Više od tri četvrtine banaka diljem svijeta već je započelo s korištenjem sustava za plaćanja u stvarnom vremenu, što je znatno više u odnosu na malo više od trećine iz 2020. godine, prema podacima FFIEC-a iz prošle godine. Ljudi danas žele da im se novac odmah prebaci, bez obzira radi li se o plaćanju računa, slanju sredstava između računa ili obradi međunarodnih prijenosa – nešto što stari sustavi zasnovani na grupnom obrascu jednostavno ne mogu riješiti. Kod plaćanja u stvarnom vremenu ne postoji čekanje od dva do tri dana koje zahtijevaju tradicionalni ACH sustavi. Time se smanjuju rizici kod poslovanja s drugim strankama i omogućuje tvrtkama brži pristup svojim gotovinskim sredstvima nego ikad ranije.
Kada banke napuste one stare noćne grupne procese i pređu na stalne tokove transakcija, mogu smanjiti vrijeme usklađivanja sa dana na svega nekoliko milisekundi. Prema izvješću Međunarodnog zadružnog fonda iz 2023. godine, ovom promjenom zaista se smanjuju kašnjenja u obračunu između banaka otprilike za 94%. Poboljšanja se osjećaju u različitim područjima kao što su upravljanje novčanim tokovima, upravljanje rizicima od deviznih tečajeva i optimizacija bilansnih listi. Pogledajte moderne platforme za plaćanje danas – neke obavljaju čak do 12 tisuća transakcija svake sekunde, uz vremena odziva kraća od 50 milisekundi. To je otprilike 300 puta brže od onih starinskih glavnih sustava koje još uvijek koriste neke institucije.
U drugom kvartalu 2024. godine, 45 zemalja imalo je operativne mreže za plaćanja u stvarnom vremenu, s porastom prihvaćanja od 23% u odnosu na prethodnu godinu. Prema Istraživanju globalnih plaćanja 2024. Odjela za financijsku stabilnost, ove infrastrukture ključne su za napredak cilja 8 UN-ove Održive razvojne agende, omogućujući mikroplaćanja nepobankariziranim skupinama stanovništva i poboljšavajući stabilnost novčanog toka za MSP-ove.
Sprečavanje prijevara danas uvelike ovisi o softveru za obradu u stvarnom vremenu. Ovi sustavi iznimno brzo analiziraju obrasce transakcija, ponekad zaustavljajući sumnjivu aktivnost već nakon 50 milisekundi, prije nego što novac napusti račun. Tradicionalni paketni sustavi su znatno sporiji u usporedbi, često im treba od 4 do 6 sati da označe nešto pogrešno. Razlika također ima velik utjecaj. Banke izvještavaju da su smanjile gubitke zbog prijevara za oko 63% otkako su usvojile brže metode, prema prošlogodišnjem Izvješću o financijskoj sigurnosti. Kada netko pokuša obaviti plaćanje, sustav istovremeno provjerava više čimbenika, uključujući osobu kojoj se plaća, lokaciju korisnika i vrstu uređaja koji koristi. Ovaj višeslojni pristup pomaže u zaustavljanju zlonamjernih preuzimanja računa i lažnih transakcija na tisućama računa istovremeno.
Napredni sustavi koreliraju podatke iz više od 12 izvora istovremeno:
Ovaj višefaktorski pristup otkriva složene lance prijevara koje sustavi zasnovani na pravilima propuste, smanjujući lažne pozitivne rezultate za 38%.
Najbolji alati za sprečavanje prijevare danas kombiniraju različite pristupe, uključujući strojno učenje obučeno na stotinama milijuna prošlih slučajeva prijevare, uz metode koje otkrivaju neobičnu aktivnost bez prethodnog obučavanja. Uzmimo ovaj scenarij: netko napravi kupnju iz New Yorka, a zatim u roku od nekoliko minuta šalje gotovo 9,8 milijuna rupija na račun u Mumbiju. Sustavi označe ovakvu aktivnost s visokim rezultatima rizika, oko 890 od 1000, što obično dovodi do dodatnih provjera poput skeniranja otiska prsta ili prepoznavanja lica. Moderni AI sustavi otkrivaju oko 9 od 10 novih vrsta prijevara koje ranije nisu viđene, dok tradicionalni sustavi zasnovani na pravilima postižu točnost od samo oko dvije trećine. Ovi pametni modeli svaki tjedan prilagođavaju svoje prioritete kako se pojavljuju nove prijetnje, što je postalo iznimno važno kada je prijevara pomoću sintetskih identiteta eksplodirala krajem 2023. godine na platformama za mobilno plaćanje diljem Azije.
