Meningkatkan Verifikasi Bisnis dengan AI: Batas Baru dalam Perang Global Melawan Penipuan?

Damian Borth, Profesor Kecerdasan Buatan & Pembelajaran Mesin di University of St. Gallen, menjelaskan bagaimana memanfaatkan data badan hukum yang terbuka, terstandardisasi, dan berkualitas tinggi dalam model AI dapat memungkinkan interaksi bisnis yang lebih transparan, efisien, dan aman di seluruh dunia.

---

---

Dalam ekonomi digital global saat ini, memverifikasi identitas badan hukum menjadi sangat penting dan menantang. Sebagai tanggapan, ada minat yang meningkat terhadap potensi teknologi kecerdasan buatan (AI) untuk mengotomatiskan verifikasi dan pemantauan entitas. Dengan meningkatkan efisiensi dan efektivitas berbagai proses penting, risiko penipuan dan aktivitas kriminal lainnya dapat dikurangi—berkontribusi pada lingkungan bisnis yang lebih aman bagi semua pihak.

Namun, tantangan tetap ada. Banyak aplikasi AI saat ini yang terhambat karena data yang mendasarinya tidak terstandardisasi, tidak dapat digunakan, dan tidak dapat dibagikan. Hal ini tidak hanya membuang daya komputasi yang berharga tetapi juga menambah kesalahan sistem.

Beberapa tren, perkembangan, dan inisiatif terbaru di seluruh standar data dan pemantauan transaksi mengatasi tantangan yang secara tradisional menghambat upaya anti pencucian uang (AML). Dapatkah Anda menjelaskan peran yang dapat dimainkan oleh teknologi AI dan pembelajaran mesin?

AI dan pembelajaran mesin memiliki potensi yang cukup besar dalam mengatasi tantangan AML dengan meningkatkan efisiensi dan efektivitas pemantauan transaksi dan proses kepatuhan. AI dan pembelajaran mesin dapat menganalisis kumpulan data yang sangat besar untuk mengidentifikasi pola atau anomali yang kompleks dan menemukan aktivitas penipuan, sehingga secara signifikan meningkatkan deteksi transaksi yang mencurigakan. Selain itu, AI dapat beradaptasi dan belajar dari data baru, sehingga sangat berharga dalam lanskap AML yang terus berkembang, yaitu penipu dan entitas pemantau mencoba saling mengungguli satu sama lain.

Bagaimana menggabungkan teknologi AI dan data berkualitas tinggi dapat membantu mengukur dan mengelola risiko bisnis global dengan lebih baik?

AI dan sumber data eksternal berkualitas tinggi dapat secara signifikan meningkatkan manajemen risiko dengan meningkatkan keakuratan verifikasi bisnis. Algoritma AI juga dapat mengotomatiskan pemantauan data badan hukum, sehingga berkontribusi pada lingkungan keuangan global yang lebih aman dengan meminimalkan risiko penipuan.

Seiring dengan semakin otomatisnya operasi bisnis, bagaimana Anda menilai keseimbangan antara nilai tambah dan risiko dari teknologi AI?

Otomatisasi proses identifikasi – yang dimungkinkan oleh AI dan pembelajaran mesin – menawarkan peningkatan efisiensi dan meningkatkan keakuratan data yang diberikan, meningkatkan kepatuhan terhadap peraturan, serta memperkuat kepercayaan dalam transaksi bisnis.

Namun, hal ini juga dapat menimbulkan risiko seperti potensi kesalahan sistemik, bias, atau kerentanan keamanan siber. Menyeimbangkan otomatisasi dengan pengawasan manusia dan memastikan langkah-langkah keamanan yang kuat sangat penting untuk mengurangi risiko ini.

Seberapa pentingkah data yang terbuka, dapat diandalkan, terstandardisasi, dan berkualitas tinggi bagi komunitas AI?

