ИИ обнаруживает торговлю людьми и дикой природой в глобальных цепях поставок

Деньги текут в и из финансовых институтов ежедневно, и не секрет, что некоторые из этих фондов происходят от нелицензионных транзакций в цепи поставок. Это不幸 и часто игнорируемая реальность, что торговля людьми и дикой природой распространены по всему миру и простираются на разные части того, как работает глобальная цепь поставок.

По Международной организации труда, принудительный труд в частной экономике генерирует оцениваемые $150 млрд в нелегальной прибыли в год. Критично для предприятий тщательно изучать свои партнерства, чтобы убедиться, что они не неосознанно работают с трафикерами, и новые достижения в искусственном интеллекте помогают им делать именно это.

Множество отраслей таких как рестораны, отели, строительство и фермерство полагаются на бесконечное обеспечение дешевым трудом как средство держать затраты низкими. В 2017 году МОТ обнаружила, что наибольшая доля взрослых, подвергшихся торговле трудом — домашние работники (24%), за ними стройка (18%), производство (15%) и сельское хозяйство и рыболовство (11%) секторы. Криминальные организации сделали максимальное из этой системы, через анонимность shell-компаний, инфильтруя отрасли и используя торговлю людьми или дикой природой как способ стать максимально прибыльными. Трафикеры прыгнули на все более глобальную транспортную сеть и цепь поставок как средство увеличить свой бизнес и лететь под радаром, оставляя бесчисленных индивидов застрявшими как жертвы этих преступлений.

Пока эти преступники часто успевают оставаться анонимными, компании могут предпринять шаги, чтобы убедиться, что они не неосознанно работают с трафикерами. Криминальные организации оставляют финансовые следы и данные трейлы за собой, и несмотря на то, что они используют тактики для недetekта, улучшения в технологии, отслеживании и ИИ делают это легче для этических компаний выкорчевывать преступников, расследовать и срывать их операции.

Идентификация трафикирующих сетей

Трафикеры делают себя трудными для детекта, так как shell-компании, которые они создают для скрытия своего криминального поведения, обычно выглядят легитимно на бумаге. Так как организации могут идентифицировать компании, вовлеченные в трафик? Красные флаги, которые могут указывать, что компания не то, чем кажется, включают:

• Компании, рекрутирующие высокие числа мигрантских рабочих.
• Проекты, аутсорсящие поставку труда агентствам вместо прямого найма рабочих. Эта практика позволяет минимальный надзор за контрактами, как с рабочими обращаются и как они были найдены для этой работы.
• Организации, размещающие множественных рабочих в одной локации.
• Компании, транспортирующие рабочих к и от рабочей площадки каждый день.
• Компании, делающие множественные платежи жилищным или лизинговым компаниям от несвязанных бизнесов.

НПО, благотворительности и локальные группы были на передовой линии попытками идентифицировать и преследовать трафикеров через использование наземной человеческой разведки. Эта разведка часто полагается на слухи и личные свидетельства, которые бесценны. Однако эти усилия часто ограничены государственными границами и лишены международного взгляда, необходимого для выявления многих ключевых индикаторов трафика.

Используя ИИ, возможно идентифицировать индикаторы и паттерны трафика, и делиться собранными результатами и данными с регуляторными органами или правоохранительными органами для помощи в остановке трафика напрямую.

Развертывание технических решений

Финансовые институты в уникальной позиции для раскрытия и репортинга трафикеров, используя большие объемы данных, которые у них уже есть, для идентификации паттернов и интеллектуальных пробелов. Организации могут нанять технологии, питаемые ИИ, такие как entity resolution и графовая аналитика, для осмысления тех данных и точной фокусировки на подозрительных счетах, расследуя, могут ли они быть вовлечены в трафик и другие преступления.

Entity resolution использует продвинутый ИИ и машинное обучение для соединения миллиардов источников данных к масштабу и создания единого представления клиента (или клиента клиента), даже если исходные данные разрознены и низкого качества. Развертывая эту технологию, финансовые институты могут помочь раскрыть незначительные изменения имен, даты рождения, множественные адреса, несоответствия счетов и другие красные флаги (малые или большие), которые могут указывать на преступление вдоль цепи поставок. Как только единое представление данных получено, генерация сети позволяет финансовому институту создать «контекст», который может помочь ему лучше понять движения трафикеров, включая мониторинг судоходных и торговых маршрутов и отслеживание движений денег через shell-компании.

Эта технология может не только использоваться на фронтенде для детекта и избегания рисков цепи поставок, но также для поддержки и усиления внутренних расследований так же как тех, проводимых правоохранительными органами. Многие трафикеры еще не были идентифицированы местными правоохранительными агенствами, но компании, использующие entity resolution и графовую аналитику, могут привлечь внимание к трафикерам и другим преступникам, которые иначе могли бы остаться необнаруженными.

Трафик — преступление, происходящее часто вдоль цепи поставок, но оно не должно игнорироваться или приниматься как часть ведения бизнеса в глобальной экономике. Это не только ответственность НПО, благотворительностей и правоохранительных органов находить и расследовать криминальные организации. Это на всех вдоль цепи поставок мониторить свои данные и делать свою часть, чтобы сделать это максимально сложным для криминальных групп участвовать в трафике.

С правильной технологией на месте, компании могут делать свою должную долigence и исполнять свои моральные обязательства по идентификации и преследованию трафика везде, где оно происходит.

Кларк Фрогли — глава Америк по решениям финансовых преступлений в Quantexa.