شركات الإنترنت الكبرى متورطة في غسيل الأموال كيف يمكننا حل مشكلة استمرار وجود هذه الصناعة السوداء رغم الحظر المتكرر؟

كشف فريق المراجعة السيئة مؤخرًا أن عصابة المقامرة عبر الإنترنت استخدمت Pinduoduo كقناة دفع لغسل الأموال. وقد أثارت هذه الحادثة اهتماما كبيرا عبر الإنترنت، لكن لم يتم الانتهاء منها بعد.

لقد أدى تطوير وسائل الدفع إلى أن غسيل الأموال لم يعد مجرد معاملة نراها في أفلام العصابات، بل أصبح يواكب التقدم التكنولوجي. وفي الوقت نفسه، أدى التعلم الآلي إلى تحسين القدرة على الكشف واتخاذ تدابير مكافحة أفضل للتعامل مع العمليات غير القانونية لغسيل الأموال عبر الإنترنت.

نشرت منصة الحساب العام "تشابينغ" أول أمس مقالاً أثار ضجة كبيرة.

في هذه المقالة تسمىأصبحت متاجر Pinduoduo منصات لغسيل الأموال لمواقع المقامرة، حيث يقوم متجر واحد بغسيل 500 ألف يوان يوميًا"في المقال "اكتشف فريق المراجعة السيئة عن طريق الخطأ أن بعض المتاجر على منصة Pinduoduo كانت تبيع في الواقع لحوم الكلاب تحت ستار البضائع الأصلية. كانوا يزعمون أنهم يقومون بإعادة شحن العملة الافتراضية، ولكنهم في الحقيقة كانوا قنوات دفع لمواقع المقامرة لجمع المدفوعات.

اتضح أن فريق المراجعة السيئة أراد إجراء بحث حول الصناعة الرمادية للمقامرة عبر الإنترنت، ولكن عندما أجروا اختبار إعادة الشحن على موقع المقامرة، وجدوا أن واجهة الدفع الخاصة بموقع المقامرة قفزت بالفعل إلى صفحة الدفع الخاصة بـ Pinduoduo من تلقاء نفسها، وأخيرًا تم إكمال المعاملة في شكل طلب للحصول على منتج افتراضي. وأصبحت أموال القمار هي مبلغ المعاملة، وتمت عملية "غسيل الأموال" بشكل علني.

خلال تحقيقاتهم، وجدوا أنه نظرًا لأن Pinduoduo لديه عتبة مراجعة متجر منخفضة، فهناك العديد من المتاجر عبر الإنترنت التي تعمل كغاسل للأموال. كما أن تدفق رأس المال وراءهم كبير بشكل مذهل، ويمكن أن يصل حجم المعاملات اليومية إلى 500 ألف يوان.

ومع ذلك، ولأسباب غير معروفة، لم تقم منصة Pinduoduo بأية مراقبة.

بمجرد ظهور هذا الخبر، لم يعد بإمكان بيندودو الجلوس ساكنًا.

وسرعان ما أصدروا بيانًا قالوا فيه إن المقال يحتوي على معلومات كاذبة وغير صحيحة، وسيقاضون فريق المراجعة السلبية بتهمة التشهير والقذف، مع تعويض يصل إلى 10 مليون يوان صيني.

وانتقدت المراجعات السلبية على الفور موقع Pinduoduo، قائلة إنه على الرغم من أن إشرافه لم يكن صارمًا بشكل واضح، إلا أنه لا يزال يحمل وسائل الإعلام التي نقلت الحادث المسؤولية. الحادثة لا تزال في طور التطور...

لعبة القط والفأر بين غسل الأموال ومكافحة غسل الأموال

إن ضرر القمار واضح بذاته.

مع تطور العصر، تطورت المقامرة أيضًا إلى أعمال تجارية عبر الإنترنت وأصبحت جزءًا مهمًا جدًا من صناعة الإنترنت الرمادية. لقد سمحت شعبية طرق الدفع المختلفة عبر الإنترنت للمقامرة، التي كانت مخفية في الأصل على الإنترنت، باستخدام جميع أنواع الأساليب لتحسين تجربة المنتج وجذب المزيد من المستخدمين.

إذا تم تأكيد حادثة Pinduoduo التي تم الكشف عنها هذه المرة، فمن المحتمل أن يكونوا مسؤولين عن قناة غسيل الأموال التي تسببها الثغرة.

ومع ذلك، مع تحسن القوانين واللوائح، تم تنظيم العديد من القنوات أو حتى حظرها. ولكن هناك دائما ثغرات يمكن استغلالها. لقد أصبح مساعدة الكازينوهات على غسل الأموال وإضفاء الشرعية على المزيد من أموال المقامرة ودخل المصرفيين وسيلة لهؤلاء المجرمين عبر الإنترنت لكسب المال.

غسيل الأموالنشأ المصطلح في أوائل القرن العشرين، عندما كانت هناك جماعة إجرامية ضخمة في شيكاغو. وكان الزعيم رجل عصابات يدعى ألفونس غابرييل كابوني. وكان بحوزتهم مبالغ كبيرة من المال حصلوا عليها عبر قنوات غير مشروعة، لكنهم لم يجرؤوا على إيداعها في البنك.

