איך מוסדות פיננסיים יכולים לאתר שיחות בעייתיות?

על מה הפרק?

שירן ויצמן, מנכ"ל ומייסד שילד, מסביר כיצד הקורונה האיצה את הדיגיטציה במערכת הבנקאית ויצרה צורך לנטר תקשורת אלקטרונית באמצעות AI ו-NLP לאיתור הפרות רגולציה והתנהגות חריגה.

בפרק מתארח שירן ויצמן, מנכ"ל ומייסד חברת שילד, בדוח פינטק של גלובס עם דוקטור אושי שוהם קראוס. ויצמן מתאר שלוש שנים אינטנסיביות שבהן הקורונה האיצה את אימוץ הדיגיטל במערכת הבנקאית, את המעבר לענן ואת העבודה ההיברידית. נפח התקשורת האלקטרונית בארגונים פיננסיים כמעט הוכפל, מה שמייצר אתגר לארגונים ולרגולטורים השומרים על שווקים יציבים ושקופים. שילד משתמשת בניתוח שפה טבעית ובבינה מלאכותית כדי לזהות סיגנלים חריגים בשיחות, מיילים וצ'אטים ולסמן אירועים שמצריכים בדיקת ציות. בחזון ארוך הטווח ויצמן מבקש להרחיב את הטכנולוגיה לסביבת עבודה בטוחה יותר, שתזהה גם הטרדות, בריונות והונאות.

/ תובנות מרכזיות

• הקורונה היתה זרז שכפה על הבנקים להתגבר על המחסום הפסיכולוגי ולעבור לתקשורת דיגיטלית ולענן, שהפכו כיום לברירת המחדל כמעט בכל בנק בעולם.
• נפח התקשורת האלקטרונית הפנימית בארגונים פיננסיים גדל כמעט פי שניים מאז הקורונה, ויוצר אוקיינוס של דאטה שקשה לדגום אך טומן בחובו תובנות רבות.
• רוב השחקנים בשוק ההון אמינים ושומרי חוק, אך מיעוט של 'בד אקטורס' מנצל יתרון מידע, והרגולטורים בעולם מטילים קנסות של מאות מיליוני דולרים על בנקים גדולים.
• ניתוח שפה טבעית (NLP) מאפשר לזהות 'פינג' או סיגנל חריג בשיחה, מייל או צ'אט ולהפנותו לבדיקת איש הציות, ולא רק לחפש מילה ספציפית.
• העבודה ההיברידית והמרחק הגיאוגרפי הפכו את העסקים ל-unlimited, אך גם הפכו את ניטור התקשורת לאתגר רגולטורי משמעותי.

ניתוח מאת מערכת פודקאסט·ישראל, מבוסס תמלול אוטומטי של הפרק. על המתודולוגיה והמגבלות