Vi följer utvecklingen nära genom alla konsulter som arbetar i olika utvecklingsprojekt hos bankerna. Tillsammans har de stor insikt, samlad erfarenhet och kompetens inom bank. Eftersom vi är nyfikna och gärna delar med oss så har vi valt att lyfta några av dessa områden med hjälp av några av våra erfarna konsulter.
I denna artikel lyfter vi vad som händer inom områdena betalningar och AML. Vi har intervjuat Henrik Danebjer och David Fröman som båda har en bred kompetens och lång erfarenhet från branschen.
Hur ser ni på branschen och framtiden utifrån era kompetensområden?
Realtidsbetalningar (A2A) blir alltmer populära i Norden men AML-övervakning har inte hunnit anpassa sig fullt ut. När transaktioner går direkt mellan konton på några sekunder blir det svårare att identifiera och blockera misstänkta betalningar i tid.
Vad krävs?
- En tydlig strategi som säkerställer IT stöd för en allt mer realtidsbaserad ekonomi.
- En plan för hur man skall hantera ökade krav på regulatoriska realtidskrav som rapportering och AML kommer behöva finnas, för att säkerställa att man på ett kostnadseffektivt sätt kan hantera realtid i alla aspekter.
- Realtids-AML och AI-baserad riskbedömning, traditionella regelbaserade system är för långsamma.
- Förbättrade SCA-lösningar (Strong Customer Authentication) för att stoppa obehöriga transaktioner.
- Starkare internationellt samarbete mellan banker och fintechs för att upptäcka mönster över gränser.
Den kommande PSD3-lagstiftningen kommer att skärpa kraven på säkerhet, bedrägeribekämpning och regelefterlevnad. Samtidigt introducerar FIDA (Financial Data Access Regulation) nya regler kring delning av finansiella data, vilket förändrar KYC/KYB-processer och AML-arbete.
Vad krävs?
- Automatiserade compliance-processer som kan hantera ökade rapporteringskrav utan att öka kostnader.
- Utveckling av AI-drivna AML-lösningar för att hantera den ökade transaktionsvolymen och datadelningen.
- Större krav på dataskydd och identitetshantering för att förhindra missbruk av öppen bankdata.
Många banker och finansiella aktörer använder fortfarande manuella processer och statiska regelverk för AML och fraud prevention. Detta leder till högre kostnader, sämre träffsäkerhet och ökade falska larm, vilket påverkar både compliance och kundupplevelsen.
Vad krävs?
- AI-drivna transaktionsövervakningssystem för att snabbare identifiera avvikande beteenden.
- Prediktiv analys och anpassningsbara riskmodeller för att minska onödiga flaggningar och manuella granskningar.
- Automatiserad dokumentgranskning och onboarding för att snabba upp KYC-processer utan att tumma på säkerheten.
Kriminella aktörer blir allt bättre på att maskera transaktioner och utnyttja luckor i regelverken. Många bedrägerier sker genom money mules, syntetiska identiteter och manipulativa transaktionsmönster som är svåra att upptäcka med traditionella metoder.
Vad krävs?
- Bättre riskbedömning vid onboarding – Maskininlärning kan upptäcka avvikelser i KYC-data.
- Transaktionsanalys över flera betaltjänster – Bedragare utnyttjar ofta flera kanaler för att dölja spår.
- Tätare samarbete mellan banker och betalningsaktörer för att identifiera och blockera misstänkta nätverk snabbare.
- Branschen rör sig mot en framtid där snabbhet, säkerhet och regulatorisk efterlevnad måste samexistera. För att lyckas krävs AI-drivna lösningar, tätare internationellt samarbete och starkare AML-strategier för realtidsbetalningar.
- Den aktör som kan balansera innovation och compliance på ett smart sätt kommer att få en stark konkurrensfördel – både i Norden och globalt.
Frekvensen och omfattning av nya direktiv och förändringar är hög. Många regelverk samtidigt som måste behandlas PSD3, AML direktiv och DORA vilket angriper stora delar av organisationen och processerna samtidigt. Utmaningen är att få ihop en attraktiv och kostnadseffektiv kundresa samtidigt som kraven att förändra kundresan kommer i regel från separata projekt och initiativ.
Vad krävs?
- Aldrig har behovet varit större av fokus på kundresan och att man driver förändringen från kundresan samt att processerna och inte direktivet i sig själv för att säkerställa maximalt värde.
- Proaktiv strategi för att säkerställa att organisationen har en strategi hur man skall hantera mer frekventa regelförändringar.
Mer information kan inte driva fler manuella kontroller. Vi får kontinuerligt tillgång till mer analys av data och fler möjliga kopplingar mellan företags samt personers beteende och relationer. Mycket är tack vare AI spunnet i AML behov att hitta nya mönster som kan appliceras på den tillgängliga datan.
Utmaningarna för många aktörer på marknaden jobbar med att avvikelser i riskmotorerna går till manuell kontroll i AML backoffice. Men med intåget av AI så kommer exponentiellt fler relationer och beteende flaggas och det kommer inte vara hållbart att detta leder till manuella kontroller då det snabbt kommer bli en flaskhals samt medföra stora kostnader.
Vad krävs?
- Vilka regler kan automatiseras till svar Ja / Nej
- Sålla bort falska positiva snabbt.
- Ställningstagande och regelverk, för att snabbt kunna avgöra om ett beteende eller relation är en risk, som snabbt går att implementera it-tekniken och processerna.
