Branże Archive

0

Financial crime and fraud in the age of cybersecurity

As cybersecurity threats compound the risks of financial crime and fraud, institutions are crossing functional boundaries to enable collaborative resistance.

In 2018, the World Economic Forum noted that fraud and financial crime was a trillion-dollar industry, reporting that private companies spent approximately $8.2 billion on anti–money laundering (AML) controls alone in 2017. The crimes themselves, detected and undetected, have become more numerous and costly than ever. In a widely cited estimate, for every dollar of fraud institutions lose nearly three dollars, once associated costs are added to the fraud loss itself. 1 Risks for banks arise from diverse factors, including vulnerabilities to fraud and financial crime inherent in automation and digitization, massive growth in transaction volumes, and the greater integration of financial systems within countries and internationally. Cybercrime and malicious hacking have also intensified. In the domain of financial crime, meanwhile, regulators continually revise rules, increasingly to account for illegal trafficking and money laundering, and governments have ratcheted up the use of economic sanctions, targeting countries, public and private entities, and even individuals. Institutions are finding that their existing approaches to fighting such crimes cannot satisfactorily handle the many threats and burdens. For this reason, leaders are transforming their operating models to obtain a holistic view of the evolving landscape of financial crime. This view becomes the starting point of efficient and effective management of fraud risk.

The evolution of fraud and financial crime

Fraud and financial crime adapt to developments in the domains they plunder. (Most financial institutions draw a distinction between these two types of crimes: for a view on the distinction, or lack thereof, see the sidebar “Financial crime or fraud?”) With the advent of digitization and automation of financial systems, these crimes have become more electronically sophisticated and impersonal.

Financial crime or fraud?

For purposes of detection, interdiction, and prevention, many institutions draw a distinction between fraud and financial crime. Boundaries are blurring, especially since the rise of cyberthreats, which reveal the extent to which criminal activities have become more complex and interrelated. What’s more, the distinction is not based on law, and regulators sometimes view it as the result of organizational silos. Nevertheless, financial crime has generally meant money laundering and a few other criminal transgressions, including bribery and tax evasion, involving the use of financial services in support of criminal enterprises. It is most often addressed as a compliance issue, as when financial institutions avert fines with anti–money laundering activities. Fraud, on the other hand, generally designates a host of crimes, such as forgery, credit scams, and insider threats, involving deception of financial personnel or services to commit theft. Financial institutions have generally approached fraud as a loss problem, lately applying advanced analytics for detection and even real-time interdiction. As the distinction between these three categories of crime have become less relevant, financial institutions need to use many of the same tools to protect assets against all of them.

One series of crimes, the so-called Carbanak attacks beginning in 2013, well illustrates the cyber profile of much of present-day financial crime and fraud. These were malware-based bank thefts totaling more than $1 billion. The attackers, an organized criminal gang, gained access to systems through phishing and then transferred fraudulently inflated balances to their own accounts or programmed ATMs to dispense cash to waiting accomplices (Exhibit 1).

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

Significantly, this crime was one simultaneous, coordinated attack against many banks. The attackers exhibited a sophisticated knowledge of the cyber environment and likely understood banking processes, controls, and even vulnerabilities arising from siloed organizations and governance. They also made use of several channels, including ATMs, credit and debit cards, and wire transfers. The attacks revealed that meaningful distinctions among cyberattacks, fraud, and financial crime are disappearing. Banks have not yet addressed these new intersections, which transgress the boundary lines most have erected between the types of crimes (Exhibit 2).

More: https://www.mckinsey.com/business-functions/risk

Authors: Salim Hasham is a partner in McKinsey’s New York office, where Shoan Joshi is a senior expert; Daniel Mikkelsen is a senior partner in the London office.

