IA para conformidade PLD/FT

Contexto

Grande banco francês com um departamento de compliance PLD-FT (Prevenção à Lavagem de Dinheiro - Financiamento do Terrorismo) tratando 150K alertas por ano gerados pelo sistema de monitoramento de transações. A taxa de falsos positivos é de 95%: dos 150K alertas, apenas 7.500 casos requerem investigação aprofundada. A equipe de 40 analistas está saturada e o backlog de alertas não tratados atinge 3 meses. A empresa busca industrializar sua abordagem de dados, não recomeçar do zero.

Problema & Desafio

Falsos positivos a 95%: 142.500 alertas/ano tratados desnecessariamente pelos analistas. Backlog de 3 meses de alertas não tratados: risco de não detecção de operações suspeitas. Equipe de 40 analistas de PLD/FT saturada com custo de 6M€/ano. Regulador (ACPR) exige melhoria da eficiência do dispositivo sem redução da cobertura. Tempo de tratamento por alerta: 45 minutos em média dos quais 35 minutos para os falsos positivos.

Solução & Entregas

Modelo ML de priorização de alertas PLD/FT substituindo as regras estáticas por um scoring de risco contínuo. Redução dos falsos positivos de 95% para 40% mantendo uma taxa de detecção ≥98% das verdadeiras comunicações suspeitas. Graph analytics: detecção de redes de lavagem de dinheiro via análise dos fluxos entre contas e entidades. Scoring adaptativo: retreinamento contínuo sobre as investigações confirmadas para capturar os novos esquemas. Workflow inteligente: os alertas de alta prioridade são tratados primeiro com dossiê de investigação pré-preenchido.

Tecnologias