Itaalske startup Rozes kasutab masinõppimist, et tuvastada ettevõtete bilanssidest maffia ja rahapesu märke. Analüüs riskide tuvastamise uuest ajastust.

Finantsraportid on traditsiooniliselt vaadatud kui nühitud numbrid ja tabelid, mis peegeldavad ettevõtte tulusid, võlgasid ja kasumit. Kuid süvamaal peituvad bilanssid sageli palju suuremad lugud. Itaalia startup Rozes on tõestanud, et ettevõtte rahalised liikumised ja kontabilistlikud mustrid võivad jätta konkreetse statistilise jälje, mis on tüüpiline organiseeritud kuritegevusele.

See lähenemine muudab täielikult viisi, kuidas läheneda riskihaldamisele ja vastparty-kontrollile. Rozes, mis sai alguse 2019. aastal ja on hiljemme tunnustatud Padova ülikooli spin-offiks, on arendanud masinõppele põhineva algoritmi, mis ei otsi üksikuid kahtlastaid tehinguid, vaid analüüsib terviklikke mustreid. Tegemist on riskintellekti platvormiga, mis on mõeldud pangade, ettevõtete ja avaliku sektori vajadustele, et tuvastada ettevõtteid, mille tegevus sarnaneb pettuste, rahapesu või kuritegelike võrdsustega.

Kuidas toimib kriminaalsete mustrite tuvastamine

Rozesi tehnoloogia tuum on võrdlev analüüs. Algorytm ei toeta oma otsuseid hagi või eelarvude põhjal, vaid puhas statistika ja andmete kokkusoppimise abil. Süsteem on treenitud massiivse andmebaasiga, mis sisaldab 2082 ettevõtet, mille seose organiseeritud kuritegevusega on kohtulaomselt tõestatud. See on kriitiline punkt: masinõppemudel on õppinud tunnistama just neid spetsiifilisi anomaaliaid, mis iseloomustavad kriminaalset majandustegevust.

Kui süsteem analüüsib uut ettevõtet, siis see ei otsi bilanssist rida, kus kirja oleks märgitud mafia. Selle asemel otsib see korduvate kontabilistlike indikaatorite kombinatsioone. Kui analüüsitava ettevõtte rahalised suhted ja käitumismustrid on sarnased kriminaalse näidise ettevõtetega, assignib algorytm ettevõttele kõrge riskipundi. See tähendab, et ettevõte on statistiliselt sarnane nendele, kes on varem süüdlaseks tuvastatud vale arvete väljastamise või pettliku pankrotimise puhul.

Täpsustus: riskipuntid ei ole kohtuprotsess

Oluline on mõista, et Rozesi tarkvara ei ole kohtuasandaja ega süüdistaja. CEO Jacopo Berti on rõhutanud, et süsteem ei määra, kas konkreetne ettevõte on maffia omandis või mitte. Selle asemel on see tööriist, mis aitab kitsendada kontrollitöid. Kui kontrollija peab läbikäima tuhandeid või isegi sadandeid tuhandeid tarnijaid, on võimatu igaühte manuaalselt põhjalikult uurida.

Süsteemi väärtus peitib end just selles, et see suunab kontrollijate tähelepanu õigesse kohta. See on nagu filter, mis lahutab massist need üksused, kus anomaaliad on kõige märgatavamad. Nii saavad auditid ja uurijad keskenduda täpselt neile juhtumitele, kus risk on suurim, tõstes oluliselt kontrollitöö efektiivsust.

Avaliku sektori ja hangekontrolli tugevdamine

Yks kõige praktilisemaid rakendusi on leidnud see tehnoloogia avalikes hangetes. Itaalias on Rozesi süsteemi juba testitud Infrastruktuuri Ministeeriumis, kus seda kasutatakse PNRR-i (Riikliku ja vastuvõtu taastumis- ja tallaatuse plaani) raames toimuvate hangete skanneerimiseks. See on strateegiline samm, et kaitsta avalikku raha ja vältida olukordi, kus riiklikud investeerimised voolaksid kriminaalsetesse struktuuridele.

