산업기술
돈은 매일 금융 기관에 들어오고 나가며, 그 자금 중 일부가 공급망의 불법 거래에서 비롯된다는 것은 비밀이 아닙니다. 인신매매와 야생동물 밀매가 전 세계적으로 만연하고 글로벌 공급망이 운영되는 방식의 여러 부분으로 확장된다는 것은 불행하고 자주 간과되는 현실입니다.
국제노동기구(ILO)에 따르면 민간 경제의 강제 노동은 연간 약 1,500억 달러의 불법 이익을 창출합니다. 기업이 자신도 모르는 사이에 인신매매범과 협력하고 있지 않은지 확인하기 위해 파트너십을 면밀히 검토하는 것이 중요하며, 인공 지능의 새로운 발전이 바로 그러한 일을 하도록 돕고 있습니다.
레스토랑, 호텔, 건설 및 농업과 같은 많은 산업은 비용을 낮추기 위한 수단으로 값싼 노동력의 끝없는 공급에 의존합니다. 2017년 ILO에 따르면 노동력 인신매매 성인의 가장 큰 부분은 가사 노동자(24%), 건설(18%), 제조업(15%), 농업 및 어업(11%) 부문입니다. 범죄 조직은 이 시스템을 최대한 활용하여 셸 회사의 익명성을 통해 산업에 침투하고 인신매매 또는 야생동물 밀매를 이용하여 최대한 수익을 올렸습니다. 인신매매범은 비즈니스를 성장시키기 위한 수단으로 점점 더 글로벌화되는 운송 네트워크와 공급망을 뛰어넘어 수많은 개인을 이러한 범죄의 희생자로 남겨두었습니다.
이러한 범죄자들은 종종 익명을 유지하는 데 성공하지만 회사는 의도치 않게 인신매매범과 협력하지 않도록 조치를 취할 수 있습니다. 범죄 조직은 재정적 발자취와 데이터 흔적을 남깁니다. 전술을 사용하여 탐지되지 않음에도 불구하고 기술, 추적 및 AI의 개선으로 윤리적인 기업은 범죄를 근절하고 수사 및 운영을 중단하기가 더 쉬워졌습니다.
트래피킹 네트워크 식별
인신매매범은 범죄 행위를 숨기기 위해 만든 셸 회사가 일반적으로 서류상 합법적인 것처럼 보이기 때문에 자신을 탐지하기 어렵게 만듭니다. 그렇다면 조직은 인신매매에 연루된 회사를 어떻게 식별할 수 있습니까? 회사가 겉보기와 다를 수 있음을 나타내는 위험 신호는 다음과 같습니다.
<울>NGO, 자선 단체 및 지역 단체는 현장의 인간 지능을 사용하여 인신매매자를 식별하고 기소하기 위해 최전선에서 노력해 왔습니다. 이 지능은 종종 귀중품인 소문과 개인적인 간증에 의존합니다. 그러나 이러한 노력은 국경으로 인해 제한을 받는 경우가 많으며 인신매매의 주요 지표를 파악하는 데 필요한 국제적 시각이 부족합니다.
AI를 사용하면 인신매매 지표 및 패턴을 식별하고 수집된 결과 및 데이터를 규제 기관 또는 법 집행 기관과 공유하여 인신매매를 직접적으로 차단할 수 있습니다.
기술 솔루션 배포
금융 기관은 패턴과 인텔리전스 격차를 식별하기 위해 이미 보유하고 있는 대량의 데이터를 사용하여 인신매매범을 찾아내고 보고할 수 있는 고유한 위치에 있습니다. 조직은 엔티티 분석 및 그래프 분석과 같은 AI 기반 기술을 사용하여 해당 데이터를 이해하고 의심스러운 계정을 정확하게 파악하여 해당 계정이 인신매매 및 기타 범죄에 연루되었는지 여부를 조사할 수 있습니다.
엔터티 확인은 고급 AI 및 기계 학습을 사용하여 수십억 개의 데이터 원본을 연결하여 원본 데이터가 이질적이고 품질이 좋지 않더라도 단일 고객(또는 고객의 고객) 보기를 확장하고 생성합니다. 이 기술을 배포함으로써 금융 기관은 공급망에서 범죄를 나타낼 수 있는 약간의 이름 변경, 생년월일, 여러 주소, 계정 불일치 및 기타 위험 신호(작거나 큰)를 발견하는 데 도움이 될 수 있습니다. 데이터에 대한 단일 보기가 확보되면 네트워크 생성을 통해 금융 기관은 운송 및 무역 경로 모니터링, 셸 회사를 통한 자금 이동 추적을 포함하여 인신매매범의 움직임을 더 잘 이해하는 데 도움이 되는 "컨텍스트"를 생성할 수 있습니다.
이 기술은 프런트 엔드에서 공급망 위험을 감지하고 방지하는 데 사용할 수 있을 뿐만 아니라 내부 조사와 법 집행 기관에서 수행하는 조사를 지원하고 강화하는 데에도 사용할 수 있습니다. 많은 인신매매범이 현지 법 집행 기관에서 아직 신원을 확인하지 못했지만 엔터티 해상도 및 그래프 분석을 사용하는 회사는 인신매매범과 다른 범죄자에게 주의를 환기시킬 수 있습니다. 그렇지 않으면 들키지 않을 수 있습니다.
인신매매는 공급망에서 자주 발생하는 범죄이지만 세계 경제에서 비즈니스 수행의 일부로 무시하거나 받아들여서는 안 됩니다. 범죄 조직을 찾고 조사하는 것은 NGO, 자선 단체 및 법 집행 기관의 책임만이 아닙니다. 데이터를 모니터링하고 범죄 집단이 인신매매에 가담하는 것을 최대한 어렵게 만드는 것은 공급망의 모든 사람에게 달려 있습니다.
적절한 기술을 갖추면 기업은 실사를 수행하고 인신매매가 발생하는 모든 곳에서 인신매매를 식별하고 기소해야 하는 도덕적 의무를 다할 수 있습니다.
Clark Frogley는 Quantexa의 금융 범죄 솔루션 책임자입니다.
산업기술
역물류는 서비스 기반 계약으로 관리되는 연결된 현장 자산을 처리하는 비즈니스의 전제 조건이 되었습니다. 그러나 많은 사람들이 조직의 수익성과 직접적으로 연결된 복잡한 프로세스를 아직 마스터하지 못했습니다. 다음은 성숙한 역물류 엔진을 구축하기 위한 3단계 전략입니다. 그래야만 기업이 사물 인터넷(IoT)의 잠재력을 최대한 발휘하고 경쟁 우위를 확보할 수 있습니다. 표준 부품 관리 및 물류는 대부분의 제조업체에서 관례적인 프로세스이지만 공급망을 뒤집으면 복잡한 문제가 발생할 수 있습니다. 역물류는 5년 전과 오늘날 같지 않습니다.
여러 산업에 걸쳐 연결된 기술의 확산은 부인할 수 없습니다. 리서치 회사 Gartner는 2017년에 연결된 사물의 수를 84억으로 발표했는데, 이는 전년도보다 31% 증가한 수치입니다. Gartner는 2020년까지 204억 개의 기기에 이를 것이라고 예측했습니다. 이 수치 내에서 2017년 소비자 애플리케이션이 전체 IoT 애플리케이션의 63%를 차지하는 것으로 추산됩니다. 인상적이지만 주목할 가치가 있는 것은 이는 비즈니스 애플리케이션이 작년에 37%만큼 성장하는 기회의 큰 부분을 차지했음을 의미한다는 것입니다. Gartn