Η υπόθεση με εικονικές υπερπληρωμές σε εταιρείες κοινής ωφέλειας έφεραν στο προσκήνιο νέους τρόπους ελέγχου «μαύρου χρήματος» μέσω δεδομένων, ψηφιακών διασταυρώσεων και Τεχνητής Νοημοσύνης
Η Αρχή Καταπολέμησης της Νομιμοποίησης Εσόδων από Εγκληματικές Δραστηριότητες αποκάλυψε υπόθεση ξεπλύματος χρήματος μέσω εταιρειών κοινής ωφέλειας, όπου πραγματοποιούνταν σκόπιμα υπερβολικές πληρωμές λογαριασμών και στη συνέχεια ζητούνταν η επιστροφή των χρημάτων. Με τον τρόπο αυτό, κεφάλαια άγνωστης ή παράνομης προέλευσης μπορούσαν να εμφανίζονται στη συνέχεια ως νόμιμες επιστροφές χρημάτων. Η υπόθεση έχει ιδιαίτερο ενδιαφέρον και από τεχνολογικής πλευράς, καθώς αναδεικνύει τη σημασία που αποκτά πλέον η ανάλυση ψηφιακών δεδομένων και η διασταύρωση συναλλαγών από διαφορετικές πηγές για τον εντοπισμό οικονομικού εγκλήματος. Στην υπόθεση εντοπίστηκαν, μεταξύ άλλων, επαναλαμβανόμενες υπερπληρωμές, ποσά δυσανάλογα με τις πραγματικές οφειλές, δημιουργία πιστωτικών υπολοίπων και στη συνέχεια επιστροφές χρημάτων σε τραπεζικούς λογαριασμούς. Το κρίσιμο στοιχείο δεν ήταν επομένως μία μεμονωμένη συναλλαγή, αλλά το συνολικό μοτίβο των κινήσεων.
Από την πληρωμή στο ψηφιακό «αποτύπωμα». Η AI βρίσκει τις ύποπτες συναλλαγές
Η συγκεκριμένη πρακτική δείχνει γιατί οι σύγχρονοι ελεγκτικοί μηχανισμοί στρέφονται από τον έλεγχο μεμονωμένων πράξεων στην ανάλυση σχέσεων και συμπεριφορών. Ποιος πραγματοποιεί την πληρωμή, ποιο είναι το ποσό, πόσο συχνά επαναλαμβάνεται, ποιος είναι ο πάροχος, από ποιο μέσο πραγματοποιείται η συναλλαγή και σε ποιον λογαριασμό επιστρέφονται τα χρήματα είναι δεδομένα που, όταν συνδυαστούν, μπορούν να δημιουργήσουν ένα ιδιαίτερα χαρακτηριστικό ψηφιακό αποτύπωμα. Εδώ αποκτά σημασία η διασύνδεση των πληροφοριακών συστημάτων των ελεγκτικών Αρχών. Η ΑΑΔΕ διαθέτει πλέον ένα ευρύτερο οικοσύστημα ψηφιακών δεδομένων και ηλεκτρονικών διασταυρώσεων, το οποίο επιτρέπει την αξιοποίηση πληροφοριών από διαφορετικές πηγές και τη δημιουργία πιο στοχευμένων ελέγχων.
Το επόμενο επίπεδο είναι η αξιοποίηση Τεχνητής Νοημοσύνης και Machine Learning. Αντί οι ελεγκτές να αναζητούν χειροκίνητα ύποπτες συναλλαγές μέσα σε τεράστιους όγκους δεδομένων, τα ψηφιακά εργαλεία μπορούν να εντοπίζουν ασυνήθιστες συμπεριφορές, αποκλίσεις και επαναλαμβανόμενα μοτίβα. Μια υπερπληρωμή από μόνη της μπορεί να μην σημαίνει τίποτα. Όταν όμως συνδυάζεται με πολλαπλές αντίστοιχες πληρωμές, υψηλά ποσά, επαναλαμβανόμενες επιστροφές και συγκεκριμένους τραπεζικούς λογαριασμούς, δημιουργείται ένα μοτίβο που μπορεί να επισημανθεί αυτοματοποιημένα για περαιτέρω έλεγχο. Η τεχνολογία δεν αποφασίζει πότε μια συναλλαγή χαρακτηρίζεται ως «ξέπλυμα» χρήματος. Εντοπίζει τις ενδείξεις και κατευθύνει τον έλεγχο εκεί όπου εμφανίζεται αυξημένος κίνδυνος.
Η υπόθεση της Αρχής Καταπολέμησης της Νομιμοποίησης Εσόδων από Εγκληματικές Δραστηριότητες δείχνει έτσι στην πράξη τη μετάβαση από τον παραδοσιακό έλεγχο στον έλεγχο που βασίζεται στα δεδομένα. Και όσο αυξάνονται οι ψηφιακές διασυνδέσεις μεταξύ ΑΑΔΕ, τραπεζών, επιχειρήσεων και δημόσιων πληροφοριακών συστημάτων, τόσο μεγαλύτερη γίνεται η δυνατότητα των Αρχών να παρακολουθούν όχι μόνο τη συναλλαγή, αλλά ολόκληρη τη διαδρομή του χρήματος.
