Moteur de recherche sémantique pour le paysage des risques et de la conformité
Californie, États-Unis
Les banques du monde entier ont payé environ 321 milliards de dollars d'amendes depuis la crise financière de 2007-2008 alors que les régulateurs intensifiaient leur contrôle, selon une note du Boston Consulting Group.
La pandémie a accentué l'orientation commerciale, désormais les entreprises recherchent la création de valeur à long terme en tenant compte des besoins de toutes leurs parties prenantes et de la société dans son ensemble. Et maintenant, la politique gouvernementale fera également une poussée coordonnée dans la même direction.
Client
Conformité réglementaire
CLIENT
Le client est une startup Fin-tech au cœur de la Silicon Valley, en Californie, avec une vaste expérience dans le domaine GRC (gouvernance, gestion des risques et conformité). Il s'agit d'une société émergente d'intelligence de données, dont la mission est de réduire les coûts de conformité et également de réduire le risque de non-conformité.
DÉFIER
LES 5 PRINCIPAUX DÉFIS :
Manque de résilience opérationnelle - L' attente des régulateurs du monde entier d'imposer davantage d'exigences aux entreprises pour renforcer la résilience opérationnelle globale de l'industrie est élevée.
Identification manuelle des sources faisant autorité - Recherche manuelle dans plus de 900 régulateurs et plus de 300 millions de pages de règles. Identifier des règles spécifiques au sein de chaque source faisant autorité est une tâche complexe et chronophage.
Complexité des règles en constante évolution - La complexité des règles augmente encore le temps passé à identifier les règles pertinentes et à les mapper manuellement ensuite aux politiques, procédures et contrôles.
Incohérent - Les résultats dépendent de l'expertise du praticien
Manque de responsabilité - Tendance actuelle à se concentrer davantage sur les règles finales du régulateur, mais pas sur le respect du processus.
SOLUTION
Notre tâche principale était de concevoir et de développer une plate-forme de recherche sémantique qui permet aux experts en risques de rechercher parmi les réglementations, la législation et les normes de l'industrie pour identifier des exigences similaires. La recherche alimentée par l'IA utilise des vecteurs de grande dimension et une technologie graphique pour extraire des règles qui sont sémantiquement similaires à la phrase de recherche donnée.
Analysez les sources faisant autorité pour les modifications ou les nouvelles règles, récupère les modifications des règles et met en évidence le texte de la règle qui a changé. Les scores de similarité entre la représentation vectorielle de grande dimension (codage de phrases) des règles, les déclarations d'obligation, les politiques et les contrôles, permettent à l'IA de déterminer l'impact exact des changements de règles sur les sites commerciaux.
For both the object detection models we have used pre-trained Faster RCNN Inception net architecture to train our custom model. The odometer region model is trained for 4500 epochs. The seven-segment model is trained for 15000 epochs.
RÉSULTAT
L'année 2020 a posé les bases du numérique et de ses régulateurs. Les services financiers numériques ont clairement un impact sur les banques et ils obligent les banques à repenser et à restructurer leurs approches pour devenir résilientes, adopter de nouvelles technologies, exploiter les données et construire des modèles opérationnels agiles en raison de problèmes de sécurité.
Dans cet effort, nous avons construit une plate-forme de recherche sémantique pour le client afin de lui permettre de rechercher des règles dans les sources réglementaires en constante évolution et de les mapper efficacement avec les politiques, procédures et contrôles internes.