10.00 🎤 Powitanie uczestników i rozpoczęcie szkolenia

Ramy regulacyjne i odpowiedzialność Oficera AML w erze AI Act

• Korelacja przepisów: Zależności między AI Act a dyrektywami AMLD6/AMLR, RODO oraz wymogami rozporządzenia DORA.

• Kwalifikacja systemowa: Praktyczne kryteria uznania narzędzia AML za system AI (zgodnie z definicją ustawową).

• Rola instytucji finansowej: Obowiązki „deployera” (wdrażającego) – co w praktyce oznacza to dla jednostki AML?

• Odpowiedzialność osobista i zarządcza: Zakres odpowiedzialności Oficera AML (MLRO) za procesy i decyzje oparte na algorytmach.

☕️11.15 – 11.30 Przerwa na kawę

Operacyjne zastosowania AI w procesach AML/KYC i klasyfikacja ryzyka

• Monitoring transakcji (TM): Zastosowanie Machine Learning i graph analytics w wykrywaniu skomplikowanych schematów prania pieniędzy.

• Automatyzacja KYC/eKYC: Biometryczna weryfikacja tożsamości, automatyczny scoring onboardingowy i badanie dokumentów.

• Systemy wysokiego ryzyka: Czy narzędzia do monitorowania transakcji i screeningu trafiają do najbardziej rygorystycznej kategorii regulacyjnej?

• Optymalizacja screeningu: Wykorzystanie AI do redukcji false positives w procesach sprawdzania list sankcyjnych i list PEP.

• Konsekwencje klasyfikacji: Wpływ przypisanej kategorii ryzyka na wymaganą dokumentację techniczną i audytowalność modelu.

Wyjaśnialność decyzji i granice automatyzacji (Human Oversight)

• Zasada Nadzoru Ludzkiego: Obszary procesów AML, w których wymaga się  bezwzględnej weryfikacji decyzji przez człowieka.

• Problem „Black Box”: Jak zapewnić wyjaśnialność w przypadku blokady konta lub złożenia raportu opartego na wyniku algorytmu.

• Zarządzanie stronniczością (Bias): Zapobieganie dyskryminacji w profilowaniu klientów pod kątem ryzyka AML.

• Błędy modelu: Regulacyjne i operacyjne skutki występowania false positives oraz false negatives dla instytucji i klienta.

• Zakazane praktyki.

☕️12.45 – 13.00 Przerwa na kawę

Model Governance i zarządzanie ryzykiem AI w AML

• Inwentaryzacja modeli: Budowa i utrzymanie rejestru systemów AI (AI Inventory) wykorzystywanych w procesach AML/CFT.

• Monitoring skuteczności:  nadzór nad działaniem modeli.

• Walidacja i jakość danych: Standardy kontroli danych wejściowych i walidacji modeli wymagane dla systemów AML wysokiego ryzyka.

• Ryzyko Shadow AI: Metody kontroli nad nieformalnym wykorzystaniem zewnętrznych narzędzi (np. GenAI) przez analityków do analizy danych transakcyjnych.

• Katalog ryzyk AI: Zarządzanie ryzykiem regulacyjnym, operacyjnym oraz reputacyjnym wynikającym z użycia technologii w obszarze AML.

Oficer AML jako strażnik technologii: Nadzór, audyt i wdrożenie

• Procedura „Check-before-use”: Praktyczny model zatwierdzania i dawania „zielonego światła” nowym narzędziom AI przez Oficera AML.

• Gotowość na kontrolę nadzorczą (KNF/EBA): Przygotowanie dokumentacji technicznej i uzasadnień biznesowych w zakresie wykorzystania AI.

• Compliance Vendor Management: Zarządzanie umowami (SLA) z dostawcami systemów AML oraz egzekwowanie prawa do audytu modeli.

• Strategia „Quick Wins”: Priorytetyzacja wdrożeń (np. automatyzacja alertów) w celu szybkiego wzrostu efektywności operacyjnej.

15.00 Zakończenie szkolenia