De Thaise afdeling voor bedrijfsontwikkeling (Business Development Department) heeft het aantal "paddenstoelbedrijven" — schijnfirma's die worden gebruikt om eigendom te verbergen en geld wit te wassen — in één jaar tijd met 90 % verminderd. Het aantal daalde van 594 verdachte entiteiten naar slechts 58 nadat de afdeling haar door AI aangedreven inspectiesysteem, IBAS, introduceerde, wat toezichthouders en legitieme ondernemers dwong om hun aanpak van detectie van bedrijfsfraude te heroverwegen.

Waarom de aanpak belangrijk was

Paddenstoelbedrijven gedijen bij anonimiteit. Ze worden opgericht met minimaal kapitaal, vaak op dezelfde dag als een transactie nodig is, om vervolgens te verdwijnen, waardoor er weinig sporen achterblijven voor de autoriteiten. Die ondoorzichtigheid maakte het voor belastinginspecteurs, wetshandhavers en echte investeerders moeilijk om legale ondernemingen te onderscheiden van dekmantels voor illegale activiteiten.

Hoe IBAS het tij keerde

IBAS vervangt menselijke functionarissen niet; het markeert bedrijven met een hoog risico voor een nauwkeurigere controle. De workflow combineert drie datastromen:

  • Gedragsanalyse – scant indieningen, wijzigingen in de aandeelhouderslijst en financiële patronen op anomalieën die zeldzaam zijn bij reguliere bedrijven.
  • Digitale ID en e-KYC – dwingt oprichters om hun identiteit te verifiëren met een door de overheid uitgegeven digitale ID.
  • Interdepartementale koppeling – kruist politiedata, belastinggegevens en sociale zekerheidsgegevens, waardoor inconsistenties aan het licht komen die anders verborgen zouden blijven.

Wanneer IBAS een potentieel risico detecteert, waarschuwt het onderzoekers, die vervolgens beslissen of er een volledige inspectie moet worden gestart. Deze "focus-eerst"-aanpak stelt medewerkers in staat zich te concentreren op waarschijnlijke overtreders, in plaats van middelen dun te verspreiden over alle geregistreerde bedrijven.

Beleidswijzigingen die de AI-inspanningen versterkten

De afdeling heeft haar monitoringsstrategie herschreven. In plaats van een eenmalige controle op de dag van oprichting, houdt de afdeling nu de gehele levenscyclus van een bedrijf in de gaten en signaleert waarschuwingssignalen die later verschijnen — zoals plotselinge wijzigingen in de directie of ongebruikelijke kapitaalinstroom.

Een nieuwe regel verplicht buitenlandse investeerders om bankafschriften van drie maanden in te dienen om de herkomst van de middelen aan te tonen. Deze vereiste blokkeert de praktijk van het gebruik van lokale stromannen (nominees) om buitenlands eigendom te verbergen, een veelvoorkomende maas in de wet bij paddenstoelbedrijven.

Cijfers die voor zich spreken

  • Mule-accounts (accounts van stromannen die worden gebruikt om de werkelijke eigenaren te verbergen) daalden van 594 naar 58, een afname van 90 %.
  • Nominee-risicogevallen daalden met 65,22 %.
  • Online registraties beslaan nu 95,48 % van de nieuwe bedrijven, wat indiening maakt mogelijk die 24 uur per dag en overal toegankelijk is.

Deze cijfers laten zien dat een datagestuurd, door AI ondersteund model de resultaten van toezicht aanzienlijk kan verbeteren.

Wat legitieme bedrijven moeten doen

Schone data is inmiddels een concurrentievoordeel. Bedrijven moeten aandeelhouderslijsten, geregistreerde adressen en financiële overzichten nauwkeurig en actueel houden. Zelfs kleine onjuistheden kunnen leiden tot diepgaandere onderzoeken, wat goedkeuringen kan vertragen of boetes kan opleveren.

De kern

AI heeft de Thaise afdeling voor bedrijfsontwikkeling een krachtig middel gegeven om nepbedrijven te verwijderen, waardoor het aantal paddenstoelbedrijven in één jaar tijd met negen tienden is verminderd. De aanpak leunt op datakwaliteit, samenwerking tussen instanties en continue monitoring. De resultaten zijn indrukwekkend, maar het debat over privacy, de rechtsgang en de rol van AI in het openbaar bestuur is pas net begonnen. Hoe toezichthouders efficiëntie en verantwoording met elkaar in evenwicht brengen, zal de volgende golf van door AI gestuurde governance bepalen.