ML no combate à lavagem de dinheiro

scott_zoldi.jpg*Por Scott Zoldi
20/02/2019 - Operações de combate à lavagem de dinheiro (Anti-Money Laundering - AML) trabalham duro para estar em conformidade com regras, políticas e regulamentos. Mas apesar de todo esse esforço, a lavagem de dinheiro está fora de controle em todo o mundo: a quantidade anual de dinheiro lavado é estimada entre 2 e 5% do Produto Interno Bruto (PIB) global. Alarmes falsos e processos ineficientes são algumas das razões pelas quais grande parte da lavagem de dinheiro corre solta.

O aprendizado de máquina (Machine Learning ou ML) no combate à lavagem de dinheiro está melhorando drasticamente a eficácia das operações de conformidade. Recentemente, falei sobre o tema na Associação de Especialistas Certificados em Antilavagem de Dinheiro (ACAMS), em sua 18ª Conferência Anual de Crimes Financeiros e AML em Las Vegas. Com a energia de Vegas proporcionando um cenário apropriado, falamos sobre:

Como o Machine Learning é diferente da Inteligência Artificial (IA) - O aprendizado de máquina não executa tarefas cognitivas programadas por humanos. Em vez disso, os algoritmos de Machine Learning aprendem novas relações a partir de dados. A descoberta de padrões ocultos no movimento do dinheiro torna o aprendizado de máquina um aprimoramento muito atraente para as operações de combate à lavagem de dinheiro.

Usar Machine Learning para priorizar alertas e encontrar mais lavagem de dinheiro - Na minha apresentação, fiz referência a um artigo de 2017 da McKinsey sobre o tema da aplicação de novas tecnologias no combate à lavagem de dinheiro. Com 99% dos alertas se revelando alarmes falsos, a McKinsey observou que as técnicas de aprendizado de máquina reduzem esses falsos positivos de 20 a 30%. Por sua vez, a carga de trabalho dos investigadores pode ser reduzida em 50%.

O gráfico abaixo ilustra como as organizações geralmente usam scores de Machine Learning. Ao escolher um limite de pontuação, o time de combate à lavagem pode entender a quantidade de dinheiro detectada e, consequentemente, controlar a taxa de alarmes falsos. O profissional, portanto, escolhe um ou mais limites que acionam analistas para trabalhar nesses casos. As transações também podem ser automáticas.

Melhorar o conhecimento dos usuários usando análise comportamental em tempo real - O Machine Learning pode melhorar em até 3x o relatório de atividade de alarme suspeito, por meio de uma segmentação mais rígida, de acordo com a McKinsey. Exemplos de segmentação mais refinada incluem aprendizagem de usuários com relações financeiras fora dos EUA, seja uma pessoa com alto patrimônio líquido ou um pequeno empreendedor. Dessa forma, o Machine Learning desafia o status quo dos processos de conhecimento dos usuários usando análises comportamentais em tempo real, baseadas em transações financeiras.

O aprendizado de máquina pode até levar a regras melhores, conforme ilustrado na figura abaixo. Por exemplo, o modelo de Machine Learning pode descobrir usuários em jogos de azar online de baixo custo, que fazem isso como uma forma de transferir fundos para o exterior. Sabendo como os algoritmos de aprendizado de máquina detectam novos padrões invisíveis de atividade ilícita, melhores leis, regras e insights podem ser obtidos.

Como podemos explicar os modelos de Machine Learning - Além do uso do aprendizado de máquina, é importante também explicar esses modelos a pesquisadores, reguladores e equipes internas de governança. O exemplo abaixo mostra como múltiplas variáveis que compõem o modelo (V1-V6 à extrema esquerda) se alimentam em algoritmos de Machine Learning, cujos resultados são processados por um Relatório de Razão e Ranking de Algoritmo. As razões são classificadas em termos de importância e relevância para explicar como o modelo chegou à pontuação.

