Implementace umělé inteligence na systém AML v bankovnictví
Autor(ka) práce:
Strnad, Daniel
Typ práce:
Bakalářská práce
Vedoucí práce:
Patočka, Radim
Oponenti práce:
Levý, Jan
Jazyk práce:
Česky
Abstrakt:
Bakalářská práce se zabývá implementací umělé inteligence do systémů boje proti praní špinavých peněz (AML) v bankovním sektoru. Cílem je posoudit, jak technologická transformace AML procesů mění efektivitu plnění zákonných povinností a zda dokáže zlepšit poměr odhalené kriminality vůči provozním nákladům bank. Teoretická část analyzuje právní rámec AML v ČR a EU, včetně zákona č. 253/2008 Sb., směrnic AMLD 4–6, nařízení AMLR a AI Actu, s důrazem na napětí mezi GDPR, AML legislativou a požadavkem na vysvětlitelnost algoritmů. Třetí kapitola hodnotí limity pravidlových systémů a přínosy strojového učení včetně ekonomických dopadů implementace. Empirická část vychází z hloubkových rozhovorů se zástupci dvou bank a technologickým partnerem Resistant AI. Výsledky ukazují, že hlavním přínosem AI je kvalitativní posun v každém alertu, nikoli vyšší počet odhalených případů, přičemž lidský úsudek zůstává nezastupitelný. Práce dochází k závěru, že klíčovým faktorem konkurenceschopnosti bank bude organizační připravenost na příchod evropského úřadu AMLA — nikoli samotný algoritmus.
Klíčová slova:
bankovnictví; AI Act; GDPR; umělá inteligence; praní peněz; AMLA; strojové učení; AML
Název práce:
Implementation of Artificial Intelligence in Banking AML Systems
Autor(ka) práce:
Strnad, Daniel
Typ práce:
Bachelor thesis
Vedoucí práce:
Patočka, Radim
Oponenti práce:
Levý, Jan
Jazyk práce:
Česky
Abstrakt:
This bachelor’s thesis examines the implementation of artificial intelligence in anti-money laundering (AML) systems within the banking sector. The aim is to assess how the technological transformation of AML processes affects the effectiveness of compliance with legal obligations and whether it can improve the ratio of detected criminal activity to banks’ operating costs. The theoretical section analyses the AML legal framework in the Czech Republic and the EU, including Act No. 253/2008 Coll., the AMLD 4–6 Directives, the AMLR Regulation, and the AI Act, with an emphasis on the tension between the GDPR, AML legislation, and the requirement for algorithmic explainability. The third chapter evaluates the limitations of rule-based systems and the benefits of machine learning, including the economic impacts of implementation. The empirical section is based on in-depth interviews with representatives of two banks and the technology partner Resistant AI. The results show that the main benefit of AI is a qualitative improvement in each alert, not a higher number of detected cases, while human judgment remains irreplaceable. The thesis concludes that the key factor in banks’ competitiveness will be organizational readiness for the arrival of the European AMLA authority—not the algorithm itself.
Klíčová slova:
artificial intelligence; banking; AML ; AI Act; machine learning; GDPR; AMLA; money laundering