Agentic AI compliance துறையில் நுழைகிறது: Tangos AI-இன் 20 மில்லியன் dollar seed round எமக்குச் சொல்வது

ஒவ்வொரு பெரிய வங்கியும் வாடிக்கையாளர்கள் பார்க்காத ஒரு அமைதியான உற்பத்திக் கோட்டை இயக்குகிறது. Transaction monitoring அமைப்புகள் alerts-ஐ உருவாக்குகின்றன, analysts அவற்றைத் தரம்பிரிக்கின்றனர், investigators case files உருவாக்குகின்றனர், compliance அதிகாரிகள் ஒழுங்குநிறுவனர்களுக்கு (regulators) எதை மேல்முறையீடு செய்வது என முடிவெடுக்கின்றனர். அந்தக் கோடு அதிக சுமையில் உள்ளது. Alert அளவுகள் தொடர்ந்து ஏறுகின்றன, regulatory எதிர்பார்ப்புகள் தொடர்ந்து இறுகுகின்றன, அனுபவமுள்ள investigators உலகளவில் பற்றாக்குறை. இதன் விளைவு ஒரு கட்டமைப்பு இடைவெளி: குறிப்பிடத்தக்க அளவு alerts குறைந்த பரிசீலனையுடன் மூடப்படுகின்றன அல்லது ஒருபோதும் முறையாக விசாரணை செய்யப்படுவதில்லை.
நிதிக் குற்றங்கள் ஆண்டுக்கு 1.5 டிரில்லியன் US dollar-க்கு மேற்பட்ட சட்டவிரோத வருவாயை உருவாக்குவதாக மதிப்பிடப்படுகிறது. அந்த எண்ணிக்கைக்கு எதிராக, துறையின் விசாரணைத் திறன் வெறுமனே நீட்டிக்கப்பட்டதல்ல - வடிவமைப்பிலேயே பொருந்தாதது.
இது ஏன் இப்போது முக்கியம்
7 July 2026 அன்று, Israel நாட்டு startup நிறுவனமான Tangos, நிதிக் குற்ற விசாரணைக்கான சுயாட்சி platform-ஐ விரிவாக்க 20 மில்லியன் US dollar seed round-ஐ அறிவித்தது. இத்தகைய அளவிலான seed round வழக்கத்திற்கு மாறானது; அதை ஒரு தலைப்புச் செய்தியாக அல்ல, ஒரு சமிக்ஞையாகப் படிக்க வேண்டும். முதலீட்டாளர்கள் இன்னொரு alert-scoring model-க்கு ஆதரவளிக்கவில்லை. Agentic AI - பல்படி விசாரணை வேலையை தானாக மேற்கொள்ளும் software - நிறுவனத்தின் மிக அதிக ஒழுங்குபடுத்தப்பட்ட workflows-இல் ஒன்றுக்குத் தயாராகிவிட்டது என்ற கொள்கைக்கு ஆதரவளிக்கின்றனர்.
Banking, fintech மற்றும் எந்த ஒழுங்குபடுத்தப்பட்ட துறையிலும் உள்ள CEOs மற்றும் CTOs-க்கு, enterprise AI எங்கு செல்கிறது என்பதன் ஆரம்பகாலக் காட்சி இது: தனிப்பட்ட பயனாளர்களுக்கு உதவும் copilots-இலிருந்து, மனித மேற்பார்வையின் கீழ் முழு பணியலகுகளையும் சொந்தமாக்கும் agents நோக்கி.
என்ன நடந்தது
2025-இல் Tel Aviv-இல் Tangos-ஐ நிறுவியவர் Eyal Azoulay - BNY வாங்கிய நிறுவனம் ஒன்று உட்பட மூன்று முந்தைய exits கொண்ட தொடர் தொழில்முனைவோர். சுமார் இருவர் கொண்ட குழுவில் முன்னாள் OFAC அதிகாரிகள், Israel உளவுத்துறை மூத்தோர் மற்றும் AI infrastructure நிபுணர்கள் உள்ளனர்; Washington DC-யிலும் நிபுணர்கள் உள்ளனர்.
Seed round-க்கு Red Dot Capital Partners தலைமை தாங்கியது; Leaders Fund, Clarim, Venture Israel, SignalFire, Clutch Capital மற்றும் Selah Ventures பங்கேற்றன; Bright Data-விடமிருந்து மூலோபாய முதலீடும் உண்டு. தனது platform ஏற்கனவே நிதிக் குற்றம், sanctions மற்றும் தேசியப் பாதுகாப்பு விசாரணைகளில் முக்கிய நிதி நிறுவனங்களுக்கும் உளவு அமைப்புகளுக்கும் ஆதரவு அளிப்பதாக நிறுவனம் கூறுகிறது; பொது வெளியீடு (general availability) August 2026-க்குத் திட்டமிடப்பட்டுள்ளதாக அறிக்கைகள் தெரிவிக்கின்றன. அந்த பயனர்முறைக் கூற்றுகள் நிறுவனத்திடமிருந்து வந்தவை; சுயாதீனமாக இன்னும் சரிபார்க்கப்படவில்லை.
