В узком кругу обсудили, как устроены процессы ПОД/ФТ в разных организациях и как их автоматизировать. А еще ответили на вопросы коллег из агентств недвижимости, страховых, ресурсодобывающих, брокерских компаний и финансовых организаций.
Если хотите получать приглашения на наши мероприятия, подпишитесь на рассылку →
Кто был:
Сначала мы рассказали, чем решение HFLabs может помочь в процессах ПОД/ФТ. Затем коллеги интересовались скоростью проверки клиентских баз на 70+ млн записей и спрашивали, какие требуются мощности, возможно ли работать в онлайне и планируется ли развивать продукт в сторону контроля финансовых операций.
Рассказываем по порядку.
Что умеет решение HFLabs и с какой скоростью работает
КУС, наш продукт для автоматизации проверок ПОД/ФТ, умеет:
- Искать четкие и нечеткие совпадения личных данных и реквизитов с реестрами. Учитывать ошибки и опечатки. Для почтовых адресов — помнить переименования и переподчинения.
- Автоматически обновлять основные справочники — в момент публикации на официальном ресурсе.
- Поддерживать все перечни, которые требует 115-ФЗ.
- Понимать любые списки, которые нужны бизнесу — другие государственные реестры или внутренние справочники компании — например, список ненадежных клиентов.
- Сохранять историю и результаты проверок, помогая отчитываться перед регулятором.
Развитие продукта
До конца 2023 года добавим автоматически рассчитанный уровень риска клиента, анкету ПОД/ФТ и возможность одной кнопкой формировать отчет для регулятора.
Анкета ПОД/ФТ. Решение будет агрегировать всю информацию о контрагенте. Так сотрудник легко ответит на запрос регулятора по пулу клиентов. Чтобы предоставить данные, достаточно будет зайти в систему, нажать кнопку и выгрузить файлы.
Автоматически рассчитанный уровень риска клиента. Иногда данные клиента и фигуранта перечня совпадают по «слабым» правилам. Например, совпал только адрес. Этого слишком мало, чтобы отметить человека как фигуранта перечня. Но если у клиента, скажем, еще и недействительный паспорт, то компания может отметить его как «клиент со средним уровнем риска».
Мы создадим матрицу, которая учитывает сочетания рисков. Для расчета будем использовать:
- Страновой риск — по гражданству, адресу регистрации и проживания.
- Выявление контрагента в списках Росфинмониторинга или публичных должностных лиц.
- Недействительный паспорт по списку МВД.
Каждый заказчик сможет настраивать правила под внутренние требования.
Блок отчетности. Главное — помочь компании формировать отчетность одной кнопкой. Форматы отчетов по ПОД/ФТ в разных компаниях отличаются, поэтому настраивать этот блок будем индивидуально.
В базовом списке будут отчеты:
- по уровням риска;
- по публичным должностным лицам (ПДЛ);
- ежеквартальный отчет для Росфинмониторинга;
- по недействительным паспортам.
Отвечаем на вопросы
Каковы требования к аппаратным мощностям, чтобы система работала с заявленной скоростью на базе 50 млн клиентов?
Никита Назаров, технический директор HFLabs: «Для технологии, с помощью которой мы ищем дубли в клиентских базах, 50 млн клиентов — это немного. Для их проверки по 30 перечням достаточно одного сервера с 64 ГБ RAM и 20 ядрами».
Способна ли система работать в онлайне и с какой скоростью?
Ася Демкина, руководитель продукта КУС: «Если вы уже используете продукт и в него загружена клиентская база, то получите полный отчет по клиенту меньше, чем за секунду».
Вопрос по автоматической оценке уровня риска. Вы упоминали, что заказчик сам может менять правила, которые применяет к клиентам. Можно ли будет самостоятельно задавать разные алгоритмы по уровню риска и настраивать систему без доработок?
Ася Демкина, руководитель продукта КУС: «Да, мы предоставим возможность задавать параметры, по которым рассчитываются риски, в интерфейсе администратора».
Какие проверки возможны при платеже?
Ася Демкина, руководитель продукта КУС: «В зависимости от процессов в организации мы можем проверять обе стороны — и плательщика, и получателя, либо кого-то одного. Сами финансовые операции в нашей системе мы не проверяем и не храним».
Есть ли планы развивать продукт в сторону контроля финансовых операций?
Никита Назаров, технический директор HFLabs: «Клиентский MDM не предназначен для хранения часто изменяющихся данных, но сейчас мы видим запрос от бизнеса на системы класса «профиль 360»: работающие не только с базовыми сведениями о клиенте, но и с транзакционной и расширенной аналитической информацией. Пока мы пилотируем такие решения, а о результате пилотов расскажем в следующем году».
Ася Демкина, руководитель продукта КУС: «В следующем году планируем выявлять признаки необычных финансовых операций. Будем использовать такие признаки, как вхождение в разнообразные перечни, изменения у связанных с контрагентами юрлиц. Например, сменился генеральный директор или открылось юрлицо и действовало меньше года».
Вопрос по проверке недействительных паспортов. С 21 июня сервис проверки недействительных паспортов МВД недоступен и ведомство отсылает к системе межведомственного электронного взаимодействия. Какие у вас есть возможности проверки через СМЭВ?
Никита Назаров, технический директор HFLabs: «В «Едином Клиенте» и в КУС есть механизмы, которые позволяют отправить данные о клиенте в СМЭВ и проверить валидность сочетания ФИО и паспорта, но лимиты на проверку настолько малы, что о регулярной проверке всей базы клиентов речи идти не может».
Если хотите получать приглашения на наши мероприятия, подпишитесь на рассылку →
