L’integrazione dell’intelligenza artificiale nell’AML arriverà. Ma non subito

L’interesse per l’uso dell’intelligenza artificiale nell’antiriciclaggio è decisamente più elevato della sua effettiva implementazione. È quanto emerge da uno studio di SAS con il contributo del partner KPMG e su un pool di 850 membri dell'Association of Certified Anti-Money Laundering Specialists (ACAMS).

Anti-Money Laundering: link alla categoria

Solo il 18% degli intervistati riferisce infatti di avere soluzioni di AI/ML in pipeline di produzione, mentre un altro 18% è in fase di pilota. Il 25% prevede di implementare soluzioni AI/ML nei prossimi 12-18 mesi, mentre il 40% non ha in programma l'adozione di AI/ML.

Quasi la metà degli intervistati dichiara di essere attualmente in fase di sperimentazione (10%) o di scoperta (35%) dell'AI generativa, una percentuale non da poco per una tecnologia emergente.

Tuttavia, il 55% non ha intenzione di adottare la GenAI.

Perché usare l’intelligenza artificiale

Per quanto riguarda i motivi per adottare intelligenza artificiale e machine learning nella lotta al riciclaggio, spicca un 67% di risposte che indica il miglioramento della qualità delle indagini e dei risultati normativi, nonché la riduzione dei falsi positivi. Si tratta di un -11% rispetto al 2021.

Sale, invece, dal 17% al 21% delle risposte l’obiettivo primario di individuare rischi complessi, che denota una maggiore sofisticazione delle strategie AI.

Mancano il budget e la normativa

I freni all’adozione restano il budget, 34%, e la mancanza di un obbligo di legge, con il 37%. Un 11% di aziende segnala la mancanza di competenze.

Le tecnologie nel dettaglio

Approfondendo alcune tecnologie specifiche, quella indicata come a maggiore impatto è stato il machine learning, con il 58%. L’automazione robotica è al 28% e l’elaborazione del linguaggio naturale (NLP, Natural Language Processing) è stata indicata dal 14%.