Platform தானே ஒரு சுயாட்சி investigator என விவரிக்கப்படுகிறது: சந்தேக நடவடிக்கையைப் பரிசீலித்து, compliance அபாயத்தை ஆராய்ந்து, beneficial ownership கட்டமைப்புகளை அடையாளம் கண்டு, data sources முழுவதும் entity வலையமைப்புகளை வரைபடமாக்கி, முழு audit trails-உடன் regulator-க்கு தயாரான விசாரணை அறிக்கைகளை உருவாக்குகிறது.
தொழில்நுட்ப மற்றும் architecture தாக்கங்கள்
முக்கியமான சொல் agentic. வழக்கமான fraud அல்லது AML model ஒரு alert-க்கு மதிப்பெண் இட்டு மனித queue-விடம் ஒப்படைக்கிறது. ஒரு agentic system கால்முழை வேலையை (legwork) தானே செய்கிறது. சான்றுகளைச் சேகரித்து, உள் மற்றும் வெளி data sources முழுவதும் தடங்களைப் பின்தொடர்ந்து, entities-ஐ தீர்மானித்து, case file-இன் கதையை உருவாக்கி, முடிவுகளை மனித investigator-இன் மறுஆய்வு மற்றும் ஒப்புதலுக்காக முன்வைக்கிறது. மனிதர் விசாரணை செய்வதிலிருந்து அதை மேற்பார்வையிடுவதற்கு நகர்கிறார்.
Architecture அடிப்படையில், enterprise தலைவர்கள் எதற்கு வடிவமைக்க வேண்டும் என்பதை இது மாற்றுகிறது. முதலாவது, data access: ஒரு விசாரணை agent அது அடையக்கூடிய sources அளவுக்கே நல்லது; ஆகவே KYC, transaction, sanctions மற்றும் மூன்றாம்-தரப்பு தரவு முழுவதும் entitlements, lineage மற்றும் data quality முதல்நிலைக் கவலைகளாகின்றன. இரண்டாவது, orchestration: பல்படி agents-க்கு நிலையான state, retries, மற்றும் எந்த நடவடிக்கைகளை அவை தன்னிச்சையாக எடுக்கலாம், எதற்கு ஒப்புதல் தேவை என்பதற்கான தெளிவான எல்லைகள் தேவை. மூன்றாவது, auditability: ஒழுங்குபடுத்தப்பட்ட workflow-இல், agent எடுக்கும் ஒவ்வொரு அடியும் பதிவு செய்யப்பட்டு, மீளுருவாக்கம் செய்யக்கூடியதாகவும் (reproducible), பரிசோதகருக்கு (examiner) விளக்கக்கூடியதாகவும் இருக்க வேண்டும். தனது வேலையைக் காட்ட முடியாத agent, எவ்வளவு துல்லியமாக இருந்தாலும், compliance-இல் பயனற்றது.
அத்தகைய platforms-இல் audit trails மற்றும் regulator-க்கு தயாரான அறிக்கையிடல் அம்சங்கள் அல்ல - அவையே தயாரிப்பு.
வணிக மற்றும் போட்டித் தாக்கங்கள்
Compliance என்பது banking-இன் மிகப்பெரிய செலவு மையங்களில் ஒன்று; விசாரணை அதன் மிக அதிக உழைப்பு தேவைப்படும் பகுதி. Agentic systems சான்று-சேகரிப்பு அடுக்கை நம்பகமாகக் கையாள முடிந்தால், நிறுவனங்கள் மூன்று பயன்களைப் பெறுகின்றன: இன்று விசாரணையின்றிப் போகும் alerts-இன் coverage, வேகமான case சுழற்சி நேரங்கள், அரிதான investigators-ஐ தீர்ப்பு-சார்ந்த வேலைக்கு மறுபயன்படுத்தும் திறன்.
