מחלקת הפיתוח העסקי של תאילנד צמצמה ב-90% בתוך שנה את מספר חברות ה"פטריות" – חברות קש המשמשות להסתרת בעלות והלבנת הון. מספר הישויות החשודות ירד מ-594 ל-58 בלבד לאחר שהמחלקת הציגה את מערכת הבדיקה מבוססת ה-AI שלה, IBAS, מה שאילץ רגולטורים ויזמים לגיטימיים לחשוב מחדש על אופן זיהוי מרמה תאגידית.
מדוע המהלך היה משמעותי
חברות פטריות משגשגות בזכות אנונימיות. הן מוקמות עם הון מינימלי, לעיתים קרובות באותו היום שבו נדרשת עסקה, ואז נעלמות, תוך השארת עקבות מועטים בלבד עבור הרשויות. חוסר שקיפות זה הקשה על גובאי מס, רשויות אכיפת החוק ומשקיעים אמיתיים להפריד בין מיזמים חוקיים לבין מסווה לפעילות בלתי חוקית.
כיצד IBAS שינתה את פני המצב
IBAS אינה מחליפה קצינים אנושיים; היא מסמנת חברות בסיכון גבוה לבדיקה מעמיקה יותר. זרימת העבודה שלה משלבת שלושה ערוצי נתונים:
- ניתוח התנהגותי – סורק דיווחים, שינויים ברשימת בעלי המניות ודפוסים פיננסיים לאיתור חריגות הנדירות בעסקים רגילים.
- זיהוי דיגיטלי ו-e-KYC – מחייב מייסדים לאמת את זהותם באמצעות תעודה דיגיטלית שהונפקה על ידי הממשלה.
- קישוריות בין-סוכנותית – מצליבה נתונים ממשטרה, ממס ומרשומות רווחה חברתית, ובכך חושפת אי-עקביות שאלמלא כן היו נותרות חסויות.
כאשר IBAS מזהה סיכון פוטנציאלי, היא מתריעה בפני חוקרים, שמחליטים אם לפתוח בחקירה מלאה. גישת "מיקוד תחילה" זו מאפשרת לצוות להתמקד בעבריינים פוטנציאליים במקום לפזר משאבים דלילים על כלל הרשומים.
שינויים במדיניות שחיזקו את מאמץ ה-AI
המחלקת שכתבה את אסטרטגיית הניטור שלה. במקום בדיקה חד-פעמית ביום ההקמה, היא עוקבת כעת אחר כל מחזור החיים של החברה, ומסמנת נורות אדומות המופיעות בשלב מאוחר יותר – כגון שינויים פתאומיים בדירקטוריון או זרימות הון חריגות.
כלל חדש מחייב משקיעים זרים להגיש דפי בנק של שלושה חודשים כדי להוכיח את מקור הכספים. הדרישה חוסמת את הפרקטיקה של שימוש בנאמנים מקומיים כדי להסתיר בעלות מחו"ל, פרצה נפוצה במבני חברות פטריות.
מספרים שמדברים בעד עצמם
- חשבונות Mule (חשבונות של אנשים המשמשים כמסווה להסתרת הבעלים האמיתיים) ירדו מ-594 ל-58, ירידה של 90%.
- מקרים של סיכון נאמנות (Nominee-risk) ירדו ב-65.22%.
- רישום מקוון מכסה כעת 95.48% מהעסקים החדשים, מה שמאפשר הגשת דיווחים בכל מקום ובכל שעה ביום.
נתונים אלו מראים שמודל מונחה נתונים ונתמך AI יכול לשפר באופן דרמטי את התוצאות הרגולטוריות.
מה עסקים לגיטימיים צריכים לעשות
נתונים נקיים הם כעת יתרון תחרותי. על חברות לשמור על רשימות בעלי מניות, כתובות רשומות ודוחות כספיים מדויקים ועדכניים. אפילו חוסר התאמה קטן עלול לעורר חקירות מעמיקות יותר, לעכב אישורים או להוביל לקנסות.
שורה תחתונה
הבינה המלאכותית העניקה למחלקת הפיתוח העסקי של תאילנד כלי עוצמתי לצמצום חברות מזויפות, תוך קיצוץ מספר חברות ה"פטריות" בתשעה עשיריות בתוך שנה. הגישה נשענת על איכות הנתונים, שיתוף פעולה בין-סוכנותי וניטור רציף. התוצאות מרשימות, אך הוויכוח על פרטיות, הליך משפטי תקין ותפקידה של ה-AI במינהל הציבורי רק החל. האופן שבו רגולטורים יאזנו בין יעילות לאחריותיות יעצב את הגל הבא של ממשל מבוסס בינה מלאכותית.