Perpaduan Kecerdasan Buatan (AI) dan LEI

Ekonomi digital dan global membuat verifikasi identitas oleh bisnis dan otoritas menjadi lebih penting dan menantang untuk dilakukan secara akurat. Transparansi semua pelaku merupakan prasyarat untuk setiap investasi berkelanjutan, pelaporan yang berkualitas, atau analisis. Transparansi dimulai dengan identifikasi entitas yang terlibat dalam suatu transaksi. Saat ini, algoritma AI diterapkan untuk menjawab pertanyaan dasar “Dengan siapa saya berbisnis?”. Hal ini menyia-nyiakan sumber daya komputasi dan hanya menambah kesalahan yang terkait dengan tujuan hilir seperti analisis risiko. Mengembangkan transaksi dan ekosistem digital untuk menggunakan LEI dan vLEI dalam mengidentifikasi serta mengautentikasi organisasi akan meningkatkan kepercayaan terhadap ekosistem digital dan memungkinkan penerapan algoritma AI yang berharga untuk mengidentifikasi pola yang mencurigakan dan mengevaluasi risiko.

Mengidentifikasi dan memahami bentuk hukum suatu entitas sangat penting dalam banyak proses yang berhubungan dengan keuangan dan bisnis. Bentuk dan struktur hukum perusahaan dapat memberikan informasi untuk melakukan transaksi secara efektif dan berfungsi sebagai indikator risiko. Bentuk badan hukum yang sangat beragam di dalam dan di antara yurisdiksi yang berbeda menyulitkan organisasi untuk mengategorikan dan menyusun informasi ini secara efektif. Tugas ini menjadi lebih sulit karena kemiripan jenis dan representasi tekstual dari bentuk-bentuk hukum tersebut antaryurisdiksi. Oleh karena itu, otomatisasi proses identifikasi bentuk hukum suatu entitas dapat menurunkan risiko, menciptakan transparansi, dan meningkatkan efisiensi operasional dengan mengaktifkan kemampuan pemrosesan langsung (straight-through processing/STP).

Repositori LEI menyediakan data badan hukum sumber terbuka, terstandar, dan berkualitas tinggi. Ini adalah prasyarat untuk setiap proyek analisis data atau model AI yang baik. Kekinian Repositori LEI diamankan dengan pembaruan yang dilakukan tiga kali sehari. Mengandalkan standar global tidak hanya menjamin konsistensi. Hal ini meningkatkan kualitas data dan menawarkan kumpulan data berlabel yang siap digunakan untuk mengembangkan model Pembelajaran Mesin (Machine Learning/ML) dan AI.

Pemahaman Nama Badan Hukum (LENU)

GLEIF berkolaborasi dengan Sociovestix Labs untuk membuat alat pembelajaran mesin yang mengenali bentuk hukum spesifik suatu entitas dan mengotomatiskan penetapan kode Bentuk Badan Hukum (Entity Legal Form/ELF) yang sesuai. 'Daftar Kode Bentuk Badan Hukum' didasarkan pada standar ISO 20275 'Layanan Keuangan – Bentuk Badan Hukum (ELF)' dan memberikan kode alfanumerik unik yang terdiri dari empat karakter untuk setiap Bentuk Badan Hukum. Bentuk hukum suatu entitas sangat penting saat memverifikasi dan menyaring identitas organisasi. Namun, berbagai macam bentuk badan hukum yang ada di dalam dan di antara yurisdiksi menyulitkan organisasi besar untuk menangkap bentuk hukum sebagai data terstruktur. Alat yang dilatih pada basis data Pengenal Badan Hukum (LEI) GLEIF dengan lebih dari dua juta catatan ini memungkinkan bank, firma investasi, perusahaan, pemerintah, dan organisasi besar lainnya untuk menganalisis secara retrospektif data induk mereka, mengekstrak bentuk hukum dari teks tidak terstruktur nama resmi dan menerapkan kode ELF secara seragam untuk setiap jenis entitas, menurut standar ISO 20275.

Alat bernama Pemahaman Nama badan Hukum (LENU) ini menghadirkan berbagai manfaat bagi organisasi maupun pasar global yang lebih luas. File meliputi:

• Mengotomatiskan proses standardisasi data yang tidak terstruktur (bentuk badan hukum sebagai bagian dari nama organisasi), sehingga mendorong kualitas data yang lebih baik.
• Mengatasi masalah klasifikasi data bentuk hukum yang timbul dari, misalnya, variasi bahasa dan inkonsistensi singkatan serta mendukung wawasan dan transparansi yang lebih luas ke dalam pasar global.
• Menyajikan bentuk hukum suatu entitas dalam format yang dapat dibaca mesin dan dapat dimanfaatkan oleh alat AI serta proses dan aplikasi bisnis digital lainnya.
• Menyingkirkan risiko dan keterbatasan yang terkait dengan keterlibatan manual dengan data, termasuk waktu, inefisiensi, kesalahan manusia, dan biaya administrasi yang tinggi.

Dengan menciptakan kumpulan data yang lebih kaya dan kategorisasi badan hukum yang lebih baik, alat ini mendorong wawasan dan transparansi yang lebih besar ke dalam pasar global. Bersama LEI, alat ini membuat kumpulan data yang konsisten secara global.

LENU adalah pustaka Python sumber terbuka yang dapat diakses di Git Hub. LENU menggunakan data LEI untuk membuat model khusus yurisdiksi dan memungkinkan pengguna mendapatkan saran untuk bentuk hukum untuk nama resmi apa pun yang diberikan. GLEIF telah membuat loop kualitas data yang membandingkan bentuk hukum yang disarankan oleh alat tersebut dengan kode ELF dalam data LEI saat ini. Jika ada ketidaksesuaian yang jelas antara hasil model dan data LEI saat ini, GLEIF akan membuat tantangan data yang dikirim kepada penerbit LEI untuk verifikasi yang tepat dan pembaruan catatan data, jika diperlukan. Data yang diperbarui kemudian digunakan untuk membangun model versi berikutnya dengan sumber data yang ditingkatkan, yang pada akhirnya akan meningkatkan kinerja model.

LENU menggunakan arsitektur model transformator dan model dasar BERT untuk memproses berbagai bahasa dan yurisdiksi. Model tersebut juga tersedia dan siap digunakan di Hugging Face, tempat pengguna akan menemukan model khusus yurisdiksi yang disesuaikan untuk deteksi bentuk hukum.

GLEIF, Universitas St. Gallen, dan Sociovestix Labs merangkum temuan mereka dalam makalah penelitian ilmiah, "Klasifikasi Bentuk Badan Hukum Berbasis Transformator". Studi ini menyoroti potensi signifikan model berbasis Transformator dalam memajukan standardisasi dan integrasi data. Memperkenalkan bentuk hukum entitas melalui item data standar akan meningkatkan keyakinan pada tugas keterkaitan entitas, sehingga memungkinkan pasangan pemetaan yang kuat di sejumlah kumpulan data, karena setiap entitas hanya dapat memiliki satu bentuk hukum.

Kami percaya bahwa penerapan standar kode ELF yang lebih luas akan meningkatkan transparansi secara signifikan sekaligus meningkatkan tugas integrasi data di berbagai domain. Dengan menjadikan pustaka sumber terbuka kami dapat diakses secara bebas oleh publik, kami ingin memfasilitasi penerapan kode ELF oleh entitas di seluruh dunia. Kami mengajak seluruh pemangku kepentingan untuk menggunakannya dalam klasifikasi bentuk badan hukum.