Het anti-witwasbeleid is sinds het begin van de jaren 2000 voornamelijk regelgedreven geweest, gericht op naleving in plaats van het detecteren van risico’s. Dit resulteerde in een hoog aantal valse positieven, overbelaste analisten en beperkte contextuele inzichten.
Tegenwoordig beweegt de sector zich richting een hybride model waarbij datagestuurde analyse een risicogebaseerde aanpak ondersteunt en de AMLR-verordening opnieuw de nadruk legt op regelgebaseerde controles. Terwijl deze kaders blijven evolueren, blijft één factor cruciaal voor effectieve AML: menselijk talent.
Banken hebben teams nodig die niet alleen versterkt worden door AI, maar ook voortdurend worden ontwikkeld. Professionals die datavaardigheden, beoordelingsvermogen en besluitvaardigheid combineren zijn noodzakelijk om complexe risicogevallen effectief te beheren en financiële criminaliteit mondiaal aan te pakken.
Tussen 2024 en 2025 kende de instroom bij startersfuncties bij Europese technologiebedrijven een daling van 73,4%. Deze daling indiceert dat automatisering de druk op instapfuncties verhoogt en daarmee de traditionele carrièrepaden van toekomstige leiders bedreigt.
Deze verschuiving kan de talentpijplijn verzwakken, maar biedt ook kansen. Organisaties kunnen juniorfuncties herontwerpen met een nadruk op leren, mentorschap en strategische bijdragen. Zo kunnen zij de ontwikkeling van toekomstig senior talent versnellen.
In dit proces zijn managers van cruciaal belang. Hun rol verschuift van procesbewaking naar coaching: zij begeleiden jonge professionals, versterken hun potentieel en slijpen hun vaardigheden aan in een AI-gedreven werkomgeving.
Hoewel AI enorme hoeveelheden gegevens kan verwerken en risico’s op grote schaal kan detecteren, zijn het de analisten die het verschil maken – zij interpreteren, prioriteren en volgen risico’s op.
Upskilling is daarom de sleutel tot een risicogebaseerde, AI-versterkte AML-functie. Nu AI steeds meer handmatige taken automatiseert, moeten menselijke vaardigheden zich ontwikkelen om interpretatief, ethisch en contextueel relevant te blijven.
AML-professionals moeten leren kritisch om te gaan met AI-gegenereerde inzichten. Ze moeten beoordelen welke gevallen escalatie vereisen, complexe bevindingen helder communiceren met toezichthouders en klanten, en AI-uitkomsten interpreteren binnen lokale juridische, culturele en marktomstandigheden.