0

Robotyzacja “Made in Poland”

Polskie firmy zaczynają rozumieć, że na korzyści z robotyzacji warto poczekać

46 proc. przedsiębiorstw w Polsce posiada strategię wprowadzania inteligentnej automatyzacji dla całego przedsiębiorstwa

Ponad połowa polskich przedsiębiorstw nie rozpoczęła jeszcze wdrażania automatyzacji. Najwięcej, bo 36 proc. deklaruje, że w ich organizacjach pilotażowo pracuje zaledwie od 1 do 10 robotów. Te dane zaskakują, ponieważ aż 66 proc. liderów polskich firm uważa, że ich przedsiębiorstwa dysponują zasobami ludzkimi i umiejętnościami pozwalającymi na zwiększanie poziomu automatyzacji. W skali globalnej odpowiedziało tak tylko 46 proc. badanych. Autorzy badania firmy doradczej Deloitte „Automation with intelligence” po raz pierwszy zauważają u firm nad Wisłą tak sporą zmianę w podejściu do tego tematu. Z badania wynika, że rodzime przedsiębiorstwa zaczynają przełamywać bariery, które utrudniały im wdrażanie automatyzacji na dużą skalę i patrzą na te rozwiązania, jak na proces, który powinien dotyczyć całej organizacji. To krok w dobrą stronę, bo jak szacują eksperci Deloitte, w ciągu trzech lat automatyzacja może zapewnić średnie obniżenie kosztów o 22 proc.

W przeprowadzonym w maju badaniu Deloitte wzięło udział 523 menedżerów największych przedsiębiorstw w 26 krajach, w tym także z Polski. Łączne obroty ich firm sięgają 2,7 biliona dolarów rocznie.

Inteligentna automatyzacja oprócz wykonywania prostych, powtarzających się zadań takich jak np. skanowanie dokumentów i wprowadzanie danych do systemów pozwala również naśladować bardziej zaawansowane ludzkie umiejętności, takie jak rozpoznawanie obrazu czy czytanie zeskanowanych dokumentów. Z analizy odpowiedzi uczestników badania wynika, że w ciągu roku podwoiła się liczba organizacji, które wdrożyły automatyzację na szeroką skalę. Blisko 8 proc. przedstawicieli kadry kierowniczej na całym świecie twierdzi, że wprowadziło w firmie ponad 50 rozwiązań takich jak robotyka, uczenie maszynowe i przetwarzanie języka naturalnego. W Polsce odpowiedziało tak 6 proc. ankietowanych. Wciąż jednak 51 proc. firm w Polsce i 42 proc. organizacji na świecie nawet nie rozpoczęło procesu automatyzacji.

Jeden duży krok zamiast dwóch mniejszych

Połowa liderów z Polski deklaruje, że w wielu projektach łączy automatyzację procesów (RPA) ze sztuczną inteligencją (AI). Globalnie odpowiedziało tak 29 proc. ankietowanych.
Na połączeniu RPA z AI opiera swoją strategię aż 45 proc. firm na świecie, które są na etapie podnoszenia poziomu automatyzacji. Podobnie robi tylko 36 proc. organizacji, które dopiero zaczynają wdrażanie inteligentnej automatyzacji, a jeszcze mniej, bo tylko 20 proc. organizacji, które są na etapie testów.

Zwiększenie produktywności jest głównym celem aż 73 proc. przedsiębiorstw (zarówno polskich jak i globalnych), które wdrażają strategię inteligentnej automatyzacji. Co ciekawe, połowa ankietowanych z Polski przyznaje, że połączenie RPA i AI przekroczyło ich oczekiwania dotyczące zwiększenia produktywności, a druga połowa deklaruje, że efekty dotyczące doświadczeń klienta są lepsze niż się spodziewała.

Raport: Inteligentna Automatyzacja

Jak zmienić koncepcję firmy w nowej erze współpracy z maszynami na podstawie raportu Deloitte „Inteligentna

Przejdź do strony raportu

Przykładowo, organizacje pilotujące inteligentną automatyzację oczekują, że koszty tej inwestycji zwrócą się w ciągu piętnastu miesięcy. Tymczasem, już po dziewięciu miesiącach odnotowują średni zwrot z inwestycji. Choć widzimy dużą zmianę w podejściu polskich organizacji do inteligentnej automatyzacji, to wciąż jednak redukcja kosztów produkcji jest główną korzyścią, jakiej oczekują przedsiębiorstwa  – mówi Wojciech Sygnowski, Partner, Lider obszaru integracji systemów oraz robotyki i inteligentnej automatyzacji, Deloitte.

