針對疫情期間詐騙頻出和金融犯罪激增的情況，超過一半的金融機構(gòu)將計劃或已經(jīng)在其反洗錢合規(guī)流程中部署人工智能。

中國北京，2021年8月13日——三分之一的金融機構(gòu)正在加速采用人工智能和機器學習（ML）進行反洗錢（AML）技術(shù)來應對疫情。與此同時，另有39％的合規(guī)專業(yè)人士表示，雖然受到疫情的干擾，但金融機構(gòu)對人工智能／機器學習（AI／ML）的需求有增無減。SAS、畢馬威（KPMG）和公認反洗錢師協(xié)會（ACAMS）在一項新的反洗錢技術(shù)研究中探討了這些行業(yè)趨勢和其他內(nèi)容。

在《逆境中的加速：反洗錢合規(guī)中人工智能和機器學習的應用狀況》報告和一個補充調(diào)查數(shù)據(jù)儀表盤中，參考研究了全球850多名ACAMS會員提供的洞見。根據(jù)ACAMS的調(diào)查，這些會員的雇主企業(yè)預估每年全球國內(nèi)生產(chǎn)總值（GDP）的2％至5％，即8000億至2萬億美元，應用于技術(shù)監(jiān)測洗錢。

為了滿足合規(guī)專業(yè)人員簡化反洗錢合規(guī)流程的需求，人工智能和機器學習儼然已成為合規(guī)專業(yè)人員的關(guān)鍵技術(shù)，從而進一步打擊金融犯罪和洗錢行為。其中超過一半（57％）的受訪者表示已經(jīng)在反洗錢合規(guī)流程中部署了人工智能／機器學習并開始試點人工智能解決方案，或者計劃在未來的12－18個月內(nèi)實施相關(guān)解決方案。

“世界各地監(jiān)管評判金融機構(gòu)的合規(guī)作為越來越多地依據(jù)其提供的智能（信息）的有效性，所以66％的受訪者認為監(jiān)管機構(gòu)希望其機構(gòu)利用人工智能和機器學習也就不足為奇了�！� ACAMS首席分析師兼內(nèi)容編輯總監(jiān) Kieran Beer表示：“盡管反金融犯罪領(lǐng)域的許多方——監(jiān)管者和金融機構(gòu)，正在加快步伐利用這些先進的分析技術(shù)，但顯然大家都希望這些工具將產(chǎn)生真正有效的金融智能來抓捕壞人。”

對于這個技術(shù)的應用， 28％（資產(chǎn)超過10億美元）的大型金融機構(gòu)自稱是人工智能技術(shù)方面的創(chuàng)新者及快速采用者。令人鼓舞的是，16％的相對小型金融機構(gòu)（估值低于10億美元的機構(gòu)）也認為自己是人工智能應用的行業(yè)領(lǐng)導者。

KPMG美國金融犯罪和美國法證技術(shù)服務首席解決方案負責人Tom Keegan表示：“看到很大比例的小型金融機構(gòu)自稱是行業(yè)的領(lǐng)導者，這打破了小型金融機構(gòu)無法獲得先進技術(shù)解決方案的神話。隨著不同規(guī)模的組織都受到同等程度的監(jiān)管審查，這些數(shù)字繼續(xù)上升會變得非常重要�！�

無論機構(gòu)規(guī)模如何，銀行在提高準確性和生產(chǎn)力的同時，還要面對來自新冠疫情隨之帶來的挑戰(zhàn)。也許正是這種壓力促進了該行業(yè)加速高級分析在反洗錢的應用。據(jù)受訪者稱，人工智能和機器學習采用的兩個主要驅(qū)動因素是：

1．提高調(diào)查和監(jiān)管文件的質(zhì)量（40％）。

2．減少誤報及因其產(chǎn)生的運營成本（38％）。

SAS金融犯罪與合規(guī)總監(jiān)David Stewart說：“疫情引發(fā)了消費者行為的全新轉(zhuǎn)變讓許多金融機構(gòu)看到，靜態(tài)的、基于規(guī)則的監(jiān)控策略的準確性或適應性遠遠低于行為型決策系統(tǒng)。人工智能和機器學習技術(shù)本質(zhì)上是動態(tài)的，能夠智能地適應市場變化和新出現(xiàn)的風險并整合到現(xiàn)有的合規(guī)計劃中，將干擾降到最低。早期使用的客戶正在獲得顯著的效率，同時幫助客戶遵守不斷提高的監(jiān)管期望�！�

欲了解更多關(guān)于人工智能和機器學習在反洗錢合規(guī)方面的采用情況，請查看反洗錢網(wǎng)絡(luò)研討會—真相揭秘：關(guān)于在打擊洗錢和金融犯罪中采用人工智能的全球洞察力。