اشترى المدير المالي للمجموعة الإجرامية عددًا كبيرًا من الغسالات التي تعمل بالعملة المعدنية وبدأ مشروع غسيل الملابس. عند حساب دخل اليوم كل ليلة، قم بإضافة الأموال المسروقة إليه ثم قم بالإبلاغ عن الضريبة إلى دائرة الضرائب. وبهذه الطريقة، بعد خصم الضرائب المستحقة، تصبح الأموال غير القانونية المتبقية دخلاً قانونياً.

وفي وقت لاحق، أُطلق على هذه الطريقة لإضفاء الشرعية على الأموال من مصادر غير مشروعة اسم "غسيل الأموال".

إن حجم أنشطة غسيل الأموال غير المشروعة في جميع أنحاء العالم كبير للغاية لدرجة أنه يمثل ما بين 2% إلى 5% من الناتج المحلي الإجمالي العالمي، وهو ما يعادل حوالي 800 مليار دولار أمريكي سنويا. علاوة على ذلك، ومع تطور التكنولوجيا الحديثة، أصبحت قنوات غسيل الأموال أكثر وأكثر وفرة وأصبح من الصعب اكتشافها.

رداً على الأساليب المتطورة بشكل متزايد لغسل الأموال، اقترح المجتمع الدولي تدابير تنظيمية مشتركة للوقاية والسيطرة على غسل الأموال تعتمد على المخاطر. كما هو الحال مع النهج التنظيمي السائد، فإن النهج الرئيسيتحديد المعاملات المشبوهة بناءً على القواعد والميزات. وهذا يتطلب الكثير من القوى العاملة والنتيجة ليست جيدة.

وبحسب تقرير يوروبول، من بين تقارير المعاملات المشبوهة التي قدمتها مؤسسات الخدمات المالية، هناك ما يقرب من 10%s تتطلب مزيدًا من التحقيق من قبل السلطات.

فما هي التغييرات التي سيجلبها الذكاء الاصطناعي في مواجهة معضلة مكافحة غسيل الأموال؟

كيف يمكن للتعلم الآلي أن يساعد في مكافحة غسيل الأموال

ويتمثل جوهر مكافحة غسيل الأموال في القيام بعمل جيد في تحديد هوية المستخدم: أولاً، تحديد هوية العميل، وثانياً، تحديد مصدر ووجهة الأموال، وذلك لتحديد ما إذا كانت معاملة الأموال تتطابق مع سمات العميل والخصائص الأخرى.

في مكافحة غسيل الأموال،من الصعب معالجة كميات هائلة من البيانات والحكم على المعاملات المشبوهةإن إدخال تقنيات مثل التعلم الآلي من شأنه أن يوفر فرصًا جديدة لحل هذه المشاكل.

في بعض الحالات، يتم استخدام أساليب التعلم الآلي لتعلم أنماط الحكم لدى كبار خبراء مكافحة غسيل الأموال، وتصنيف وفرز الحالات المشبوهة، والحد بشكل كبير من قاعدة الفحص، وتحقيق التعاون الفعال بين الإنسان والآلة.

أولاًملايين البياناتسلوكأبعاد الميزات المتعددة، ومن ثم من خلالنماذج التعلم الآلي،تم التوصل إلى تحديد الحالات المشتبه بهاالتصنيف التلقائيونوع.

إن دمج خبرة خبراء مكافحة غسيل الأموال في نظام التعلم الآلي يمكن أن يساعد النظام على التكيف والتطور تلقائيًا. بعد فترة قصيرة من التدريب والضبط، يمكن لنظام التعلم الآلي أن يقترب من مستوى خبراء مكافحة غسيل الأموال الكبار، مما يوفر الكثير من تكاليف القوى العاملة.

علاوة على ذلك، تتمتع التقنيات مثل التعلم الآلي شبه الخاضع للإشراف أيضًا بإمكانيات كبيرة.

على سبيل المثال، يمكن استخدامه لتحديد معاملات غسيل الأموال المعقدة والبنوك السرية، باستخدام البيانات السلوكية وعدد صغير من تسميات الميزات، من خلال تحليل الرسم البياني والتجميع وتحليل الارتباط وغيرها من الوسائل التقنية لتحديد المعاملات غير الطبيعية وخرائط العلاقات. ومن المأمول، بفضل خبرة الخبراء، أن نتمكن من الكشف عن منظمات غسيل الأموال المختبئة في الظلام.

وعلاوة على ذلك، كلما طالت مدة تشغيل نموذج الخوارزمية، زاد عدد الحالات المدخلة، وزاد عدد التصحيحات البشرية، وأصبحت قدرتها على تحديد المعاملات المشبوهة أقوى، وانخفضت احتمالات سوء التقدير والحكم الضائع.

وتواجه الصين ضغوطا كبيرة بشكل خاص لمكافحة غسيل الأموال.

