшигчээс өөр хэн нэгэн харилцагчаар дамжуулан ямар нэгэн гүйлгээ хийж байгааг илтгэж болно. Бүх үйлчлүүлэгчид ижил гүйлгээ хийдэггүй учраас нэг гүйлгээ заримынх нь хувьд тогтмол байж болох ч заримд нь сэжиг төрүүлэх нь бий. 

Цаг хугацаа шаардсан гар ажиллагаатай ердийн ажлуудыг машин сургалтын автоматжуулсан шийдлээр гүйцэтгэхэд хэдхэн секундын асуудал байдаг . Автоматжуулалт шаардлагатай хамгийн эхний бөгөөд хамгийн чухал ажил бол дижитал баримт бичиг, хувийн мэдээллийг шалгах зэрэг хэн болохыг баталгаажуулах үйл явц юм. Зургийг таних хүчирхэг алгоритмуудыг ашигласнаар баримт бичгийн бүтцийг (объект илрүүлэх/таних) тодорхойлох боломжтой. Эсвэл бүр баримт бичигт агуулагдах талбар бүрээс мэдээллийг задлах (оптик тэмдэгт таних). Үүнтэй ижил технологийг ашиглан үйлчлүүлэгчийн өгсөн сканнердсан баримт бичгийн жинхэнэ эсэхийг шалгахад хялбар байдаг (хуурамч зураг илрүүлэх).

Үүнээс харахад мөнгө угаалтыг илүү үр ашигтайгаар илрүүлэхэд уламжтлалт арга бус сүүлийн үеийн технологийг ашиглах нь илүү зөв арга зам юм. Хиймэл оюун машин сургалтын аргууд нь өсөн нэмэгдэж буй хэрэгцээтэй зэрэгцэн хөгжиж, өргөтгөгдөж хөдөлмөрийг илүү хөнгөвчилөхөөс гадна үр дүнгээ өгч байгаа юм.