Цифровая трансформация, рост капитализации криптовалют, развитие экономики совместного потребления, компьютерные вирусы-вымогатели — эти явления уже стали частью нашей жизни, но многие из них пока не получили окончательной правовой оценки. Поэтому новые нормативные акты вступают в силу каждый день: эксперты из JWG посчитали, что к 2020 году в мире появится более 300 млн страниц новых законов и требований, причем у каждой страны – свои «правила игры». С выходом компаний на международный рынок добавляются другие юрисдикции, условия международных конвенций и отраслевые стандарты. Все это — огромные массивы информации, которые нужно внимательно прочитать и проанализировать. Крупному бизнесу приходится постоянно мониторить правовое поле, чтобы вовремя приводить свою деятельность в соответствие с новыми нормами.
С усилением регулирования растут и расходы компаний на самый важный актив – безупречную деловую репутацию. Особенно дорого она обходится банкам и инвестиционным компаниям. По данным Boston Consulting Group, за последние 9 лет мировые банки заплатили в совокупности более $321 млрд за различные нарушения. Жизнь в цифровую эпоху требует от них быть более прозрачными, тщательно анализировать свою деятельность и знать о действиях клиентов по всему миру.
«Держать руку на пульсе» и оценивать риски только силами штатных специалистов становится все дороже и требует все больше времени. Испанский банк BBVA посчитал, что средний банк задействует от 10 до 15% трудовых ресурсов на соблюдение всех требований регуляторов. По оценке австралийских экспертов из RegTech Association, сотрудники крупных финансовых институтов проводят от 40 до 90 часов рабочего времени в год на обучении принципам комплаенс. А HSBC, Deutsche Bank и JPMorganChase уже тратят на подобные бизнес-процессы больше $1 млрд в год.
Роботы на страже деловой репутации
Именно поэтому бизнес активно инвестирует в RegTech — технологии, которые помогают компаниям выполнять все требования контролирующих и надзорных органов, не увеличивая расходы на юридическую экспертизу. Особые надежды участники рынка возлагают на искусственный интеллект. Возможности алгоритмов машинного обучения достигли такого уровня развития, что роботы могут заниматься уже не только физическим трудом, но и решать сложные интеллектуальные задачи. Используя обработку данных на естественном языке, они могут мгновенно «читать» тексты, находить в базе данных примеры из правовой практики, «понимать» последствия для компании, просчитывать и предотвращать риски, проводить перекрестные проверки и строить предположения. И работают они иногда в десятки раз быстрее, чем квалифицированные специалисты. Хотя рынок таких решений еще только формируется, бизнес уже успел инвестировать в RegTech около $2,3 млрд.
Уже совсем скоро роботы могут стать незаменимыми помощниками для сотрудников банков. Так, журнал Banking Technology провел опрос среди крупных банков о том, как они оценивают необходимость RegTech в своих бизнес-процессах. 93% респондентов ответили, что уже в ближайшем будущем такие технологии будут очень важны для финансового регулирования и качественного составления отчетности. Компания Baker McKenzie опросила более 400 руководителей крупных финансовых организаций. 49% участников сообщили, что планируют применять искусственный интеллект для управления рисками в ближайшие три года. 29% ожидают, что с помощью ИИ они смогут лучше знать своих клиентов и предотвращать риск отмывания денег. 26% полагают, что ИИ поможет их организации соответствовать требованиям законодательства.
Но это прогноз на будущее. А какие задачи по работе с правовыми рисками искусственный интеллект решает уже сегодня? Вот лишь несколько примеров.
1. Разрешает конфликтные ситуации с клиентами.
Банки и инвестиционные компании должны хранить записи всех переговоров менеджеров с клиентами, в том числе текстовые сообщения из популярных мессенджеров. Чтобы разрешить противоречивую ситуацию, нужно быстро отыскать запись разговора, иногда даже через полгода после того, как сам диалог состоялся. Подобные решения уже предлагает ряд компаний: они одновременно «просматривают» записи из множества различных источников и проверяют тексты, аудио- и даже видеозаписи. Ряд банков – например, Deutsche Bank, HSBC – уже тестируют искусственный интеллект для мониторинга переговоров и проведения служебных расследований. Это помогает департаменту комплаенс не заниматься «раскопками», часами прослушивая разговоры и анализируя переписку с клиентом, а находить нужные доказательства за несколько минут.
2. Противодействует отмыванию денег.
