Nowy, cyfrowy szeryf nasłuchuje z chmur

W

szystko, co ukryte, zostanie odkryte, a każdy sekret będzie znany. Kiedy manipulacje rynkowe, naruszenia przepisów lub jawne oszustwa wychodzą na jaw, grzywny dla banków mogą sięgać setek milionów dolarów. Aby chronić się przed nowymi i coraz sprytniejszymi metodami, banki wykorzystują coraz nowsze technologie. Znamy już audyty, systemy monitorowania transakcji, komunikatory internetowe i systemy monitorowania poczty elektronicznej (język pisany).

Ostatnio doszły dwie kolejne metody, pierwsza to Behavioral Analytics: monitorowanie i analizowanie zachowań traderów w celu wyławiania anomalii, przy czym jedną z anomalii wskazujących, że “coś jest nie tak” może być… szybkość zawierania transakcji.

Drugim jest analiza połączeń głosowych traderów w czasie rzeczywistym. Nadal duża część komunikacji międzybankowej odbywa się przez telefon. System sztucznej inteligencji oparty na uczeniu maszynowym jest hostowany w chmurze i słucha rozmów o transakcjach.

Możliwości są znacznie większe, nie sądzę, aby w najbliższym czasie zostały zastosowane (kwestie prywatności), ale na przykład istnieją już systemy do analizy mimiki twarzy w celu wybrania prawdopodobnych emocji. Są też systemy analizujące nie tylko treść, ale i tembr głosu, algorytm jest w stanie wyłapać emocje towarzyszące mowie i np. określić z dużym prawdopodobieństwem, czy ktoś kłamie (rozwiązania są znane i stosowane od co najmniej kilkunastu lat, pionierem były służby izraelskie).

Podsumowując, powstaje coraz szczelniejszy system śledzenia i wyłapywania anomalii, co jest efektem ubocznym postępującego zastosowania AI. Systemy AI stają się coraz bardziej “inteligentne” i są w stanie wyłapywać coraz bardziej złożone zachowania. I to nie tylko same zachowania – tworzone są coraz lepsze profile użytkowników w oparciu o głębszy wgląd w podejrzane zachowania.

Efektem ubocznym analizy zleceń głosowych jest również niewielkie opóźnienie w rejestrowaniu rzeczywistego wolumenu obrotu na rynkach, co do tej pory było niemożliwe, ponieważ transakcje głosowe były podsumowywane dopiero pod koniec dnia. Istnieje jedna firma, która agreguje tego typu dane, a jej przedstawiciele twierdzą, że docelowo chcą zminimalizować opóźnienie w prezentacji wolumenu do kilku minut.