Aktuality -> IT Business - 9. 8. 2005

LogicaCMG implementuje řešení proti praní špinavých peněz

LogicaCMG získala kontrakt na implementaci řešení pro ochranu proti praní špinavých peněz (AML – Anti Money Laundering) pro IndusInd Bank v Bombaji. Toto řešení umožní bance monitorovat profily zákazníky a pomocí pokročilých statistických analýz identifikovat podezřelé finanční transakce. Systém, jehož základem je produkt ERASE Compliance Manager společnosti NetEconomy, pracuje na principu „poznej svého zákazníka“. Automaticky vytváří profily zákazníků, včetně očekávaného chování a prováděných transakcí. Pokud se zákazník rozhodne provést operaci výrazně odlišnou, je okamžitě upozorněno příslušné oddělení finančního ústavu.

IndusInd Bank bude díky tomu schopna zabránit tomu, aby její účty byly využívány k legalizaci výnosů z trestné činnosti nebo financování terorismu a zároveň se také lépe bránit proti podvodům. V mnoha zemích je nasazení nástrojů pro sledování neobvyklých transakcí povinné pro všechny komerční banky a očekává se, že podobné regulační požadavky vstoupí v platnost i v Indii. Indická centrální banka (RBI – Reserve Bank of Indii) již k tomu podnikla první krok vydáním směrnice o boji proti praní špinavých peněz v listopadu loňského roku.

 
  

- PR -

Od zálohování k jistotě obnovy

QNAP představuje novou éru kybernetické odolnosti a datové suverenity v době AI


Rozvoj umělé inteligence zásadně mění způsob, jakým organizace pracují s daty. Data jsou stále nejcennějším aktivem podniků, ale současně rostou nároky na jejich ochranu, dostupnost a možnost využívat je pro lokální AI aplikace bez nutnosti jejich přesunu do veřejného cloudu. Právě na tuto změnu reagovala společnost QNAP na veletrhu Computex 2026, kde představila novou strategii „Ready & Recovery“ a ekosystém řešení zaměřených na kybernetickou odolnost, vysokou dostupnost a datovou suverenitu v éře AI.

  

- PR -

Pro úspěšné nasazení AI v podniku

není rozhodující volba modelu, ale struktura a kvalita datového prostředí


Zavádění umělé inteligence v organizacích se často redukuje na výběr konkrétního modelu nebo AI asistenta. Diskuze se točí kolem jejich schopností, výkonu a dostupnosti. Z pohledu podnikové praxe je to ale vedlejší téma. Skutečná otázka totiž nezní, jakou AI organizace používá. Správná otázka je: Jaká data má AI k dispozici? V praxi se ukazuje, že rozhodujícím faktorem není volba modelu, ale kvalita a struktura datového prostředí, do kterého je AI integrována. Právě to rozhoduje o úspěchu nebo neúspěchu většiny AI projektů.