Połowa polskich organizacji oczekuje zmniejszenia kosztów o 1-10 proc., globalnie odpowiedziało tak 40 proc. firm.

Bariery do pokonania

Dotychczasowy apetyt na szybkie korzyści z robotyzacji pojedynczych procesów zostawił polskie firmy w tyle za zagranicznymi przedsiębiorstwami, które dziś cieszą się znacznie większym stopniem skalowalności takich rozwiązań dzięki zastosowaniu inteligentnej automatyzacji. Zdaniem ekspertów Deloitte większość organizacji robi postępy w stosowaniu inteligentnej automatyzacji, mimo że na ich drodze wciąż stoi wiele istotnych barier. Dla 58 proc. polskich firm zdecydowanie największą z nich jest brak gotowości informatycznej, czyli infrastruktury i systemów. Globalnie takiej odpowiedzi udzieliło 48 proc. zapytanych. Dla 54 proc. polskich firm na drodze do szybkiej automatyzacji stoi również fragmentacja procesów. To zdecydowanie największy problem dla firm za granicą, odpowiedziało tak aż 66 proc. pytanych. Na trzecim miejscu wśród największych barier jest w Polsce brak jasnej wizji i ambicji w zakresie inteligentnej automatyzacji. To bariera dla 42 proc. firm nad Wisłą i 38 proc. globalnie.

Konieczna wizja…

Zdaniem ekspertów Deloitte organizacje, które wdrożyły lub wdrażają automatyzację na dużą skalę, to te, które mają jasną wizję, strategię i podejście do czerpania korzyści z automatyzacji. Potraktowały ją jak wyzwanie dla całej organizacji i stworzyły warunki do jej rozwoju i skalowania.
Prawie połowa polskich przedsiębiorstw (46 proc.) ma kompleksową strategię inteligentnej automatyzacji swojego przedsiębiorstwa. Globalnie deklaruje to tylko 36 proc. liderów firm. To zaskakuje, tym bardziej, że w ciągu najbliższych trzech lat kadra kierownicza spodziewa się, że automatyzacja zwiększy możliwości zatrudnienia w ich firmach o 27 proc.

To oznacza prawie 2,5 miliona dodatkowych pełnoetatowych pracowników. A mówimy tylko o tych 523 organizacjach, które wzięły udział w naszym badaniu. To doskonale pokazuje, jak znakomitą okazją do zwiększenia produktywności, ale też wpłynięcia na rynek pracy jest skalowanie automatyzacji. Rola pracowników zostaje przeprojektowana, a ich praca nabiera większego znaczenia

– mówi Piotr Kurek, Starszy Menedżer w zespole robotyki i inteligentnej automatyzacji, Deloitte.

Warto tu wspomnieć, że mimo szerokiej wiedzy o potencjalnych korzyściach 44 proc. organizacji nie posiada jeszcze szacunków, w jaki sposób ich strategie automatyzacji wpłyną na pracowników. W Polsce takiej odpowiedzi udzieliło jedynie 14 proc. ankietowanych. Z kolei 43 proc. liderów znad Wisły i 30 proc. globalnie odpowiedziało, że maksymalnie jedna dziesiąta ich zespołów odnotowała zmiany w ich rolach, zadaniach i sposobie pracy w związku z wprowadzeniem inteligentnej automatyzacji.

…i gotowość na zmiany

Współpraca ludzi i sztucznej inteligencji wymaga zmian organizacyjnych. Tymczasem 60 proc. zbadanych przez Deloitte przedsiębiorstw na świecie nie wie, czy automatyzacja będzie wymagała od ich pracowników przekwalifikowania. W Polsce takiej odpowiedzi udzieliło aż 85 proc. przedstawicieli kadry kierowniczej. Wciąż 14 proc. globalnie i 15 proc. przedsiębiorstw w Polsce nie ma planów i możliwości przekwalifikowania pracowników, na których role wpłynęła inteligentna automatyzacja. Natomiast 42 proc. odpowiedziało, że ich pracownicy mają możliwość przekwalifikowania się na miejscu, czyli w firmie.

