Το νέο ευρωπαϊκό πλαίσιο, που εφαρμόζεται από το 2027, φέρνει αυστηρότερες απαιτήσεις για την πρόληψη του ξεπλύματος χρήματος. Τα δεδομένα, η τεχνητή νοημοσύνη και η αναβάθμιση των ελεγκτικών μηχανισμών βρέθηκαν στο επίκεντρο του 3ου Financial Crime Symposium της Deloitte, στο Ωδείο Αθηνών.
Η Deloitte Ελλάδος ανέδειξε τις προκλήσεις που δημιουργεί το νέο ευρωπαϊκό κανονιστικό περιβάλλον για τις τράπεζες και τις επιχειρήσεις, κατά τη διάρκεια του 3ου Financial Crime Symposium, με τη συμμετοχή εκπροσώπων εποπτικών αρχών και του χρηματοπιστωτικού τομέα. Βασικός άξονας της συζήτησης ήταν η προσαρμογή στις νέες απαιτήσεις για την καταπολέμηση της νομιμοποίησης εσόδων από παράνομες δραστηριότητες και τη χρηματοδότηση της τρομοκρατίας, καθώς και η αξιοποίηση των τεχνολογιών για τον έγκαιρο εντοπισμό ύποπτων συναλλαγών.
Κεντρικό στοιχείο των αλλαγών αποτελεί ο Κανονισμός για την Καταπολέμηση της Νομιμοποίησης Εσόδων από Παράνομες Δραστηριότητες (AMLR), με βασική ημερομηνία εφαρμογής την 10η Ιουλίου 2027. Στόχος είναι η εναρμόνιση των κανόνων στα κράτη-μέλη και η ενίσχυση της αποτελεσματικότητας των ελέγχων. Παράλληλα, η Ευρωπαϊκή Αρχή για την Καταπολέμηση της Νομιμοποίησης Εσόδων από Παράνομες Δραστηριότητες (AMLA) αναλαμβάνει κεντρικό ρόλο στο νέο εποπτικό σύστημα. Η άμεση εποπτεία επιλεγμένων χρηματοπιστωτικών οργανισμών υψηλού κινδύνου προβλέπεται να ξεκινήσει το 2028, ενώ οι εθνικές αρχές διατηρούν τις αρμοδιότητές τους. Για τις τράπεζες, η προετοιμασία απαιτεί αναθεώρηση των διαδικασιών συμμόρφωσης, αναβάθμιση των πληροφοριακών συστημάτων και συστηματική αξιολόγηση κινδύνων. Η διοίκηση πρέπει να έχει σαφή εικόνα των αδυναμιών και των αποτελεσμάτων των ελέγχων, με συγκεκριμένο σχέδιο κάλυψης των κενών.
Τεχνητή νοημοσύνη και ανάλυση δεδομένων
Η τεχνητή νοημοσύνη (AI) και η προηγμένη ανάλυση δεδομένων μπορούν να ενισχύσουν την παρακολούθηση συναλλαγών, την αναγνώριση ασυνήθιστων μοτίβων και τη διερεύνηση ύποπτων υποθέσεων. Η επεξεργασία μεγάλου όγκου πληροφοριών επιτρέπει στις τράπεζες να εντοπίζουν ενδείξεις κινδύνου και να κατευθύνουν τους ελεγκτικούς πόρους εκεί όπου χρειάζονται περισσότερο. Η αποτελεσματικότητα, ωστόσο, εξαρτάται από την ποιότητα και την επικαιρότητα των δεδομένων, καθώς και από τη σωστή λειτουργία των αλγορίθμων. Απαιτούνται διαφάνεια, δυνατότητα ελέγχου των αποτελεσμάτων και ανθρώπινη εποπτεία, ώστε οι αποφάσεις να είναι τεκμηριωμένες και οι λανθασμένες ενδείξεις να περιορίζονται. Η τεχνολογική αναβάθμιση δεν αποτελεί απλώς επένδυση στην πληροφορική. Συνδέεται άμεσα με τη λειτουργία της κανονιστικής συμμόρφωσης, τη διαχείριση κινδύνων και την ικανότητα των οργανισμών να ανταποκρίνονται σε σύνθετες μορφές οικονομικού εγκλήματος.
Οι κανόνες κατά του οικονομικού εγκλήματος αφορούν ένα ευρύτερο πεδίο δραστηριοτήτων, μεταξύ των οποίων οι υπηρεσίες πληρωμών, οι ασφαλιστικές εταιρείες και οι συναλλαγές ακινήτων. Κάθε κλάδος χρειάζεται να προσαρμόζει τους ελέγχους του στους κινδύνους που αντιμετωπίζει. Παράλληλα, η συνεργασία μεταξύ επιχειρήσεων, μονάδων συμμόρφωσης και αρμόδιων αρχών αποκτά μεγαλύτερη σημασία. Η ανταλλαγή πληροφοριών μπορεί να διευκολύνει τον εντοπισμό ύποπτων δραστηριοτήτων, με την απαραίτητη τήρηση των κανόνων προστασίας προσωπικών δεδομένων.
Το νέο πλαίσιο μεταφέρει το βάρος από την τυπική τήρηση των κανονισμών στην αποδεδειγμένη αποτελεσματικότητα των ελέγχων. Για τις τράπεζες, αυτό σημαίνει επενδύσεις σε τεχνολογία, αξιόπιστα δεδομένα, εξειδικευμένο προσωπικό και διαδικασίες που επιτρέπουν την έγκαιρη αναγνώριση και διερεύνηση κινδύνων. Το 3ο Financial Crime Symposium της Deloitte ανέδειξε τη στενή σύνδεση της κανονιστικής συμμόρφωσης με τον ψηφιακό μετασχηματισμό του χρηματοπιστωτικού τομέα. Η τεχνητή νοημοσύνη μπορεί να ενισχύσει ουσιαστικά την πρόληψη του οικονομικού εγκλήματος, εφόσον αξιοποιείται με αξιόπιστα δεδομένα, σαφείς διαδικασίες και αποτελεσματική εποπτεία.