Рейтинг и репутация банка или инвестиционной компании напрямую связаны с тем, что делают его клиенты и контрагенты. Чтобы предотвратить возможные риски, финансовые организации тратят огромные ресурсы на проверку информации в базах данных. Такие проверки необходимы, ведь банк отвечает за все операции, которые проходят через его систему. В то же время, любая компания хочет сделать этот процесс «безболезненным» и удобным для своих клиентов. Искусственный интеллект помогает быстро собрать всю информацию, не требуя много времени. Например, при участии интеллектуальной технологии ABBYY Compreno, банк может автоматически собрать информацию из заявки клиента и документов, дополнив их, при необходимости, данными из поисковых систем и отраслевых баз. А затем определить, единственный ли он владелец бизнеса, не является ли он индивидуальным предпринимателем, которому уже заблокировала счет налоговая инспекция, не наложены ли на его активы обременения по решению суда, а также не ведется ли в отношении него исполнительное производство. В отличие от человека, искусственный интеллект может проверять и обновлять всю информацию постоянно, в режиме 24 на 7, к тому же он не устает.
Другая проблема, с которой сталкиваются компании, – это «ложные тревоги». Как правило, большинство расследований об отмывании денег проводят вручную тысячи сотрудников банков. Если подозрительная активность не подтвердилась, время тратится впустую. Системы на основе искусственного интеллекта помогают сравнить действия контрагентов с типовыми моделями недобросовестного поведения, проверять взаимосвязи клиентов, а используя текстовую аналитику – и сопоставлять назначения платежей с видом деятельности компании. Так, если бизнес, который по документам занимается производством фастфуда, вдруг безо всякой причины массово закупает лекарственные препараты – это не пройдет для системы незамеченным. В то же время, робот не будет блокировать счет просто потому, что клиент поехал в отпуск в Рио-де-Жанейро и снял в банкомате крупную сумму денег. HSBC уже протестировал подобную систему и сократил случаи потенциального мошенничества на 20%.
3. Отвечает на запросы регуляторов.
Банки отвечают за свои действия перед контролирующими органами. Так, они должны давать Центробанку ответ на жалобы от клиентов на качество услуг. Число таких обращений от граждан огромно: только в Московской области по итогам года Центробанк ожидает получить 128 000 жалоб. ЦБ может попросить банк предоставить подробный отчет о его деятельности, особенно если речь идет о жалобах, связанных со взысканием задолженности. Поиск нужной информации занимает массу времени и ресурсов.
Центробанк также имеет право требовать от банка доказательства, что его капитал сформирован надлежащими активами. Регулятору может понадобиться информация о различных доходах банка, например – платежах страховых компаний в рамках программ страхования заемщиков; средствах, предоставленных аффилированным структурам или юрлицам, не ведущим реальной деятельности; случаях безвозмездного финансирования. Время на то, чтобы предоставить сведения, ограничено — всего два рабочих дня. Искусственный интеллект помогает быстро найти информацию о любом клиенте или транзакции. Так, например, технология ABBYY Compreno обрабатывает данные, содержащиеся в приказах, отчетах, письмах. Можно выделять в тексте конкретные объекты и связи между ними: имена людей и их паспортные данные, названия компаний и их ИНН, ОГРН и другие характеристики. Это помогает сильно сократить сроки для обработки запросов и обходиться меньшими ресурсами при поиске информации.
4. Помогает регуляторам в законотворческом процессе.
Огромные массивы информации – проблема не только для бизнеса, но и для законодательных органов. Например, одна только российская Дума прошлого созыва рассмотрела 6012 законопроектов и приняла 1817 законов. Каждый такой документ – это комплекс норм, который устанавливает новые правила, изменяет или отменяет уже существующий порядок вещей. Нормативные акты входят в единую систему, содержат перекрестные ссылки, а это означает, что чиновникам нужно редактировать связанные законы, указы, постановления, инструкции и решения на федеральном, региональном и муниципальном уровне. В будущем такие задачи смогут решать с помощью машинного обучения. Роботы будут отслеживать версии документов при межведомственном согласовании. Автоматически добавлять в множество подзаконных актов ссылки на новые правила. Искать разъяснения Конституционного суда, связанные с текстом того или иного закона. В более отдаленной перспективе роботы даже смогут находить те области нашей жизни, которые еще не регулируются законодательством, и помогать людям формировать законодательную базу на простом языке, исключающем двойные трактовки.
Можно ли полностью исключить правовые риски с помощью роботов? Пожалуй, нет. Даже самым совершенным ИИ необходимо управлять, отсеивать ошибки, изучать проблемные случаи, а здесь не обойтись без опытных юристов, в том числе со знанием международного права. Но с помощью искусственного интеллекта можно значительно уменьшить количество случаев, связанных с нарушениями законодательства, и при этом освободить время юристов для решения более сложных задач. Не случайно Transatlantic Policy Working Group (TPWG) – совместная рабочая группа Великобритании и США для разработки нормативов в секторе финтеха – рекомендует регуляторам обеих стран поддерживать технологические разработки в области RegTech. Не за горами обновление «правил игры» от Базельского комитета – крупнейшего отраслевого регулятора, определяющего стандарты для банков стран «большой двадцатки», в которую входит и Россия. Помимо более жестких требований к капиталу, банки должны будут предварительно высчитывать частоту дефолтов и проверять каждую транзакцию. Эти стандарты будет проще выполнить, если усилить команду юристов несколькими десятками неутомимых помощников.