Prijelaz na obradu u stvarnom vremenu potpuno je promijenio način na koji danas funkcionira borba protiv pranja novca. Banke sada mogu istovremeno analizirati plaćanja između država, pratiti ponašanje računa i nadzirati mreže korisnika. Moderni sustavi provjeravaju više od 500 različitih čimbenika transakcije istovremeno, što pomaže u otkrivanju rizičnih aktivnosti poput kretanja novca kroz više računa ili kada netko iznenada preuzme kontrolu nad poslovanjem. Financijske institucije koje su prešle na praćenje u stvarnom vremenu navode da otkrivaju sumnjive poslove s lažnim tvrtkama otprilike 92 posto brže nego što su to radile stare metode obrade u serijama. Međunarodna grupa za financijsku akciju (FATF) citirala je te brojke u svojim referentnim izvješćima iz 2023. godine, pokazujući koliko se znatno poboljšalo otkrivanje financijskih prestupa u kratkom roku.
Sustavi u stvarnom vremenu održavaju revizijske zapise otporne na pristajanje tako što kriptografski zatvaraju metapodatke o transakcijama pri njihovom unosu. Time se zatvaraju jazovi u usklađivanju između naslijeđenih baza podataka — nedostatak koji je odgovoran za 37% neuspjeha u sukladnosti s AML propisima tijekom višestrukih revizija (Deloitte 2024). Regulatori sve češće zahtijevaju zapise s vremenskim oznakama koji pokazuju kada su procjenjena rizika tijekom izvršavanja plaćanja.
Najbolji sustavi koriste fleksibilna pravila koja stvari čine strožima za rizične područja, ali ubrzavaju proces kada je uključeno malo opasnosti. Banka iz Skandinavije smanjila je lažne upozorenja skoro za dvije trećine zahvaljujući pametnim računalnim programima koje je uvela. Ti programi neprestano prilagođavaju ocjene rizika svakih petnaest sekundi kako se događaji odvijaju diljem svijeta i kako se mijenjaju tržišta. Kada se ažuriraju liste sankcija, ti se promjeni šire diljem svijeta u manje od jedne sekunde, sprječavajući mjesečno milijune dolara vrijednih loših transakcija koje bi inače prošle nezapaženo.
Kada financijske institucije počnu koristiti sustave za obradu u stvarnom vremenu, njihova brzina odlučivanja obično skoči za oko 35%, prema istraživanju objavljenom prošle godine u časopisu Financial Technology Journal. Način na koji ovi platforme rade zapravo je prilično impresivan – analiziraju sve transakcije koje se upravo odvijaju i prepoznaju probleme prije nego što postanu veliki. Zamislite situacije poput pada raspoloživih sredstava na nekom mjestu, kašnjenja pri premještanju sredstava preko granica ili čak kada poduzeća preuzimaju prevelik rizik s različitim valutama. Odjeli za blagajništvo više ne moraju satima čekati da prilagode svoje strategije osiguranja rizika. Jedan primjer iz stvarnog svijeta dolazi od velike europske banke koja je uspjela smanjiti gubitke na tržištu deviza za gotovo 20% nakon što je dobila uvid u svoje pozicije u stvarnom vremenu. Ova studija slučaja bila je istaknuta u najnovijem izdanju Izvješća o financijskim sustavima objavljenom ranije ove godine.
Otprilike 72% banaka i drugih financijskih tvrtki sada povezuje svoje tržišne podatke s faktičkim obrascima transakcija kako bi otkrili probleme prije nego što prerastu u katastrofe. Oni prate stvari poput naglih skokova u neuspjelim plaćanjima, čudnih kašnjenja pri zatvaranju trgovanja ili situacija u kojima je prevelika količina novca vezana na jednom mjestu kao jamstvo. Tijekom bankarskog kaosa 2023. godine, institucije koje su usvojile analitiku u stvarnom vremenu primijetile su znakove lošeg kreditnog rizika od strane kontragenti otprilike 14 sati ranije od svojih konkurenata koji su još koristili tradicionalne metode. Taj vremenski prednost uštedio im je otprilike 2,1 milijardu dolara koja bi inače bila izgubljena, prema izvješću objavljenom prošle godine od strane Udruge za upravljanje rizicima.
