Cette page décrit les sorties de prédiction qui résultent de la demande de résultats de prédiction auprès d'AML AI.
Pour connaître le schéma et les champs des sorties de prédiction dans BigQuery, consultez la section Sorties de prédiction.
Scores de risque
Les scores de risque varient de 0 à 1. Un score plus élevé indique un risque plus élevé. Toutefois, les scores de risque ne doivent pas être interprétés directement comme une probabilité d'activité de blanchiment d'argent.
Les scores de risque sont générés pour un (ou plusieurs si predictionPeriods est supérieur à un) mois calendaire complet immédiatement avant la date endTime spécifiée.
Un score de risque est calculé pour chaque partie et chaque mois.
Chaque prédiction et explication produite est associée à un risk_period_end_time à minuit après la fin du mois calendaire complet.
Par exemple, si predictionPeriods= 12 et endTime= 2022-01-01T00:00:00Z, l'IA AML crée des scores de risque et une explicabilité pour chaque mois de 2021. Une prévision avec une valeur risk_period_end_time de 2021-02-01T00:00:00Z représente la prévision du client pour le mois de 01/2021.
Explicabilité
L'explicabilité de l'IA de lutte contre le blanchiment d'argent indique quels comportements ou caractéristiques (à l'aide de familles de fonctionnalités) contribuent au score de risque d'une partie donnée. L'explicabilité couvre les parties présentant le risque le plus élevé, y compris toutes celles que vous souhaitez examiner. L'explicabilité peut ne pas être incluse pour les clients à faible risque.
Familles de fonctionnalités
Les familles de fonctionnalités sont des collections de fonctionnalités d'IA de lutte contre le blanchiment d'argent associées. Elles fournissent une catégorisation compréhensible par l'humain pour informer les enquêteurs et les équipes d'audit interne.
Chaque famille de fonctionnalités couvre un ensemble spécifique de comportements transactionnels ou de caractéristiques des parties. De plus, certaines familles de fonctionnalités sont axées sur un sujet spécifique, ce qui permet aux enquêteurs de savoir par où commencer. Voici quelques exemples de domaines de concentration:
- Type de transaction :
- Virement
- Espèces
- Vérifier
- Carte
- Autre
- Sens des transactions :
- Débit (sortant pour le groupe)
- Crédit (entrant pour le participant)
Valeur d'attribution de la famille de fonctionnalités
Un score d'attribution est attribué à chaque partie à haut risque et à chaque famille de fonctionnalités, indiquant la contribution de la famille de fonctionnalités au score de risque de la partie. Une valeur positive élevée indique une forte contribution à l'augmentation du score de risque. De même, une valeur négative indique une contribution à l'abaissement du score.
Les familles de fonctionnalités dont la valeur d'attribution positive est la plus élevée sont probablement les plus pertinentes pour une enquête sur le parti.
Prenons l'exemple des valeurs d'attribution suivantes pour un tiers spécifique:
| Famille de fonctionnalités | Valeur d'attribution |
|---|---|
| Activité inhabituelle de débit de carte | 0,4 |
| Déplacement rapide inhabituel de fonds | 0,8 |
| Activité inhabituelle de débit par virement | -0,2 |
Cet exemple peut être interprété comme suit:
- Le transfert rapide de fonds par le parti a contribué le plus à son score de risque élevé. Une enquête peut alors être lancée.
- L'activité inhabituelle de débit de carte a également contribué de manière significative et doit donc être prise en compte.
- L'activité de débit par virement du tiers a en fait réduit le score de risque. Il est donc peu probable que cette activité nécessite un examen.