Sederhananya, hal ini merupakan hal yang mendasar dan selalu dianggap penting untuk keberhasilan pengembangan sistem AI. Data tersebut memastikan bahwa model AI dilatih dengan informasi yang akurat, yang mengarah pada hasil yang lebih efektif dan dapat dipercaya. Standardisasi memfasilitasi interoperabilitas di antara sistem AI yang berbeda dan meningkatkan kemampuan repro penelitian AI. Data berkualitas tinggi juga mengurangi bias dan meningkatkan kemampuan pengambilan keputusan model, yang sangat penting untuk aplikasi di bidang sensitif seperti keuangan dan sistem hukum.

Anda telah berkolaborasi dengan GLEIF dalam sebuah model untuk mengidentifikasi dan menyarankan bentuk hukum yang tepat untuk suatu entitas. Dapatkah Anda meringkas temuan utamanya?

Pertama-tama, penting untuk menyadari bahwa mengidentifikasi dan memahami bentuk hukum suatu entitas merupakan kunci untuk berbagai proses keuangan dan bisnis yang terkait. Namun, berbagai bentuk hukum yang berbeda antara dan di dalam yurisdiksi menimbulkan kompleksitas yang signifikan. Oleh karena itu, kemampuan untuk secara otomatis mengidentifikasi bentuk hukum suatu perusahaan dan menghubungkannya dengan kode Bentuk Badan Hukum (ELF) yang sesuai dapat membuka banyak sekali manfaat—meningkatkan transparansi, menurunkan risiko, dan meningkatkan efisiensi operasional.

Kolaborasi kami dengan GLEIF menghasilkan model AI—yang dikenal sebagai Pemahaman Nama Badan Hukum (LENU)—yang mampu memprediksi bentuk hukum suatu badan hukum secara akurat hanya menggunakan nama dan yurisdiksinya. Model bahasa yang kami latih mampu menghubungkan pola tertentu dalam nama hukum dan nomenklatur khusus yurisdiksi untuk mendapatkan bentuk hukum dari keduanya. Akurasi model yang tinggi menunjukkan potensi AI untuk meningkatkan keandalan data bisnis. Hal ini berpotensi untuk tidak hanya mempercepat proses penerbitan LEI tetapi juga secara signifikan mengurangi upaya verifikasi manual.

Kami merangkum temuan kami dalam makalah penelitian ilmiah, “Klasifikasi Bentuk Hukum Badan Hukum Berbasis Transformer”. Penelitian ini menyoroti potensi signifikan model berbasis Transformer dalam memajukan standardisasi data 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.

Akurasi model yang tinggi menunjukkan potensi AI untuk meningkatkan keandalan data bisnis. Hal ini berpotensi untuk tidak hanya mempercepat proses penerbitan LEI tetapi juga secara signifikan mengurangi upaya verifikasi manual.

Bagaimana data badan hukum yang terstandardisasi, seperti LEI, dapat berkontribusi pada ekosistem penelitian dan pengembangan AI?

Data LEI yang terstandardisasi memperkaya penelitian AI dengan menyediakan set data global yang konsisten untuk melatih dan menguji model AI dalam konteks keuangan dan hukum. Keseragaman ini meningkatkan keandalan model di seluruh yurisdiksi dan meningkatkan kinerja solusi AI. Kumpulan data LEI juga dapat memfasilitasi penelitian AI di berbagai bidang seperti deteksi penipuan, verifikasi entitas, dan kepatuhan terhadap peraturan. Dengan berfungsi sebagai tolok ukur, data LEI dapat memainkan peran penting dalam mengevaluasi model AI di industri keuangan.

Apa pesan Anda untuk masa depan?

Masa depan AI, yang diberdayakan oleh data yang terstandardisasi dan terbuka, memiliki potensi yang sangat besar untuk mentransformasi sektor keuangan dan hukum. Dengan memanfaatkan sinergi ini, kami akan memungkinkan peningkatan cepat yang memastikan sistem keuangan global yang lebih transparan, efisien, dan aman. Evolusi ini menjanjikan peningkatan kepatuhan terhadap peraturan, pengurangan penipuan, dan pemahaman yang lebih mendalam tentang jaringan keuangan yang kompleks.

Singkatnya, kita akan melihat dan memahami lebih banyak tentang dunia yang tidak mudah diakses saat ini.

---