Nieunikniona jest zmiana sposobu myślenia o automatyzacji. To nie jest zagrożenie dla pracowników. Roboty nie zabiorą nam pracy, choć technologia zmienia sposób, w jaki pracujemy. To znaczy, że rośnie zatrudnienie w rolach, które są najtrudniejsze do zautomatyzowania. Osób z takimi kompetencjami wciąż jest bardzo mało i warto rozwijać w pracownikach takie cechy jak kreatywność, empatia, elastyczność współpraca, nieszablonowe myślenie, czy umiejętności interpersonalne. Kolejne badania pokazują, że coraz częściej do pracy będziemy potrzebowali naszych głów i serc, niż rąk. Tę zmianę bardzo poważnie powinni przemyśleć też liderzy i zastanowić się nad wpływem, jaki będzie ona miała na ich pracowników. Trzeba poświęcić dużo więcej uwagi integracji ludzi i maszyn, edukacji oraz nowym rolom, które zostaną dla nich stworzone – mówi Wojciech Sygnowski.

Paweł Zarudzki, Dyrektor, Lider Robotic & Cognitive Automation

Piotr Kurek,  Zespół Robotyki i Automatyzacji Kognitywnej

Agata Lipiec, Marketing Manager

Wojciech Sygnowski, Partner, Lider obszaru integracji systemów

 

 

 

 

0

Seven key trends shaping maritime transport

UNCTAD’s Review of Maritime Transport 2018 identifies seven key trends that are currently redefining the maritime transport landscape and shaping the sector’s outlook. These trends, presented in no particular order, entail challenges and opportunities which require continued monitoring and assessment for effective and sound policymaking.

1) Protectionism
On the demand side, the uncertainty arising from wide-ranging geopolitical, economic, and trade policy risks as well as some structural shifts, constitutes a drag on maritime trade. An immediate concern are the inward-looking policies and rising protectionist sentiment that could undermine global economic growth, restrict flows and shift trade patterns.

2) Digitalization, e-commerce and the implementation of the Belt and Road Initiative
The unfolding effects of technological advances and China’s ambitious reordering of global trade infrastructure will entail important implications for shipping and maritime trade. The Belt and Road Initiative and growing e-commerce have the potential to boost seaborne trade volumes, while the digitalization of maritime transport will help the industry respond to the increased demand with enhanced efficiency.

3) Excessive new capacity
From the supply-side perspective, overly optimistic carriers competing for market share may order excessive new capacity, leading to worsened shipping market conditions. This, in turn, will upset the supply and demand balance and have repercussions on freight-rate levels and volatility, transport costs, as well as earnings.

4) Consolidation
Liner shipping consolidation through mergers and alliances has been on the rise over recent years in response to lower demand levels and oversupplied shipping capacity dominated by mega container vessels. The way this affects competition, and the potential for market power abuse by large shipping lines as well as the related impact on smaller players, remains a concern.

5) The relationship between ports and container shipping lines
Alliance restructuring, and larger vessel deployment is also redefining the relationship between ports and container shipping lines. Competition authorities and maritime transport regulators should also analyze the impact of market concentration and alliance deployment on the relationship between ports and carriers. Areas of interest span the selection of ports-of-call, the configuration of liner shipping networks, the distribution of costs and benefits between container shipping and ports, and approaches to container terminal concessions.

6) Scale
The value of shipping can no longer be determined by scale alone. The ability of the sector to leverage relevant technological advances is as increasingly important.

7) Climate change
Efforts to curb the carbon footprint and improve the environmental performance of international shipping remain high on the international agenda. The initial strategy adopted in April 2018 by the International Maritime Organization to reduce annual greenhouse gas emissions from ships by at least 50% by 2050, compared to 2008, is a particularly important development. On the issue of air pollution, the global limit of 0.5% on sulphur in fuel oil will come into effect on 1 January 2020. To ensure consistent implementation of the global cap on sulphur, it will be important for ship owners and operators to continue to consider and adopt various strategies, including installing scrubbers and switching to liquefied natural gas and other low-sulphur fuels.

