Hawk
Phòng chống rửa tiền và phát hiện gian lận trên nền tảng đám mây, chủ lực giảm cảnh báo giả
Hawk là startup phòng chống tội phạm tài chính có trụ sở tại Munich, Đức, vận hành song song cả công cụ quy tắc truyền thống lẫn học máy: quy tắc phụ trách các ngưỡng rõ ràng theo yêu cầu giám sát, mô hình phụ trách tìm ra các bất thường mà quy tắc không bắt được, kết quả của cả hai được trình bày cùng nhau cho điều tra viên.
Tính năng và trường hợp sử dụng
Điểm bán hàng cốt lõi của sản phẩm là khả năng giải thích được — mỗi cảnh báo đều có thể truy ngược về quy tắc hoặc đặc trưng mô hình đã kích hoạt nó, giúp nhân viên tuân thủ có căn cứ khi giải trình với cơ quan giám sát. Hệ thống được thiết kế theo hướng đám mây gốc, kết nối qua API, tốc độ triển khai nhanh hơn các gói phần mềm truyền thống, khách hàng chủ yếu là ngân hàng số, tổ chức thanh toán và ngân hàng vừa và nhỏ tại châu Âu, những năm gần đây cũng mở rộng sang Bắc Mỹ.
Phù hợp với ngân hàng số đang tăng trưởng, tổ chức thanh toán và tổ chức tiền điện tử — những nơi khối lượng giao dịch đã lớn đến mức con người không thể rà soát hết bằng tay, nhưng chưa có ngân sách như các ngân hàng lớn để nuôi một hệ thống truyền thống. Các doanh nghiệp thanh toán điện tử tại Đài Loan nếu đang đánh giá nâng cấp hệ thống phòng chống rửa tiền, các giải pháp đám mây gốc dạng này là lựa chọn đáng để so sánh giá.
Tính năng chính
- Vận hành song song công cụ quy tắc và học máy
- Truy ngược cảnh báo có thể giải thích
- Giám sát giao dịch theo thời gian thực
- Sàng lọc danh sách trừng phạt và danh sách đen
- Kiến trúc đám mây gốc ưu tiên API
Trường hợp sử dụng phổ biến
- Giám sát giao dịch ngân hàng số
- Phát hiện gian lận tại tổ chức thanh toán
- Tối ưu cảnh báo cho hệ thống hiện có
- Số hóa quy trình điều tra tuân thủ
Tính năng chính
- Vận hành song song công cụ quy tắc và học máy
- Truy ngược cảnh báo có thể giải thích
- Giám sát giao dịch theo thời gian thực
- Sàng lọc danh sách trừng phạt và danh sách đen
- Kiến trúc đám mây gốc ưu tiên API
Ưu điểm
- Tốc độ triển khai nhanh hơn các gói phần mềm truyền thống
- Cảnh báo có thể giải thích được, thuận tiện khi ứng phó với giám sát
- Giảm cảnh báo giả là mục tiêu sản phẩm rõ ràng
Nhược điểm
- Quy mô công ty còn nhỏ, ít trường hợp áp dụng tại các tổ chức siêu lớn
- Cần xác nhận khả năng hỗ trợ bản địa tại khu vực châu Á - Thái Bình Dương
- Triển khai trên đám mây là thách thức với chính sách bảo mật của một số tổ chức
Trường hợp sử dụng
- Giám sát giao dịch ngân hàng số
- Phát hiện gian lận tại tổ chức thanh toán
- Tối ưu cảnh báo cho hệ thống hiện có
- Số hóa quy trình điều tra tuân thủ
Ghi chú biên tập
Chi phí ẩn lớn nhất của hệ thống phòng chống rửa tiền là nhân lực — không phải tiền mua hệ thống, mà là mỗi ngày có bao nhiêu người ngồi xem cảnh báo giả. Đây mới là con số nên dùng để đánh giá hiệu quả.
Câu hỏi thường gặp
Chỉ dùng học máy thuần túy không được sao? Tại sao vẫn cần quy tắc?
Yêu cầu giám sát đòi hỏi một số tình huống bắt buộc phải có ngưỡng rõ ràng, có thể kiểm toán (ví dụ báo cáo với giao dịch trên một mức tiền nhất định), điều này chỉ có thể dựa vào quy tắc. Học máy bổ sung cho những dạng bất thường ngoài phạm vi quy tắc, hai bên bổ trợ chứ không thay thế nhau.
Có thể chỉ dùng nó để giảm cảnh báo giả của hệ thống hiện có không?
Có thể, đây là lộ trình triển khai phổ biến: hệ thống hiện có vẫn chạy như cũ, cảnh báo được đưa vào để chấm điểm và sắp xếp lại lần hai, rủi ro thấp hơn và cũng dễ thuyết phục nội bộ hơn.