Este algoritmo tem sido usado na Plataforma FICO Falcon por anos, e mostra a probabilidade do valor de uma variável (e consequentemente o código de razão) contribuir para a pontuação observada. Isso é baseado na totalidade dos dados usados para construir o modelo de Machine Learning e é probabilístico. Ao classificar os principais códigos de razão, os analistas e reguladores entenderão como a pontuação foi obtida, o que pode ajudar nas investigações e na criação de narrativas dos relatórios.

Em resumo, o uso do Machine Learning pode ajudar a superar os principais desafios de conformidade, como falsos positivos, para obter novos insights e entender o comportamento dos usuários, fornecendo uma lógica de decisão clara e explicável. Claramente, a tecnologia de aprendizado de máquina adiciona um impulso "super-humano" à eficácia dos esforços de combate à lavagem de dinheiro.

*Dr. Scott Zoldi é diretor de análise da FICO, uma empresa global de software analítico

Comentário (0) Hits: 245

A Indústria 4.0 mudará a realidade das empresas

alexandre_glikas_locaweb.jpg*Por Alexandre Glikas
19/02/2019 - A indústria 4.0, também conhecida como 4ª Revolução Industrial, promete mudar o cenário em que vivemos — e acredite: já realiza o esperado. Tendo por prerrogativa integrar informações para automatizar funções e mudar a maneira como as pessoas se comunicam e vivem, esta é uma progressão natural da Era da Informação, com a diferença que o mundo se torna mais conectado e inteligente. Com impactos nas empresas e em toda a sociedade, as transformações digitais proporcionadas por essa nova revolução têm surgido rapidamente e em larga escala.

O principal aspecto da Indústria 4.0 é a inovação, que se manifesta por meio de novas tecnologias. Com a fusão desses recursos, há a eliminação das barreiras entre os mundos biológico, físico e digital. Portanto, ela é mais ampla que um progresso digital.

A expectativa é que os países mais desenvolvidos absorvam as transformações com mais facilidade. Porém, as nações emergentes, como o Brasil, também vão se beneficiar. O esperado é que os computadores sejam cada vez mais inteligentes e rápidos — por isso, há o receio de que muitas profissões deixem de existir.

Realmente, isso deve acontecer. As tarefas operacionais, como as de linha de produção, serão automatizadas e isso reduzirá a necessidade de mão de obra humana. Por isso, segundo o Fórum Econômico Mundial, há uma previsão de que sejam eliminados sete milhões de empregos industriais até 2020 nos 15 países mais desenvolvidos.

Mas isso vai mais longe! Além dessa mudança no mercado de trabalho, há alguns motivos que demonstram a importância da indústria 4.0 para as empresas. Conheça três deles:

Atendimento a novas demandas
As necessidades atuais dos consumidores ensejaram a nova revolução industrial, já que há uma busca maior por personalização, praticidade e respostas rápidas. Essas demandas não são atendidas pelos métodos clássicos de produção e, por isso, é preciso criar modelos de negócio diferenciados.

Gestão embasada em dados
O recurso principal da indústria 4.0, junto à tecnologia, são os dados. Apesar de serem intangíveis, eles permitem alcançar a informação e gerar conhecimento. Com isso, há um melhor aproveitamento dos recursos disponíveis e a possibilidade de produzir mais em menos tempo.

Aprendizado de máquinas
O aprendizado permitido pelas inteligências artificiais — proporcionado por tecnologias como Big Data, computação em nuvem, Internet das Coisas e o próprio machine learning — permite encontrar outros padrões de atuação a partir de testes.

Todos esses vieses podem ser resumidos em quatro pontos principais: expectativas dos clientes; aperfeiçoamento de produto; inovação colaborativa; e formas organizacionais.

Os clientes se tornam o centro da economia e os produtos podem ser aprimorados para agregarem mais valor. Os ativos são mais resilientes e a análise de dados transforma a maneira que as informações são mantidas. Tudo isso exige a criação de modelos de negócio ainda inexistentes, assim como a revisão das formas de organização.

