Данная научная публикации рассматривают необходимость внедрения, оптимизации и дальнейшего использования новых технологий (искусственного интеллекта) в рамках риск-ориентированного подхода в целях повышения экономической безопасности Российской Федерации, автор считает, что использование искусственного интеллекта поспособствует улучшению процессу анализа, оценки и управления рисками в целях разработки более эффективных и целесообразных мер по борьбе и противодействию отмыванию денег и финансированию терроризма. Особое внимание уделяется преимуществам использования новых технологий в сфере экономической безопасности, а также необходимости заменять новым подходом классический подход к оценке рисков. Данный подход разрабатывается и регламентируются группой разработки финансовых мер борьбы с отмыванием денег (ФАТФ). Для обоснования проблематики автором данного исследования рассматривается пример: в 2019 году Центральный банк Бразилии разработал матрицу приоритетов из набора объективных показателей, чтобы определить, какие контролируемые субъекты должны быть приоритетными в планировании ежегодного надзора. Для этого банк использовал машинное обучение для улучшения матрицы приоритетов в рамках риск-ориентированного подхода. Техника безнадзорного обучения используется для расчета уровня риска контролируемых субъектов успешно. Однако успешное применение данного подхода зависит от взаимодействия соответствующих контролирующих органов и правоохранительных органов как внутри России, так и на международном уровне. Ввиду обострения геополитической обстановки в мире автор оценивает риск исключения Российской Федерации из ФАТФ, что в последствии может воспрепятствовать применению данного подхода в реальном времени. Автор приходит к выводу, что риск исключения России из членов ФАТФ низкий и необходимо внедрить более широкую имплементацию данного подхода на территории Российской Федерации.
This scientific publication considers the need for the introduction, optimization and further use of new technologies (artificial intelligence) as part of a risk-based approach in order to increase the economic security of the Russian Federation, the author believes that the use of artificial intelligence will improve the process of analyzing, assessing and managing risks in order to develop more effective and expedient measures to combat and combat money laundering and terrorist financing. Particular attention is paid to the benefits of using new technologies in the field of economic security, as well as the need to replace the classical approach to risk assessment with a new approach. This approach is developed and regulated by the Financial Action Task Force on Money Laundering (FATF). To substantiate the problem, the author of this study considers an example: in 2019, the Central Bank of Brazil developed a priority matrix from a set of objective indicators to determine which controlled entities should be prioritized in annual supervision planning. To do this, the bank used machine learning to improve the priority matrix as part of a risk-based approach. The unsupervised learning technique is used to calculate the risk level of controlled subjects successfully. However, the successful application of this approach depends on the interaction of the relevant regulatory authorities and law enforcement agencies both within Russia and at the international level. In view of the aggravation of the geopolitical situation in the world, the author assesses the risk of exclusion of the Russian Federation from the FATF, which may subsequently prevent the application of this approach in real time. The author comes to the conclusion that the risk of exclusion of Russia from the FATF membership is low and it is necessary to introduce a wider implementation of this approach on the territory of the Russian Federation.