27.02.2024

Ce qui rend la lutte contre le blanchiment d’argent si difficile en Suisse

Share article:

Reading time:

Depuis janvier 2023, de nouvelles lois contre le blanchiment d’argent sont en vigueur en Suisse : la loi révisée sur le blanchiment d’argent, l’OBA adaptée et l’OBA-FINMA. Les banques ont parfois mis en œuvre les directives réglementaires à grands frais. Mais les banques ne modifient pas leurs processus de lutte contre le blanchiment d’argent uniquement pour cette raison. La réduction des coûts fait partie de leurs principaux objectifs. Pour ce faire, elles sont de plus en plus nombreuses à s’appuyer sur l’intelligence artificielle.

Révision des réglementations et des lois anti-blanchiment d’argent

En Suisse, plusieurs modifications réglementaires ont été engagées ces dernières années pour lutter contre le blanchiment d’argent.

Les modifications portent essentiellement sur ces points :

  • Vérification de l’ayant droit économique (Beneficial Owner)
  • Actualité des données des clients ainsi qu’en matière de communication de soupçons de blanchiment (Know Your Customer)
  • Transparence des associations présentant un risque accru dans le financement du terrorisme
  • Contrôles dans le domaine des métaux précieux

Les communications de soupçons de blanchiment d’argent augmentent : Un problème pour les banques et le MROS

Les banques ne sont pas les seules à être sollicitées, le Bureau de communication en matière de blanchiment d’argent MROS (Money Laundering Reporting Office Switzerland) l’est également. La montagne de communications de soupçons de blanchiment d’argent augmente d’année en année. En mai 2022, le MROS a publié son dernier rapport annuel.

En 2021, le MROS a reçu 5.964 communications de soupçons, soit une hausse de 12% par rapport à 2020 (5.334). La façon de compter les communications des soupçons a été adaptée avec l’introduction de goAML. Le MROS estime que les 5.964 communications reçues en 2021 correspondent à 10. 735 relations d’affaires.

Examen de pays par le GAFI pour la prévention du blanchiment d’argent en Suisse

Un autre facteur de stress dans la prévention du blanchiment d’argent est l’examen de pays par le GAFI. Celui-ci a publié en janvier 2020 le Third Enhanced follow-up Report, qui examine les progrès réalisés depuis le dernier examen de pays en 2016. Dans son rapport, le GAFI confirme le respect de 8 des 40 recommandations comme « conforme (C) ». Pour 27 recommandations, la Suisse est  » en grande partie conforme (LC) ». Pour 5 recommandations, l’évaluation est « partiellement conforme (PC) ».

L’indice AML de Bâle classe les risques mondiaux de blanchiment d’argent

L’édition publique de l’indice AML de Bâle répertorie les pays qui disposent de données suffisantes pour calculer une évaluation fiable des risques.

Sur 128 pays, les pays DACH se présentent ainsi :

basel-index-money-laundering-global-index

Les banques ont le plus grand impact en matière de lutte contre le blanchiment d’argent

En 2021, selon le MROS, 90% des communications de blanchiment d’argent provenaient du secteur financier. Selon les statistiques, les autres entreprises telles que les prestataires de services de paiement, les fournisseurs de cartes de crédit ou les gestionnaires de fortune ne pèsent guère en pourcentage. Cette répartition est similaire depuis des années.

5 recommandations pour que les prestataires de services financiers s’améliorent dans leur prévention contre le blanchiment d’argent

Ces points sont des conseils utiles pour la lutte contre le blanchiment d’argent :

  1. amélioration des profils KYC grâce à des informations plus détaillées sur le client ou l’ayant droit économique, vérification de la classe de risque, de l’origine des actifs, des entrées et sorties de fonds prévues, des transactions prévues par unité de temps
  2. affichage des personnes et des entités qui sont actuellement visées en raison de la mise à jour des listes de sanctions, de PEP et d’embargos
  3. intégration de procédés d’apprentissage automatique, par ex. lors de la comparaison de données avec des listes de sanctions et lors de la surveillance des embargos dans le trafic des paiements.
  4. utilisation des connaissances acquises par l’apprentissage automatique pour réduire le taux de faux positifs, vérifier les clarifications effectuées dans le passé, réduire les coûts en diminuant le travail de clarification
  5. réalisation de tests d’efficacité et d’efficience dans la surveillance des paiements.
PÉNURIE DRASTIQUE DE MAIN-D’ŒUVRE QUALIFIÉE