Todas essas ferramentas disponíveis já estão implementadas, mas ainda tendem a evoluir, e muitas outras também devem surgir ao longo do processo. É válido lembrar que tecnologias como Internet das Coisas (IoT), Cloud Computing, Big Data e Analytics são grandes facilitadoras dessa revolução.

Nesse cenário, é importante que os empreendedores estejam atentos à Indústria 4.0 para tirarem o máximo proveito dos benefícios que ela pode oferecer e, assim, verem cada vez mais o seu negócio crescer.

*Alexandre Glikas é diretor-geral da Locaweb Corp, unidade corporativa da Locaweb

Comentário (0) Hits: 339

Sete tendências tecnológicas para a indústria em 2019

jose_filho_pollux.jpg*Por José Rizzo Hahn Filho
18/02/2019 - Imagine suas ideias mais ousadas sendo aplicadas livremente na linha de produção da empresa. Pense em controlar e monitorar todos os setores da fábrica estando em qualquer lugar do mundo. Trabalhar lado a lado com robôs, ver processos que começam e finalizam sozinhos, ter acesso à análises automáticas com dados coletados em todos os setores. Essas e outras ações estão acontecendo neste exato momento e a evolução tecnológica da indústria tem tudo para se fortalecer ainda mais em 2019. Confira abaixo sete tendências que já estão disponíveis para implementação:

1. Inteligência artificial
A inteligência artificial na indústria permite mais produção com menor custo e torna as fábricas mais competitivas e eficientes. De maneira prática, a IA também pode ser aplicada para melhorar o monitoramento do tempo dos ciclos de produção, da quantidade de material utilizado e fornecer informações para reorganizar a linha de produção da forma mais eficiente possível. Robôs com IA são capazes de realizar diversas tarefas impossíveis ou perigosas para o ser humano, como manusear matéria-prima tóxica, analisar componentes microscópicos, inspecionar 100% dos produtos de uma linha de produção e trabalhar por longos períodos sem pausa.

2. Robotização
A robotização apresenta inúmeras vantagens para a indústria. Ela possibilita a utilização de robôs em várias tarefas, como fabricação, manutenção, limpeza e outras funções. Os robôs industriais geralmente desempenham tarefas repetitivas e que exigem precisão. Implementar essa tecnologia na fábrica ficou muito mais acessível por conta dos modelos de locação que permitem usufruir dos benefícios dessa tendência por um preço fixo mensal.

3. Equipamentos Autônomos
Os autônomos, como robôs, drones e alguns veículos, são uma das grandes tendências para 2019. Essas tecnologias usam inteligência artificial para automatizar funções e trabalhar por conta própria, sem necessidade de intervenção humana. Sua automação vai além dos modelos de programação mais tradicionais e cria comportamentos inteligentes que interagem de forma mais natural com o ambiente, objetos e pessoas. Por exemplo: os equipamentos autônomos podem ser acionados automaticamente para buscar suprimentos para a linha de montagem antes que eles acabem. O software entende que é o momento de disparar determinada função na cadeia produtiva e despachar por conta própria o início daquela etapa de produção.

4. Internet das coisas (IoT)
A internet das coisas continua a ser uma das tendências tecnológicas mais importantes para a indústria contemporânea. Basicamente, ela estabelece conexões entre objetos. Conectadas, máquinas podem coletar, analisar e transmitir grandes quantidades de dados e comandos entre si. A IoT nos permite controlar objetos à distância, utilizá-los como provedores de serviços e aumenta a eficiência de vários processos. Essa tecnologia possibilita ampliar a análise da produção através da coleta de uma enorme quantidade de dados, adaptar a produção mais rapidamente de acordo com as demandas, prever problemas, antecipar soluções, gerenciar estoques, reduzir erros e desperdícios e fornecer mais segurança à produção e às instalações da fábrica.

5. Blockchain
Falando em segurança, a blockchain é um tipo de base de dados distribuída que guarda um registro de transações permanente e à prova de violação. Suas bases de dados são compartilhadas de forma pública e universal. Essa descentralização das informações é a sua principal medida de segurança. Considerada a principal inovação tecnológica trazida pelo bitcoin, pois consta em seu código fonte, a blockchain tem servido de base para o surgimento de criptomoedas e bancos de dados distribuídos. Ao eliminar a necessidade de autoridades centrais como mediadoras de transações, a nova tecnologia gera mais confiança, transparência e redução de custos.