لقد شهد المجتمع الصيني تحولاً خاصاً بفضل المجموعة الغنية من منتجات الإنترنت، حيث أصبحت الصين حالياً الدولة التي تتمتع بأكثر المعاملات عبر الهاتف المحمول شعبية وراحة ونضجاً في العالم. وبما أننا نواجه تدفقات معاملات لأكثر من مليار شخص، فإن الضغوط لتحديد المعاملات المشبوهة هي الأكبر أيضاً.

وبحسب التقارير، فإن بعض شركات التكنولوجيا المالية الرائدة في البلاد،من خلال أساليب نموذج التعلم الآلي، من الممكن الوصول إلى مستوى خبراء مكافحة غسيل الأموال الكبار 95% وتقليل عبء العمل المتمثل في المراجعة اليدوية 30%، مما يساعد على السيطرة على أنشطة غسيل الأموال بشكل فعال.

في الشركة التي تقدم خدمات مكافحة غسيل الأموال، يكون الحل الذي تقدمه على النحو التالي:

تعزيز التعرف على الاحتيال في المصدر:بناءً على معلومات مثل طراز الجهاز والخصائص السلوكية وتكرار الوصول والموقع الجغرافي وما إلى ذلك، يتم إجراء تحديد المخاطر للكشف الفوري عن الأنشطة الاحتيالية مثل أجهزة المحاكاة وأجهزة الوميض والتعديل والغش الجماعي.

إنشاء صورة مستخدم أكثر ثلاثية الأبعاد:من خلال المعلومات المرتبطة بالحساب، بالإضافة إلى البيانات مثل طلبات الائتمان والودائع والقروض اليومية ومعاملات الأموال وتسجيلات الدخول للأجهزة، نستخدم تقنية الشبكة المرتبطة لبناء خريطة علاقات المستخدمين، وتحديد الخصائص الفردية للمستخدم، وإنشاء صورة ثلاثية الأبعاد.

مراقبة المعاملات المالية غير الطبيعية:بناءً على بيانات الأعمال، ومن خلال استخراج بيانات معاملات الصناديق الموجودة في الرسم البياني للعلاقة، وبمساعدة القواعد أو النماذج، يمكن تحديد سلوكيات معاملات الصناديق غير الطبيعية ومجموعات المعاملات غير الطبيعية في الرسم البياني.

تحديد حسابات غسيل الأموال بدقة:تساعد تقنية الرسم البياني للعلاقات القائمة على التعلم العميق المؤسسات المالية على فرز وبناء الرسوم البيانية للعلاقات مع العملاء الأفراد، وتوسيع آفاق ووسائل الوقاية من المخاطر والسيطرة عليها، وبناء آلية كاملة لتحديد حسابات غسيل الأموال بناءً على الرسوم البيانية للعلاقات.

وهذه هي العملية الروتينية تقريبًا لتكنولوجيا مكافحة غسيل الأموال بدعم من تكنولوجيا الذكاء الاصطناعي.

من هو المسؤول عن غياب الرقابة على الصناعة الرمادية؟

على الرغم من استخدام الذكاء الاصطناعي لمكافحة غسيل الأموال في العديد من تقارير الشركات، إلا أنه يجب الاعتراف بأن الذكاء الاصطناعي يستخدم حاليًا بشكل أساسي الاستقراء والتوليف بدلاً من الاستنتاج لتحليل المشكلات.

لذلك، في الاستخدام الحالي، الكلمات التي يتم التأكيد عليها أكثر هي مراقبة البيانات، وتقليل القوى العاملة، وما إلى ذلك.

على الرغم من أن استخدام الذكاء الاصطناعي في مكافحة غسل الأموال يعد اتجاهًا لا مفر منه، إلا أن تطوير ونشر أنظمة مكافحة غسل الأموال لا يزال في مراحله الأولى، ولا يزال إشراك خبراء الصناعة يشكل عاملًا مهمًا للغاية.

ويجب أن تعتمد التقنيات مثل التعلم الآلي على تدريب كميات كبيرة من البيانات لفهم بعض أنماط أساليب غسل الأموال، وبالتالي توفير إشراف واتخاذ قرارات أكثر شمولاً وأماناً. ربما تصل هذه التكنولوجيا إلى مرحلة النضج في المستقبل القريب.

بالعودة إلى حادثة بيندودو، في الوقت الحاضر، وبصرف النظر عن المراجعات السلبية لهذه الوسيلة الإعلامية الذاتية، لم يكن هناك أي تقرير تحقيق رسمي، لذلك يبقى تحديد ما إذا كانوا يقومون بغسل الأموال.

مثلفريق المراجعة سيءكما قيل

"لا يهدف هذا التقرير إلى القضاء على أي منصة معينة، بل إلى القضاء على جميع صناعات المقامرة غير القانونية معًا."

نحن نفس الشيء. ونأمل أن تساهم تقنيات الذكاء الاصطناعي ليس فقط في جعل حياتنا أكثر راحة، بل وأيضاً في جعل حياتنا أكثر نقاءً.