RiskFront AIは、金融犯罪対策の運用を再考するために3,300万ドルのプライシード資金を確保

金融犯罪は、銀行、フィンテック、および規制対象企業に直面する最も高額な運用上の課題の1つとなりました。詐欺の戦術がより洗練され、規制の厳格さが強化されるにつれて、コンプライアンスチームは同じリソースでより多くのことを行うように圧力をかけられています。このような状況下で、RiskFront AIは、根本的に異なるアプローチで問題に取り組むために3,300万ドルのプライシードラウンドを調達しました。

このラウンドは、Lytical Venturesが主導し、Flint CapitalとOceansが参加しました。調達された資金は、RiskFrontのエージェントAIシステムの開発に使用されます。これらのシステムは、リスクとコンプライアンスチームの時間の大部分を占める現在の運用業務の大部分を引き継ぐように設計されています。

制限付きのレバレッジを持つ成長するコストセンター

金融犯罪は、米国の企業に年間100億ドル以上の損失をもたらすと推定されており、負担は増加の一途を辿っています。2025年だけで、多くの組織が詐欺事件の増加を報告し、コンプライアンス要件は管轄区域全体でより複雑になりました。ただし、ほとんどのリスクチームは依然として、手動での調査、文書のレビュー、取引分析を中心としたワークフローに頼っています。

RiskFront AIによると、コンプライアンス専門家は通常、情報を収集し、文書を準備することに大部分の時間を費やし、実際のリスク評価と意思決定にはわずかな時間しか費やしません。この不均衡はボトルネックを生み出し、対応時間を遅くし、組織がヘッドカウントを継続的に追加せずに拡大することを困難にします。

運用上のシフトとしてのエージェントAI

RiskFront AIは、既存のプロセスに別のツールを追加するのではなく、運用業務自体を担当するシステムを構築しています。そのアプローチは、調査、データの整理、抽出、分析を行うことができるエージェントAIを中心に据えています。

同社は、このモデルがワークフロー全体の小さな割合に研究に費やされる時間を削減できると主張しています。経験豊富な専門家が判断、エスカレーション、報告に集中できるようにします。コンプライアンスから人間を除去するのではなく、人間の専門知識が最も大きな影響を与える場所に再配置することを目指しています。

Airosリスク運用システムの内部

RiskFrontのプラットフォームの核となるのは、Airosです。これは、金融犯罪およびコンプライアンス運用のために特別に設計されたAIを活用した運用システムです。これは、3つの主要モジュールで構成されています。

• デューデリジェンス調査システム、オープンソース調査を実行し、リスクに関連する信号を特定し、構造化された要約を生成します。

• 取引分析システム、大規模な金融取引を取得、整理、分析するように設計されています。

• 文書分析システム、複雑でしばしば構造化されていないファイルから洞察を抽出し、構造化します。

これらのモジュールは、手動で通常必要な労力を削減しながら、より一貫性のある、監査可能な出力を生成することを目的としています。

インフラストラクチャとエンタープライズ対応性

RiskFront AIは、技術を規制環境用に最初から設計しました。プラットフォームは、AWSのプライベートクラウド環境で実行され、厳格なデータ所有権コントロールを組み込み、SOC 2 Type II監査を完了しました。また、規制金融機関や公開企業によって実施されたサードパーティリスクレビューも完了しました。これは、コンプライアンスに敏感なドメインで活動するベンダーにとって、ますます重要な要件となっています。

同社は、2024年にCEOのAndy BethurumとCTOのMichael Abramchykによって設立されました。Abramchykは、15年以上にわたって大規模なAIおよび自動化システムを構築する経験を持っており、米国とヨーロッパに分散しているエンジニアリングチームを率いています。

コンプライアンス技術の将来への影響

RiskFront AIの資金調達は、企業ソフトウェアで進行中のより広範なシフトを強調しています。コンプライアンスは、多くの運用上のドメインと同様に、長い間、線形スケーリングによって制約されてきました。より多くのボリュームには、より多くの人が必要です。エージェントAIは、この仮定に異議を唱えることによってこの課題に取り組み、全てのクラスの作業を独立して実行できるシステムを導入します。

このモデルが効果的であることが証明されれば、コンプライアンス能力について組織が考える方法を変える可能性があります。リスク運用を、常に拡大するコストセンターではなく、人間の専門知識が戦略的に適用されるスケーラブルなシステムとして見るようになるかもしれません。

さらに広い意味では、このアプローチは、規制対象業界におけるAIの成熟を反映しています。焦点は、実験や補助から、監査可能でセキュアで、現実の制約内で動作するように設計された本格的なシステムへの移行に移っています。金融犯罪が進化を続けるにつれて、人間がループに留まることを保証しながら、機械のスピードで適応できるテクノロジーは、現代のコンプライアンスインフラストラクチャの基本的な部分となる可能性があります。