Poduzeća koja koriste instant platne kanale ostvaruju značajna poboljšanja:
| Metrički | Unapređenja |
|---|---|
| Preglednost toka gotovine | 41% |
| Pogreške u usklađivanju | 67% “ |
| Ciklus radnog kapitala | 28% kraće |
Uklanjanje zadrški u razdoblju od 24 do 72 sata omogućuje ove dobitke. Analiza industrije iz 2024. godine pokazala je da su proizvođači smanjili sporove na fakturama za 52% kroz automatizirano rukovanje iznimkama omogućeno obradom u stvarnom vremenu.
Sustavi RTGS-a danas obavljaju ogroman dio globalnih međubankovnih prijenosa — prema izvješću Međunarodne banke za likvidaciju iz prošle godine, radi se o 84%, što je znatno više od samo 63% iz 2020. godine. Što to znači za banke? Pa, banke mogu premještati novac tijekom dana umjesto da čekaju na krajodnevni obračun. Također imaju bolju kontrolu nad svojim rezervama i mogu obavljati transakcije na tržištu deviza u trenucima kada su tečajevi najpovoljniji. Uzmimo istraživanje tvrtke Deloitte kao primjer. Njihova studija slučaja pokazala je da su neki upravitelji imovinom bili u mogućnosti poboljšati prinose svog portfelja otprilike za 22 bazna broja jednostavno tako što su svake minute tijekom dana donosili male promjene u likvidnosti.
Današnja obrada u stvarnom vremenu u velikoj mjeri ovisi o moćnim streaming platformama koje mogu upravljati milijunima transakcija svake sekunde, istovremeno zadržavajući latenciju ispod jednog milisekunde. Alati poput Apache Kafke, kao i različite cloud temeljene opcije, koriste distribuirane postavke za obradu tokova događaja čim stignu, što znači da tvrtke mogu odmah provjeriti valjanost podataka, otkriti prijevare i povezati sve sa svojim izvještajnim sustavima bez kašnjenja. Prema nekim testovima provedenim prošle godine, kada su tvrtke prešle na particionirane metode obrade tokova, primijetile su smanjenje kašnjenja u obračunu za gotovo 92% u usporedbi s tradicionalnim pristupima obrade u serijama koji su zahtijevali mnogo više vremena za obavljanje poslova.
Konstantno odzivno vrijeme ispod jedne sekunde zahtijeva infrastrukturu izgrađenu za toleranciju grešaka i skalabilnost. Ključni komponenti uključuju:
Institucije koje daju prioritet ovim značajkama održavaju dostupnost od 99,999% te ispunjavaju zahtjeve PCI-DSS i GDPR-a kroz ugrađeno šifriranje i sveobuhvatne revizorske staze.
Sustavi za plaćanja u stvarnom vremenu omogućuju gotovo trenutnu obradu financijskih transakcija, osiguravajući brzo premještanje novca bez tradicionalnih kašnjenja kakva se vide u zastarjelim sustavima.
Ovi sustavi brzo analiziraju obrasce transakcija i mogu prepoznati sumnjive aktivnosti unutar milisekundi, znatno smanjujući vjerojatnost da prijevare prođu nezapaženo.
Nadzor u stvarnom vremenu omogućuje bankama da istovremeno analiziraju više čimbenika transakcija, što olakšava otkrivanje sumnjivih financijskih aktivnosti i ispunjavanje AML propisa.
Stream platforme osiguravaju obradu podataka s niskim kašnjenjem, sposobne brzo upravljati transakcijama, što omogućuje odmah otkrivanje prijevara i provjeru financijskih podataka.
Odmahovna obrada plaćanja poboljšava vidljivost novčanog toka i operativnu učinkovitost eliminiranjem tradicionalnih kašnjenja, smanjenjem sporova o fakturama i skraćivanjem ciklusa radnog kapitala.
EN