W świecie AML i KYC panuje niebezpieczne uproszczenie: przekonanie, że posiadanie „jakiejkolwiek” bazy osób zajmujących eksponowane stanowiska polityczne (PEP) zamyka temat zgodności. Rzeczywistość rynkowa weryfikuje to podejście brutalnie. Większość dostawców danych oferuje bazy oparte wyłącznie na szczeblu centralnym – prezydentach, ministrach czy parlamentarzystach.
Tymczasem polskie przepisy (zgodnie z rozporządzeniem) precyzują listę aż 214 konkretnych stanowisk i funkcji, które kwalifikują osobę jako PEP.
Luka 214 stanowisk: gdzie konkurencja przestaje patrzeć?
Prawdziwe ryzyko compliance nie zawsze kryje się w blasku fleszy przy centralnej ulicy Warszawy. Ono często rezyduje tam, gdzie bazy konkurencji nie sięgają:
- w zarządach spółek z udziałem Skarbu Państwa (często regionalnych),
- w organach partii politycznych na niższych szczeblach,
- czy w strukturach administracji terenowej i organach kontrolnych.
Poleganie na niepełnej liście to nie tylko ryzyko operacyjne – to świadome wystawianie instytucji na sankcje regulatora. Teza Vercly w tym przypadku jest prosta: częściowa lista PEP to żadna lista. W procesie audytu argument „nie wiedzieliśmy, bo nie było ich w naszej bazie” jest bezskuteczny, jeśli funkcja danej osoby widnieje w oficjalnym wykazie stanowisk.
AI vs. ręczna weryfikacja
Większość dostępnych na rynku baz to produkty tworzone metodą „manufaktury” – zespoły analityków ręcznie wprowadzają dane do arkuszy. W dynamicznym środowisku politycznym, gdzie zmiany kadrowe w spółkach i urzędach zachodzą niemal codziennie, takie podejście jest z góry skazane na porażkę.
Unikalność naszego podejścia opiera się na odejściu od statycznego katalogu na rzecz żywego ekosystemu danych:
- Ciągły monitoring: zamiast czekać na kwartalną aktualizację, algorytmy AI przeczesują źródła pierwotne (BIP, rejestry sądowe, komunikaty urzędowe) 24/7.
- Eliminacja homonimów: największą zmorą manualnych list są „false positives”. Nasza technologia wykorzystuje modele NLP do odróżniania dwóch osób o tym samym imieniu i nazwisku na podstawie kontekstu zawodowego i powiązań, co drastycznie redukuje liczbę niepotrzebnych alertów.
- Bazy „born-digital”: podczas gdy konkurencja przepisuje rzeczywistość, my ją mapujemy w czasie rzeczywistym.
Problem RCA: pajęczyna, której nie da się rozplątać ręcznie
Ustalenie, kto jest PEP-em, to dopiero wierzchołek góry lodowej. Prawdziwym wyzwaniem jest identyfikacja RCA (Relative and Close Associates), czyli członków rodzin i bliskich współpracowników.
Skala problemu jest matematycznie przytłaczająca. Przyjmując konserwatywne założenie, że każdy z 214 typów stanowisk zajmuje średnio kilkanaście osób w skali kraju, otrzymujemy tysiące PEP-ów. Jeśli każdy z nich ma tylko 10 kluczowych powiązań (rodzina, partnerzy biznesowi, współudziałowcy), sieć RCA rośnie do dziesiątek tysięcy rekordów.
Dlaczego automatyzacja to jedyna droga?
- Relacje nieoczywiste: RCA to nie tylko współmałżonek. To także partner biznesowy w spółce celowej, o której istnieniu nie dowiemy się bez automatycznej analizy grafu powiązań w KRS.
- Zmienność relacji: ludzie zmieniają składy zarządów, biorą rozwody, zakładają nowe podmioty. Ręczne śledzenie „sieci wpływów” dla każdego klienta jest fizycznie niemożliwe dla zespołu compliance, niezależnie od jego liczebności.
- Efekt skali: bez automatyzacji weryfikacja RCA staje się wąskim gardłem, które albo paraliżuje onboarding klienta, albo zmusza pracowników do „przymykania oka”, co jest prostą drogą do incydentu regulacyjnego.
Rezultaty projektu prowadzonego obecnie przez Vercly przy wsparciu unijnym będą obejmować nie tylko innowacyjną usługę AI Vercly PEP+RCA, umożliwiającą powiązanie jej z systemami klasy AML (Anti-Money Laundering), ale przede wszystkim nową wiedzę w zakresie systematycznego i skutecznego identyfikowania osoby PEP i RCA, wykorzystując zasoby internetu oraz zaawansowane algorytmy AI/ML, w postaci definicji atrybutów, które wskazują na przynależność do RCA, określenia siły tych atrybutów, wiarygodności źródeł z których pochodzą, jak również sposobu konstrukcji wiarygodnego systemu klasyfikacji, modelu który będzie agregował wartości atrybutów i podejmował decyzję o przynależności osoby do kategorii RCA.
Zakłada się, że wdrożenie usługi umożliwi instytucjom finansowym oraz innym podmiotom zobowiązanym do przestrzegania przepisów AML/CFT skuteczniejsze i bardziej efektywne wykrywanie oraz monitorowanie osób PEP i RCA. Dzięki zastosowaniu zaawansowanych algorytmów AI/ML, system będzie w stanie automatycznie przetwarzać duże ilości danych, identyfikować wzorce i anomalie, co pozwoli na szybsze i dokładniejsze podejmowanie decyzji.
W Vercly nie dostarczamy listy nazwisk. Dostarczamy technologię, która rozumie strukturę władzy i powiązań, pozwalając osobom odpowiedzialnym za obszar AML spać spokojnie, wiedząc, że ich tarcza jest kompletna.
Zapraszamy do kontaktu, jeśli potrzebujesz wsparcia w zarządzaniu ryzykiem.