6. Análise aumentada (augmented analytics)
A análise aumentada modifica a forma como grandes quantidades de dados são avaliadas, consumidas e compartilhadas. Essa tendência tecnológica automatiza o processo de preparação de dados e visualização de insights a partir deles. Assim, não apenas os cientistas de dados e sua equipe têm acesso a soluções e insights, mas diversos setores podem tirar proveito da análise automatizada de dados. Todos os funcionários, cada um no seu contexto e, ao mesmo tempo, interligados, podem otimizar suas decisões e o processo geral da empresa.

7. Gêmeos digitais
Um gêmeo digital é uma representação virtual de um sistema do mundo real. Uma fábrica pode, por exemplo, criar um gêmeo digital da linha de produção e aplicar simulações de vários processos nessa criação. Simular a linha de produção significa economia de tempo e dinheiro, além de possibilitar redesenhar todo o processo em minutos, tornando muito mais fácil e eficiente o planejamento das fábricas. A partir dessas situações simuladas, muitas informações podem ser obtidas em prol de melhora na eficiência da cadeia produtiva, tornando-a mais flexível, econômica e dinâmica.

*José Rizzo Hahn Filho é CEO da Pollux e presidente da Associação Brasileira de Internet Industrial (ABII).

Comentário (0) Hits: 372

Novo webinar da Teleco sobre IoT no dia 10 de abril

web_sumit_2019.jpg16/02/2019 - A consultoria Teleco está organizando a 3ª edição do evento online sobre IoT, denominado  IoT Brasil Summit 2019. O evento será online, transmitido em 10/04, sendo as palestras pré gravadas. O conteúdo permanecerá por 12 meses no site, para acessos on-demand.

Nessa nova edição, pretendemos incluir diferentes verticais envolvidas no processo IoT (Internet das Coisas), como Agro Business, Smart Cities e outras.

Para mais informações, acesse www.telecomwebinar.com/iot-brasil-summit-2019/

 

Comentário (0) Hits: 389

Lenovo Data Center promove Transform 2.0

rodrigo_guercio_lenovo_data.jpg13/02/2019 - Com foco em soluções para o mercado corporativo e destaque para soluções de convergência e hiperconvergência, o evento chega ao país marcando um momento positivo para a fabricante, que fechou 2018 com o dobro do marketshare em relação ao ano anterior, segundo pesquisa do IDC.

Com edições em São Paulo, Porto Alegre e Brasília, o Transform 2.0 também traz novidades no portfólio da Lenovo Data Center, reforçando a estratégia de Transformação Inteligente adotada globalmente pela empresa e ampliação da sua oferta de soluções em storage, networking, serviços e servidores.

“A Transformação Inteligente reflete a perspectiva de desenvolver soluções completas e funcionalidades inteligentes para ajudar nossos clientes a transformar seus negócios, melhorando a experiência do cliente final”, explica Rodrigo Guercio, country manager da Lenovo Data Center no Brasil. “Somos impulsionados por tecnologias emergentes, como Inteligência Artificial, Cloud, Big Data, Virtualização e Internet das Coisas e estamos preparados para essa mudança de infraestrutura, aplicações e usuários”, comenta o executivo.

Novidades

Entre os anúncios está o ThinkAgile HX7820, que capacita empresas a aumentar a escalabilidade e a agilidade em suas aplicações. A solução, baseada em quatro sockets ThinkAgile, é uma das novidades na categoria de produtos voltados a implementações críticas entre a série HX de produtos hiperconvergentes da fabricante.

Resultado da junção das plataformas altamente confiáveis da Lenovo com o sistema operacional Nutanix Enterprise Cloud OS, a série Lenovo ThinkAgile HX permite aos clientes implementar soluções hiperconvergentes reduzindo a um terço o custo total da operação, com 57% de redução no custo de instalação e mais de 300% de retorno sobre investimento.

