初创公司面临着许多挑战，但其中一个巨大的挑战是必须应对每个司法管辖区不同的监管要求。尤其是在财务合规性方面，实施解决方案并不是在公园里散步，也不是很便宜。埃森哲最近的一项调查发现，十分之九的公司预计不断变化的业务、监管和客户需求将在未来 2 年内将其合规成本增加多达 30%。
Baran Ozkan 告诉 TechCrunch，另一个障碍是创始人并不总是可以随时获得信息，从而导致知识鸿沟。 Ozkan 是Flagright的创始人，这是一家旨在通过 API 优先产品防止金融犯罪（如洗钱或恐怖主义融资）的初创公司。
“我曾经在立陶宛的一家金融科技初创公司管理产品团队，我的职责之一是合规和防止欺诈，”Ozkan 在电子邮件采访中说。 “我花了大约 15 个月的时间寻找实时解决方案，但与现有供应商的经历非常糟糕。有些太贵了，而且我们的启动预算很薄。有些人在直观的用户界面上没有良好的操作工具。有些非常专注于业务，在 API 和开发人员经验方面非常不成熟。 . .总的来说，他们都专注于大型企业交易，没有一个人真正关心初创企业。”
Ozkan 在现有财务合规软件方面的经验不尽如人意，这使他和 Madhu G. Nadig 共同推出了 Flagright。此前，Nadig 是 Palantir 印度办公室的首批员工之一，并曾在 Amazon Web Services 工作，构建无代码自动部署产品。
Flagright 提供支持基于风险的阈值和客户细分的交易监控技术。通过控制台，公司可以根据客户资料为不同的规则设置阈值和操作，以做出“基于风险”的决策，并在理论上最大限度地减少安全团队所需的工作。
“我们的无代码控制台从教育角度出发，用户可以在其中全面利用预配置的模板，而无需聘请合规专家，”Ozkan 说。 “我们提供许多资源来帮助初创公司起步，并提供该平台作为交钥匙解决方案。您只需集成，单击“激活”，它就可以工作。”
Flagright 的产品以在“孤岛”中使用个人客户数据进行训练的 AI 模型为基础。 Ozkan 说，他和 Nadig 有意识地决定不使用一个客户的数据来训练用于其他客户的模型。 Flagright 还选择不采用全自动交易监控解决方案，而是将人工智能与“人工输入”相结合——即调查和外部犯罪预防工作。
“我们的客户群告诉我们，仅人工智能对日常运营造成的弊大于利，”Ozkan 说。 “合规性需要可解释性和一定程度的机械监督。归根结底，董事会和高管要承担责任。”
Flagright 的定价是基于使用情况的，这是迄今为止运行良好的模型。与 Unit21、Sardine 和 Sentinels 等争夺市场份额的竞争者展开激烈竞争，Flagright 是一家小公司（共有 9 名员工），声称它已经成功获得了 8 个商业客户。都是初创公司。
“这种流行病对金融犯罪预防业务没有负面影响，因为包括数字支付在内的在线交易急剧增加。这推动了对围绕洗钱、恐怖主义融资和欺诈预防的解决方案的更高需求，”Ozkan 说。 “Flagright 在支出方面非常自律。我们目前没有任何生存问题，而是专注于将我们的产品组合提升到一个新的水平。”
据 Ozkan 称，Flagright 共筹集了 320 万美元的风险投资，其中大部分用于推出客户风险评分、金融科技许可证自动化、制裁筛选和“加密筛选”功能。 Y Combinator 和 Moonfire 是这家初创公司的投资者之一。
原文： https://techcrunch.com/2022/06/28/flagright-offers-transaction-monitoring-with-usage-based-pricing/