Réduire les faux positifs et minimiser les opérations manuelles de LBC

Les banques et les assurances se heurtent à des limites dans la prévention du blanchiment d’argent, tant en termes de personnel que de rentabilité. Les composants d’intelligence artificielle tels que le Machine Learning simplifient et accélèrent les processus. Notre livre blanc fournit des informations détaillées et montre un potentiel d’économie de 40% sur les faux positifs dans une banque de détail.

Téléchargez le livre blanc

Une étude de KPMG prévoit une augmentation de la demande de solutions RegTech

Une publication du portail d’information suisse Finews du 17.2.2023 se réfère à la dernière étude Pulse of Fintech du cabinet de conseil KPMG. Selon cette étude, l’environnement réglementaire complexe des services financiers et l’accent mis sur la rentabilité et la réduction des coûts sont des moteurs d’investissement dans les solutions Regtech. On s’attend à ce que les entreprises misent sur les technologies pour rationaliser et améliorer leurs activités de conformité. Il s’agit notamment de solutions fintech basées sur l’IA, en particulier dans l’analyse des données, l’évaluation des risques en temps réel et l’engagement des clients.

Une banque de détail économise environ 40% de faux positifs dans la détection du blanchiment d’argent grâce au Machine Learning

Une preuve de concept (PoC) d‘ACTICO avec une banque de détail a montré que l‘IA dans la détection du blanchiment d‘argent a un grand potentiel pour réduire le taux de faux positifs. Avec près de 12 000 anomalies de blanchiment d‘argent de la banque, un modèle d‘apprentissage automatique a pu être entraîné pour prédire si une anomalie nécessite un examen plus approfondi. Le modèle apprend à partir des données sur les transactions et les clients associées aux anomalies, ainsi que des informations indiquant si une enquête plus approfondie a été nécessaire dans le passé pour clarifier l‘anomalie. Sur un ensemble de données de validation, il a été démontré qu‘il était possible d‘économiser environ 40% des faux positifs sans manquer une déclaration de soupçon qui devrait être signalée à la surveillance financière. Pour en savoir plus, téléchargez notre livre blanc “La lutte contre le blanchiment d’argent grâce à l’AI”.

Conclusion

La modification des lois sur le blanchiment d’argent plonge souvent les banques dans un processus d’adaptation de grande ampleur. Ce n’est pas facile à gérer, car les ressources en personnel sont limitées. De plus, les banques sont très attentives aux coûts, en particulier dans les domaines qui ne génèrent pas de revenus.  Par conséquent, les banques examinent leurs processus de plus en plus attentivement. Le Machine Learning, une composante de l’intelligence artificielle, offre un énorme potentiel de réduction des coûts. La réduction des faux positifs grâce au Machine Learning figure en bonne place sur la liste des priorités et a déjà donné des résultats convaincants dans la pratique.

Ce qui pourrait aussi vous intéresser

Customer Screening dans les banques et les assurances

Les directives réglementaires exigent une comparaison des nouveaux clients et des clients existants par rapport aux listes de sanctions et de PEP. Les personnes à risque et les PEP doivent être identifiées et traitées avec une attention accrue. Découvrez comment le Machine Learning peut soutenir la vérification des noms et des PEP.

Téléchargez la brochure
Le groupe VP Bank réduit de moitié la charge de travail lors du screening des listes de sanctions

Grâce à un logiciel basé sur l’intelligence artificielle, le groupe VP Bank améliore le screening des sanctions et des PEP dans le trafic des paiements. Il réalise ainsi une économie de 50% sur la charge de travail.

En savoir plus
Les assurances luttent pour plus d’efficacité dans la prévention du blanchiment d’argent

La surveillance des contrats d’assurance et des données des clients doit permettre d’analyser les comportements suspects et de lutter contre le blanchiment d’argent. Des logiciels basés sur l’intelligence artificielle peuvent y contribuer.

Lisez le Blog