போட்டி இயக்கவியலையும் கவனிக்க வேண்டும். 20 மில்லியன் dollar seed round, agentic AML மற்றும் fraud விசாரணை ஒரு அம்சமல்ல, ஒரு உண்மையான பிரிவாக (category) உருவாகப் போகிறது என்று அனுபவமுள்ள முதலீட்டாளர்கள் நம்புகிறார்கள் என்பதைச் சொல்கிறது. நிதிக் குற்றத் தொழில்நுட்பத்தின் நிலையான வழங்குநர்கள், agentic திறன்களை உருவாக்குவதன் மூலமோ அல்லது கையகப்படுத்துவதன் மூலமோ பதிலளிப்பார்கள். வாங்குநர்கள் பதினெட்டு மாதங்களுக்குள் நிரம்பிய சந்தையை எதிர்பார்க்க வேண்டும் - பின்னர் எதிர்வினை கொள்முதலுக்கு (reactive procurement) பதிலாக இப்போதே ஒழுங்குபடுத்தப்பட்ட மதிப்பீட்டு அளவுகோல்களுக்கு இது காரணம் தருகிறது.
Financial services-க்கு அப்பாலும் ஒரு பரந்த பாடம் உள்ளது. சான்றுகளைத் தொகுத்து மனித ஒப்புதலுக்கான முடிவு தொகுப்பை (decision package) வரையும் சுயாட்சி agent-இன் முறை, insurance claims, legal discovery, cyber incident response மற்றும் internal audit-க்கும் சமமாகப் பொருந்தும். நிதிக் குற்றம் என்பது வெறுமனே பொருளாதாரமும் வேதனையும் பிரிவுக்கு நிதியளிக்கும் அளவுக்குக் கடுமையான முதல் workflow.
அபாயங்களும் governance கருதுகோள்களும்
ஒழுங்குபடுத்தப்பட்ட workflow-இல் சுயாட்சி governance தரத்தை கணிசமாக உயர்த்துகிறது. தலைவர்கள் நான்கு அபாயங்களைத் தெளிவாக அறிய வேண்டும். துல்லியத்தன்மை அபாயம்: ஒரு தொடர்பை கற்பனை செய்யும் (hallucinate) அல்லது குற்றமில்லா சான்றை (exculpatory evidence) தவறவிடும் agent, ஒரு regulator முன் செல்லும் case file-ஐ மாசுபடுத்தலாம். பொறுப்புரிமை அபாயம்: ஒரு சுயாட்சி அமைப்பு தவறும்போது, vendor அல்ல, நிறுவனமே supervisor-க்கு பதிலளிக்கிறது; ஆகவே model risk management கட்டமைப்புகள் agent நடத்தை வரை நீள வேண்டும். தனியுரிமை அபாயம்: விசாரணை agents மிக உணர்திறன் வாய்ந்த வாடிக்கையாளர் தரவைக் கடக்கின்றன; அவை தொடும் ஒவ்வொரு data source-ம் சட்டபூர்வ அடிப்படையும் அணுகல் கட்டுப்பாடுகளும் கொண்டிருக்க வேண்டும். Concentration அபாயம்: விசாரணை அடுக்கை ஒரு இளம் vendor-க்கு அவுட்சோர்ஸ் செய்வது, ஒப்பந்த ரீதியாகவும் architecture ரீதியாகவும் நிர்வகிக்கப்பட வேண்டிய சார்பை உருவாக்குகிறது.
ஊக்கமளிக்கும் வகையில், assurance ecosystem இணையாக முதிர்ச்சியடைகிறது. AI management systems-க்கான சர்வதேச தரநிலையான ISO/IEC 42001, ஒழுங்குபடுத்தப்பட்ட finance-இல் AI governance-க்கான audit முத்திரையாக வேகமாக மாறிவருகிறது; fraud-prevention வழங்குநர்கள் ஏற்கனவே அதற்காகச் சான்றிதழ் பெறுகின்றனர். Agent முடிவுகளின் மனித மறுஆய்வு ஒரு சடங்கல்ல, ஒரு கட்டுப்பாடாகவே (control) இருக்க வேண்டும்.
CEOs என்ன செய்ய வேண்டும்
இதை ஒற்றை நிதியுதவிக் கதையாக அல்ல, ஒரு பிரிவு சமிக்ஞையாகக் கருதுங்கள். இன்று விசாரணைத் திறன் எங்கு போதாமையாக உள்ளது என்பதை உங்கள் risk மற்றும் compliance தலைமையிடம் கேட்டு, குறைவாக விசாரிக்கப்படும் alerts-இன் பாக்கியை அளவிடுங்கள்.
அபாய விருப்பத்தை (risk appetite) வெளிப்படையாக அமையுங்கள். எந்த வகை விசாரணை வேலைகளை சுயாட்சி அமைப்புகளுக்கு ஒப்படைக்கலாம், எவை மனிதர் தலைமையில் இருக்க வேண்டும் என board மட்டத்தில் முடிவெடுங்கள்.
