與反洗錢 (AML) 法規相關的成本首先是集成和部署在客戶入職期間進行身份驗證和其他檢查的系統，最後是在不合規的情況下處以罰款。但根據《自然》雜誌上的一項案例研究，如果沒有正確的篩選技術，中間的過程可能會成為一個價值數百萬美元的問題。博客文章。
一位客戶在發現積壓了 700,000 條政治公眾人物 (PEP) 警報後，向 Socure 尋求幫助，以幫助其加強合規計劃。 PEP 檢查是作為 AML 盡職調查的一部分進行的。如果出現警報，則會觸發手動審核。
Socure 將該客戶描述為“領先的投資平台”，並表示估計清除其 PEP 警報積壓的成本為 100 萬美元。
這2022-2023 財年英國貨幣服務業務的收入為 190 萬美元。
“這是一個微妙的平衡，”首席合規官告訴蘇庫爾。 “您需要捕獲每一個真正的 PEP，但您不能讓整個團隊都在追踪誤報。每個警報都需要時間、資源和熟練的分析師來審查。”
100 萬美元的標價是根據每小時 50 美元的顧問需要 28,000 個小時的工作時間計算得出的（實際結果為 140 萬美元，但也許可以應用批量折扣）。
相反，借助 Socure 的技術，該公司能夠將聘請顧問所需的小時數減少到 571 小時。按每小時 50 美元計算，這相當於 28,550 美元，更易於管理。其餘均為誤報，經 Socure 鑑定，誤報率降低了 99.76%。
據帖子稱，Socure 的監視列表解決方案應用神經網絡來識別客戶的遺留系統錯過的連接，例如發現同一個人名字的不同拼寫。該公司還講述了發現同一個政治人物在一家金融機構使用五個身份的情況。
該軟件包括精細的搜索策略、觀察列表、分數閾值和過濾標準，Socure 表示，其人工智能模型不斷從其進行的篩選中學習。
文章主題
||||
