AI detecteert mensenhandel en wildhandel in mondiale supply chains

Geld stroomt dagelijks in en uit financiële instellingen, en het is geen geheim dat een deel van die fondsen afkomstig is van illegale transacties in de supply chain. Het is een ongelukkige en vaak genegeerde realiteit dat mensenhandel en wildhandel wereldwijd voorkomen, en zich uitstrekken tot verschillende delen van hoe de mondiale supply chain opereert.

Volgens de International Labour Organization, genereert gedwongen arbeid in de particuliere economie een geschatte $150 miljard in illegale winst per jaar. Het is cruciaal voor ondernemingen hun partnerschappen nauwkeurig te onderzoeken om te waarborgen dat ze niet onwetend met handelaren samenwerken, en nieuwe vooruitgang in kunstmatige intelligentie helpt hen daarbij.

Veel industrieën zoals restaurants, hotels, bouw en landbouw zijn afhankelijk van een nooit eindigende voorraad aan goedkope arbeid als middel om kosten laag te houden. In 2017 vond de ILO dat het grootste aandeel arbeidsgeslachtelede volwassenen huishoudelijke werknemers zijn (24%), gevolgd door bouw (18%), productie (15%), en landbouw en visserij (11%) sectoren. Criminële organisaties hebben dit systeem ten goede gekomen, door de anonimiteit van scheepsmaatschappijen, industrieën te infiltreren en mensen- of wildhandel te gebruiken als een manier om zo winstgevend mogelijk te zijn. Handelaars hebben gesprongen op het toenemend wereldwijde transportnetwerk en supply chain als een middel om hun business te vergroten en onder de radar te vliegen, wat talloze individuen vastlaat als slachtoffers van deze misdaden.

Terwijl deze criminelen vaak slagen in anoniem te blijven, kunnen bedrijven stappen ondernemen om ervoor te zorgen dat ze niet onbedoeld met handelaren samenwerken. Criminële organisaties achterlaten financiële voetafdrukken en data-sporen achter zich, en ondanks het feit dat ze tactieken gebruiken om ongedetecteerd te blijven, maken verbeteringen in technologie, tracking en AI het gemakkelijker voor ethische bedrijven om criminelen te ontwortelen, te onderzoeken en hun operaties te verstoren.

Identificeren van handelingsnetwerken

Handelaars maken zich moeilijk te detecteren, aangezien de scheepsmaatschappijen die ze creëren om hun criminele gedrag te verbergen, er op papier meestal legitiem uitzien. Hoe kunnen organisaties bedrijven identificeren die betrokken zijn bij handel? Rode vlaggen die kunnen wijzen op een bedrijf dat niet is wat het lijkt, omvatten:

• Bedrijven die hoge aantallen migrantenwerkers werven.
• Projecten die arbeidsvoorziening uitbesteden aan agentschappen in plaats van werknemers direct in dienst te nemen. Deze praktijk maakt minimale oversight mogelijk in contracten, hoe werknemers behandeld worden en hoe ze voor dit werk gevonden zijn.
• Organisaties die meerdere werknemers in één locatie huisvesten.
• Bedrijven die werknemers dagelijks naar en van een werkplek vervoeren.
• Bedrijven die meerdere betalingen doen aan huisvestings- of leasebedrijven van ongerelateerde bedrijven.

NGO's, liefdadigheidsorganisaties en lokale groepen zijn op de frontlinie geweest in het proberen handelaren te identificeren en te vervolgen door het gebruik van on-the-ground menselijke intelligentie. Deze intelligentie steunt vaak op geruchten en persoonlijke getuigenissen, die onschatbaar zijn. Echter, deze inspanningen zijn vaak beperkt landsgrenzen en missen het internationale perspectief dat nodig is om veel sleutelindicatoren van handel te ontdekken.

Door AI te gebruiken, is het mogelijk om handelingsindicatoren en patronen te identificeren, en de verzamelde resultaten en data te delen met regelgevende instanties of handhaving om handel direct te stoppen.

Technologische oplossingen implementeren

Financiële instellingen zijn in een unieke positie om handelaren te ontdekken en te melden door de grote hoeveelheden data die ze al hebben te gebruiken om patronen en intelligentiegaten te identificeren. Organisaties kunnen technologieën aangedreven door AI inzetten, zoals entity resolution en graph analytics, om zin te geven aan die data en nauwkeurig in te zoomen op verdachte rekeningen, te onderzoeken of ze betrokken kunnen zijn bij handel en andere misdaden.

Entity resolution gebruikt geavanceerde AI en machine learning om miljarden databronnen te verbinden om te schalen en een enkel klant (of klant van de klant) beeld te creëren, zelfs als de brondata uiteenlopend en van slechte kwaliteit is. Door deze technologie te implementeren, kunnen financiële instellingen helpen onthullen lichte naamveranderingen, geboortedata, meerdere adressen, rekeninginconsistenties en andere rode vlaggen (groot of klein) die misdaad langs de supply chain kunnen aangeven. Eenmaal een enkel beeld van de data verkregen is, stelt netwerkgeneratie de financiële instelling in staat om "context" te creëren die helpt de bewegingen van handelaren beter te begrijpen, inclusief het monitoren van verzend- en handelsroutes en het volgen van geldstromen via scheepsmaatschappijen.

Deze technologie kan niet alleen aan de front-end gebruikt worden om supply chain risico's te detecteren en te vermijden, maar ook om interne onderzoeken alsook die uitgevoerd door handhaving te ondersteunen en te versterken. Veel handelaren zijn nog niet geïdentificeerd door lokale wetshandhavingsinstanties, maar bedrijven die entity resolution en graph analytics gebruiken, kunnen aandacht vestigen op handelaren en andere criminelen die anders ongedetecteerd zouden blijven.

Handel is een misdrijf dat frequent langs de supply chain voorkomt, maar het mag niet genegeerd of geaccepteerd worden als onderdeel van zakendoen in de wereldwijde economie. Het is niet alleen de verantwoordelijkheid van NGO's, liefdadigheidsorganisaties en handhavingsinstanties om criminele organisaties te vinden en te onderzoeken. Het is aan iedereen langs de supply chain om hun data te monitoren en hun deel te doen om het zo moeilijk mogelijk te maken voor criminele groepen om deel te nemen aan handel.

Met de juiste technologie op de juiste plek, kunnen bedrijven hun due diligence doen en hun morele verplichtingen nakomen om handel te identificeren en te vervolgen waar het ook voorkomt.

Clark Frogley is Americas head of financial crime solutions bij Quantexa.