உற்பத்தித்திறனுக்கு முன் governance-ஐக் கோருங்கள். Compliance-இல் எந்த agentic பயனர்முறையும் முதல் நாளிலிருந்தே audit trails, human sign-off gates மற்றும் ISO/IEC 42001 போன்ற vendor சான்றிதழ்களுடன் வர வேண்டும் எனக் கட்டளையிடுங்கள்.
திறன் சமன்பாட்டைக் கவனியுங்கள். பெறுமதிக் காரணி (value case) பணியாளர் எண்ணிக்கை குறைப்பல்ல, அரிதான investigators-ஐ உயர்-தீர்ப்பு வேலைக்கு மறுபயன்படுத்துவது. ஊழியர் மனநிலையும் தக்கவைப்பும் பாதுகாக்க இதை முன்கூட்டியே தெரிவியுங்கள்.
CTOs என்ன செய்ய வேண்டும்
முதலில் data தயார்நிலையைத் தணிக்கை செய்யுங்கள். Agentic விசாரணை துண்டான entitlements மற்றும் மோசமான entity resolution-இல் அமைதியாகத் தோல்வியடையும். எந்த agent-ஐயும் சோதிப்பதற்கு முன் KYC, transaction மற்றும் sanctions தரவு முழுவதும் identity, lineage மற்றும் அணுகல் கட்டுப்பாடுகளைச் சரிசெய்யுங்கள்.
சுயாட்சி எல்லையை வடிவமையுங்கள். ஒரு agent ஒப்புதலின்றி எந்த நடவடிக்கைகளை எடுக்கலாம், எதற்கு மனித உறுதிப்படுத்தல் தேவை, ஒவ்வொரு அடியும் பரிசோதகர்களுக்கு எவ்வாறு பதிவு செய்யப்பட்டு மீளுருவாக்கம் செய்யப்படுகிறது என்பதை துல்லியமாகக் குறிப்பிடுங்கள்.
Evaluation harnesses-ஐ விட்டுவிடாதீர்கள். Production-க்கு முன், அறியப்பட்ட விளைவுகள் கொண்ட வரலாற்று case-களுக்கு எதிராக agents-ஐ சோதித்து, தவறான முடிவுகள், தவறவிட்ட சான்றுகள் மற்றும் case-file நேரத்தை அளவியுங்கள்.
Reversibility-க்கு architecture செய்யுங்கள். பிரிவு முதிர்ந்து ஒருங்கிணைக்கும்போது vendor concentration அபாயம் நிர்வகிக்கக்கூடியதாக இருக்க, தூய்மையான interfaces-இன் பின்னே விசாரணை agent-ஐ மாற்றக்கூடியதாக வையுங்கள்.
மூலோபாய முடிவுரை
Tangos இந்தத் துறையின் வரையறுக்கும் நிறுவனமாகலாம் அல்லது ஆகாமலும் போகலாம். அதுவே முக்கியமல்ல. முக்கியமானது, தீவிர மூலதனம், அனுபவமுள்ள நிறுவனர்கள் மற்றும் முன்னாள் ஒழுங்குநிறுவனர்கள் ஒரு கொள்கையில் ஒன்றிணைகிறார்கள்: enterprise AI-இன் அடுத்த அலை அறிவுப் பணியாளர்களுக்கு உதவாது; மனிதர்கள் மேற்பார்வையாளர்களாகவும் இறுதி முடிவெடுப்பவர்களாகவும் இருக்க, எல்லைக்குட்பட்ட தொழில்முறை வேலையை முழுமையாக மேற்கொள்ளும். தனது அதிசுமை, கட்டமைப்பு மற்றும் audit ஒழுக்கத்துடன் நிதிக் குற்ற விசாரணையே அதன் சோதனை மைதானம். இப்போதே தரவு அடித்தளங்களையும் governance தசைகளையும் உருவாக்கும் தலைவர்கள் இந்த அலையை தங்கள் விதிமுறைகளில் ஏற்க முடியும். காத்திருப்பவர்கள் தங்கள் வழங்குநர்களின் விதிமுறைகளில் ஏற்க நேரிடும்.
சிந்தனைக் கேள்வி
உங்கள் நிறுவனத்தில் இன்று ஒரு suspicious activity report-இன் பின்னால் உள்ள case file-ஐ ஒரு சுயாட்சி AI agent தொகுக்க அனுமதிப்பீர்களா? இல்லையெனில், முதலில் எது மாற வேண்டும்: தொழில்நுட்பமா, governance-ஆ, அல்லது உங்கள் சொந்த நம்பிக்கையா?



