Starling Bank, transaction-monitoring uyarılarını inceleyen yeni bir agentic financial crime investigator sistemini devreye aldığını açıkladı.
Banka yöneticilerinin paylaştığı bilgilere göre AI ajanı, şüpheli işlem uyarısını aldıktan sonra araştırmayı yürütüyor, ilgili kayıtları topluyor, denetim izini hazırlıyor ve bir karar üretiyor. Starling, bu sürecin bazı vakalarda 17 saniye içinde tamamlanabildiğini belirtiyor.
Bu süre Starling’in kendi açıklamasına dayanıyor. Bağımsız bir performans karşılaştırması bulunmuyor. Ayrıca insan incelemesinin hangi aşamada devreye girdiği, false-positive oranı, toplam uyarı hacmi ve hangi kararların otomatik uygulanabildiği henüz açıklanmadı.
AML operasyonu bankanın çekirdek sistemine giriyor
Starling’in yaklaşımını dikkat çekici hale getiren unsurlardan biri, AI ajanının ayrı bir üçüncü taraf uygulama olarak çalışmaması.
Sistem doğrudan bankanın core banking motoruna yerleştirilmiş durumda. Bu da ajanın transaction-monitoring uyarılarına ve ilgili işlem verilerine bankanın kendi altyapısı içinde erişebilmesini sağlıyor.
Bu yapı, agentic AI’ın bankalarda yardımcı araçtan operasyonel katmana geçişini hızlandırıyor.
AI ajanı yalnızca şüpheli işlemi işaretlemiyor. Uyarı sonrasında yapılması gereken araştırmanın önemli bölümünü de üstleniyor.
17 saniyelik inceleme süresi
Starling’in paylaştığı en dikkat çekici veri, agentic investigator’ın belirli AML incelemelerini yaklaşık 17 saniyede tamamlayabilmesi.
Bu süre; uyarının alınması, işlem ve müşteri geçmişinin incelenmesi, ilgili kayıtların toplanması ve audit trail hazırlanmasını kapsıyor.
Ancak bu rakamı temkinli değerlendirmek gerekiyor.
Starling hangi uyarı türlerinin bu sürede tamamlandığını, daha karmaşık vakaların ne kadar sürdüğünü ve insan incelemesine gönderilen dosyaların oranını açıklamış değil.
Bu nedenle 17 saniyeyi genel AML inceleme süresi gibi sunmak doğru olmaz.
AI ajanı araştırma zincirini üstleniyor
Transaction monitoring sistemleri uzun süredir bankaların AML operasyonlarının temel parçalarından biri.
Bu sistemler yüksek hacimde alarm üretiyor ve her alarmın ardından insan analistlerin müşteri geçmişini, işlem desenlerini ve ilgili tarafları incelemesi gerekiyor.
Starling’in agentic investigator’ı bu sürecin araştırma kısmını otomatikleştiriyor.
Uyarıyı alıyor, gerekli verileri tarıyor, ilgili kayıtları ilişkilendiriyor ve karar için bir dosya oluşturuyor.
Böylece AI’ın rolü risk skoru üretmekten, doğrudan vaka incelemesini yürütmeye doğru genişliyor.
Denetlenebilirlik kritik unsur
AML süreçlerinde hız tek başına yeterli değil.
Bankaların verdikleri kararları daha sonra düzenleyicilere, denetçilere veya iç kontrol ekiplerine açıklayabilmesi gerekiyor.
Starling’in sisteminde audit trail hazırlanmasının sürecin parçası olması bu nedenle önemli.
AI ajanının hangi veriye baktığı, hangi sonuca nasıl ulaştığı ve hangi adımları attığı izlenebilir hale getirilmeye çalışılıyor.
Bu yaklaşım, bankacılıkta agentic AI kullanımının önündeki temel yönetişim sorunlarından birine cevap veriyor.
Starling için özel bir bağlamı var
Starling Bank, 2024 yılında finansal suç kontrollerindeki eksiklikler nedeniyle Birleşik Krallık Finansal Davranış Otoritesi tarafından cezalandırılmıştı.
Bu geçmiş, bankanın AML ve financial crime operasyonlarına yaptığı yeni teknoloji yatırımlarını daha anlamlı hale getiriyor.
Agentic investigator bu açıdan yalnızca yeni bir AI ürünü olarak değil, bankanın finansal suçlarla mücadele altyapısını güçlendirme çabasının parçası olarak da değerlendirilebilir.
Bankacılıkta AI daha kritik operasyonlara geçiyor
Bankalarda AI kullanımı ilk aşamada büyük ölçüde müşteri hizmetleri ve chatbot çözümleri üzerinden yaygınlaştı.
Ardından fraud tespiti, kredi skorlama ve risk analizi gibi daha kritik alanlara geçti.
Starling’in yeni sistemi bu dönüşümü bir adım daha ileri taşıyor.
AI artık AML alarmı sonrasında gerçek araştırmayı yürütüyor ve karar üretim sürecine doğrudan katılıyor.
Bu, bankacılıkta agentic AI’ın kullanım alanının genişlediğini gösteriyor.
Starling’in uygulamasında en önemli değişim, AI ajanının AML sürecinde yalnız sinyal üretmekle kalmayıp araştırma zincirinin tamamına yaklaşması.
Uyarıyı alıyor, verileri inceliyor, audit trail hazırlıyor ve karar üretiyor.
Bu yaklaşım, bankalardaki agentic AI kullanımının daha kritik operasyonlara doğru ilerlediğini gösteriyor.
FIS ve Anthropic tarafında da benzer biçimde AML inceleme süreçlerinin agentic AI ile otomatikleştirildiğini gördük. Starling’in farkı, sistemin doğrudan kendi core banking altyapısına yerleştirilmiş olması.
Bu da AI ajanının harici bir uygulama yerine bankanın çekirdek operasyonunun parçasına dönüşmesi anlamına geliyor.
17 saniyelik süre dikkat çekici olsa da henüz bağımsız olarak doğrulanmış bir benchmark değil. Asıl önemli eşik, bankaların AML gibi yüksek regülasyonlu bir süreçte AI ajanlarına gerçek araştırma görevi vermeye başlaması.
Bundan sonraki kritik sorular insan gözetiminin hangi noktada devreye girdiği, false-positive oranlarının nasıl değiştiği ve otomatik kararların hangi kapsamda uygulanabildiği olacak.