Entre os lançamentos, a solução Lenovo ThinkAgile HX para ambientes SAP HANA inclui a implementação por equipe de serviços da Lenovo Data Center, além do suporte integral de especialistas da empresa.

Comentário (0) Hits: 448

O uso da IA e o impacto na área jurídica

semantix.jpg*Por Anderson Paulucci
13/02/2019 - Um estudo recente realizado pela LawGeex analisou as habilidades de 20 advogados experientes e comparou com a Inteligência Artificial. A tarefa consistia em analisar os riscos contidos em cinco contratos de confidencialidade. O grupo participante incluía diretores jurídicos, advogados autônomos e associados de grandes empresas globais, como Goldman Sachs, Cisco e Alston & Bird.

A Inteligência Artificial alcançou 94% de precisão, enquanto os advogados obtiveram a média de 85%. Em relação à velocidade, a IA ganhou em disparada, analisando todos os contratos em apenas 26 segundos contra 92 minutos dos advogados.

Tecnologia na esfera jurídica

A tecnologia e a esfera jurídica já estão caminhando juntas. A quantidade de dados jurídicos no Brasil cresce exponencialmente, fazendo-se necessária a análise rápida e eficiente dos documentos produzidos, principalmente em relação ao contencioso de massa. Desse modo, a computação cognitiva é crucial para que os advogados possam focar em demandas mais importantes.

O McKinsey Global Institute estima que quase 1/4 do trabalho de um advogado pode ser automatizado com o uso da IA. Além disso, algumas pesquisas sugerem que a adoção da tecnologia legal (incluindo a IA) reduziria as horas de trabalho dos advogados em 13%.

Muitas empresas e escritórios de advocacia estão utilizando a Inteligência Artificial como um assistente virtual que coleta dados e analisa diferentes tipos de documentos, a fim de alavancar os negócios e diminuir custos. Ela permite, por exemplo, que os advogados se concentrem nas seções mais relevantes dos contratos, superando os mecanismos de buscas atuais e tornando o trabalho desses profissionais menos repetitivo e mais produtivo.

As principais mudanças da IA no campo jurídico que ocorrerão em breve são:

- Eliminação de alguns cargos que realizam um trabalho mecânico, como assistente de pesquisa, já que a máquina exercerá essa atividade, possibilitando que os advogados se concentrem em outras tarefas;

- Criação de novos cargos que entendam de tecnologia e direito, como engenheiros legais, uma vez que é necessária a existência de profissionais que saibam desenvolver e conferir se os resultados estão corretos;

- Diminuição da quantidade de processos por meio da automatização.

A Inteligência Artificial pode substituir o advogado?

A adoção cada vez maior da Inteligência Artificial causa um receio em muitas pessoas em relação à substituição dos humanos pelas máquinas. Mas isso não passa de um grande mito. A tecnologia é usada para auxiliar os profissionais e não substituí-los. Segundo Bruno Feigelson, presidente da AB2L e CEO da Sem Processo, "a tecnologia vem para substituir aquele trabalho de menor valor agregado, então isso vai impactar o mercado, mas não desvalorizando o advogado. Pelo contrário, pois o advogado vai deixar de fazer aquele trabalho repetitivo".

Uma pesquisa realizada em 2014 pelo Canadian Bar Association constatou que a chave para o exercício de uma profissão jurídica viável, competitiva e relevante é a inovação, necessitando maiores investimentos em pesquisa e desenvolvimento.

A tecnologia deve ser nossa aliada. Portanto, é importante que o profissional jurídico use a IA a seu favor para realizar suas atividades de forma mais consistente e com melhor acurácia e, assim, tornar-se mais competitivo e aprimorar a área do Direito.

*Anderson Paulucci é CTO da Semantix, empresa especializada em Big Data, Inteligência Artificial, Internet das Coisas e Análise de dados

Comentário (0) Hits: 412

newsletter buton