Avaliku sektori jaoks tähendab see suuremat läbipaistvust. Kui tarnijate nimekirjad on tohutud, võimaldab AI tuvastada kiiresti neid ettevõtteid, mille bilanssid viitavad riskidele, nagu rahapesu või kuritegelik infiltraat. See vähendab korruptsiooni ohtu ja tagab, et avalikud lepingud sõlmitakse ausate partneritega.

Süsteem ei otsi üksikuid kahtlustavaid kirjeid, vaid analüüsib keerukat signaalide võrgustikku, mis tervikuna muudab analüüsitava ettevõtte võrdse kriminaalsele näidisele.

Teaduslik taust ja akadeemiline koostöö

Rozesi edu ei põhine ainult koodil, vaid aastatepikkusel akadeemilisel uurimistööl. Ettevõtte aluseks on Francesco Ambrosini, Michele Fabrizi ja Antonio Parbonetti töö Padova ülikoolis. See süsteem on teadusliku uurimuse ja praktilise äriühenduse süntees, mis on võimaldanud muuta teoreetilised märkmed toimivaks riskintellekti platvormiks.

Mai 2026. aastal uuendas Padova ülikool ametlikult Rozesi staatust kui spin-offina. See otsus ei olnud juhuslik, vaid põhines mitme kriteeriumi kokkuvõttel: Teaduslikud tulemused, majanduslik stabiilsus, patendid ja jätkuv koostöö ülikooli uurimiskeskustega. See kinnitab, et AI-põhine kriminaalanalüüs on jõudnud etappi, kus see on commercialselt elujulgev ja tehniliselt valideeritud.

Riskihaldus ja vastparty-kontroll uuel tasandil

Ärimaailmas on due diligence ehk tõepärase kontrolli protsess sageli aeglane ja piiratud. Traditsioonilised meetodid tuginevad sageli mustlistele nimekirjadele või juba avaldatud kohtuotsustele. Rozesi lähenemine on proaktiivsem, sest see tuvastab riskid enne, kui need muutuvad kohtuotsusteks.

Ettevõtted, mis tegelevad rahvusvahelise kauglevutusega või suuremahuliste investeerimistega, võivad seda tehnoloogiat kasutada, et vältida reputatsiooni kahjustamist. Kui partnerettevõtte bilanss näitab mustreid, mis on tüüpilised rahapesule, saab ettevõte teha täpsema kontrolli või loobuda koostööst juba enne lepingu allkirjastamist. See on oluline kaitsemehhanism tänapäeva komplekssetes finantsvõrkudes, kus kriminaalset raha on raske eristada legitiimsetest tulusidest.

Mida tähendab see Eesti ja Balti riikide jaoks

Kuigi Rozesi algus on Itaalias, on selle tehnoloogilise lähenemise tähendus Balti riikidele, ja eriti e-Eestiale, väga suur. Meie regioonis on digitaalne infrastruktuur maailma tipptasemel, mis tähendab, et ettevõtete andmed ja raporteering on suuresti digitaliseeritud ja kättesaadavad. See loob ideaalse keskkonna sarnaste AI-lahenduste rakendamiseks.

Eesti kontekstis on oluline vaadata seda läbi EU AI Acti prisma. Rozesi süsteem on näide kõrge riski AI-rakendusest, kuna see puudutab õigustsüsteemi ja riskihaldust. Balti riikide ettevõttele tähendab see, et AI-tööriistade kasutamine kontrollideks peab oleme läbipaistev ja vastama rangetele eetikastandarditele, et vältida diskrimineerimist või põhjendamatuid süüdistusi.

Balti riikide jaoks, kes on väikesed ja avatud majandused, on võitlus rahapesuga ja kriminaalse raha sissevooluga kriitiline. Integreerides sarnase riskintellekti meie e-riigi teenustesse, võiksme muuta avalike hangete kontrolli reaalajas toimivaks protsessiks. See ei nõudaks rohkem bürokraatiat, vaid täpsemat tehnoloogiat, mis aitaks riiklikel kontrollorganitel keskenduda ainult kõige kahtlamatele juhtumitele, jättes ausad ettevõtjad mureta ja kiirema menetluse vastu. AI-põhine analüüs on järgmine loogiline samm meie digitaalse majanduse turvalisuse tõstmisel.

Korduma kippuvad küsimused

---

Allikad: Libero, Repubblica, Venetoup ·