Source: https://unctad.org; Photo: Marek Grzybowski

0

Kedro, McKinsey’s first open-source software tool

 

QuantumBlack, the advanced analytics firm we acquired in 2015, has now launched Kedro, an open source tool created specifically for data scientists and engineers. It is a library of code that can be used to create data and machine-learning pipelines. For our non-developer readers, these are the building blocks of an analytics or machine-learning project. “Kedro can change the way data scientists and engineers work,” explains product manager Yetunde Dada, “making it easier to manage large workflows and ensuring a consistent quality of code throughout a project.”

McKinsey has never before created a publicly available, open source tool. “It represents a significant shift for the firm,” notes Jeremy Palmer, CEO of QuantumBlack, “as we continue to balance the value of our proprietary assets with opportunities to engage as part of the developer community, and accelerate as well as share our learning.”

The name Kedro, which derives from the Greek word meaning center or core, signifies that this open-source software provides crucial code for ‘productionizing’ advanced analytics projects. Kedro has two major benefits: it allows teams to collaborate more easily by structuring analytics code in a uniform way so that it flows seamlessly through all stages of a project. This can include consolidating data sources, cleaning data, creating features and feeding the data into machine-learning models for explanatory or predictive analytics.

More: www.mckinsey.com; https://github.com/quantumblacklabs/kedro

  What are the main features of Kedro?

1. Project template and coding standards

  • A standard and easy-to-use project template
  • Configuration for credentials, logging, data loading and Jupyter Notebooks / Lab
  • Test-driven development using pytest
  • Sphinx integration to produce well-documented code

2. Data abstraction and versioning

  • Separation of the compute layer from the data handling layer, including support for different data formats and storage options
  • Versioning for your data sets and machine learning models

3. Modularity and pipeline abstraction

  • Support for pure Python functions, nodes, to break large chunks of code into small independent sections
  • Automatic resolution of dependencies between nodes
  • (coming soon) Visualise your data pipeline with Kedro-Viz, a tool that shows the pipeline structure of Kedro projects

Note: Read our FAQs to learn how we differ from workflow managers like Airflow and Luigi.

4. Feature extensibility

  • A plugin system that injects commands into the Kedro command line interface (CLI)
  • List of officially supported plugins:
    • (coming soon) Kedro-Airflow, making it easy to prototype your data pipeline in Kedro before deploying to Airflow, a workflow scheduler
    • Kedro-Docker, a tool for packaging and shipping Kedro projects within containers
  • Kedro can be deployed locally, on-premise and cloud (AWS, Azure and GCP) servers, or clusters (EMR, Azure HDinsight, GCP and Databricks)

0

Six governing considerations to modernize marketing

Most chief marketing officers (CMOs) understand that the utilization of data, analyses, and algorithms to personalize marketing drives value. Concept tests are becoming more efficient, customer approaches are being accelerated, and revenues are quadrupling in certain channels (Exhibit 1). All the evidence suggests that marketing functions should invest in, collect, and analyze available data to support their decision making.

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

No wonder, then, that one in three CMOs is driving a digitization initiative with high personal involvement, according to a McKinsey survey. Despite notable successes, digital marketing has often stalled in a trial phase for years in many companies. Why is that? We find that the managers responsible often blame it on culture and legacy behavioral patterns (Exhibit 2). These soft factors lie far ahead of technical issues, such as IT infrastructure and data availability, which is not surprising. It is easy enough to buy a new server for the customer database, and even new customer-relationship-manager software is quickly installed. But how does one change the attitudes and behaviors of those who use the technology?

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com Based on our experience from a multitude of digital engagements, modernizing the marketing organization to unlock the full potential of the digital revolution requires business leaders to address six considerations.

1. How to centralize guidance and oversight

2. How to bring together marketing and IT (heart and brain)

3. How to build collaboration and agility

4. How to reinvent HR to meet talent demands

5. How to build flexibility into resource planning

6. How to make cultural change a continuous task

Modernizing marketing is a process that relies on multiple factors for success. Only by understanding what these are and by focusing on how to address them can marketers hope to get real value from digital. An earlier version of this article was published in the December 2018 issue of McKinsey’s German-language consumer journal Akzente.

About the authors: Patrick Guggenberger is a consultant in McKinsey’s Vienna office, Miriam Lobis is a partner in the Berlin office, and Patrick Simon and Kai Vollhardt are partners in the Munich office.

More: www.mckinsey.com/industries/