銀行轉向人工智能以規避監管關注 - 《華爾街日報》

專家表示，隨着機器學習技術日益協助標記可疑交易，金融犯罪執法網絡(FinCEN)等監管機構可能會提高他們的預期。圖片來源：EPA/Shutterstock機器正在介入金融犯罪領域——至少機器學習技術是如此——人工智能應用的爆發式增長正在改變執法部門對金融機構和企業的期望標準。

專家指出，隨着金融犯罪偵測AI技術的聲名鵲起，金融機構及其他受監管實體將面臨部署更先進技術的內外雙重壓力。

美國財政部金融犯罪執法網絡前高級執法官員、現Guidehouse諮詢公司合夥人阿爾瑪·安戈蒂表示：“誰都不願落後，因為這會讓你成為焦點。這終將成為監管層的硬性要求。”

安戈蒂稱，拜登政府更為嚴格的合規要求，正推動落後企業奮力追趕。

新型AI解決方案旨在改革金融機構等實體長期沿用的低效合規模式。傳統合規部門通常採用費時費力的人工方式，試圖在如山的合法交易與合規客户數據中大海撈針般篩查犯罪線索。

支持者表示，人工智能能以更少人力更高效地完成工作，並能持續監控客户與交易是否存在洗錢及制裁違規行為。

Napier科技有限公司首席運營官格雷格·沃森圖片來源：Napier科技有限公司Napier科技有限公司首席運營官格雷格·沃森表示：“大型金融機構每年在合規審查上投入高達數百億美元，這些工作完全可以實現自動化。“該公司提供人工智能驅動的合規平台，客户包括瑞士信貸集團和滙豐控股有限公司。

沃森稱，在某個假設的金融機構中，人工智能可將需要進一步調查的案例從10萬例減少到數百例，從而幫助客户更高效配置調查資源。

“這個市場非常龐大且持續增長，“沃森説。他透露，總部位於倫敦的Napier在疫情期間新增約120名員工，以開拓龐大的美國市場。

英國劍橋金融犯罪軟件公司Featurespace創始人戴維·埃克塞爾表示，該公司採用自適應機器學習技術，目前已發展為服務全球客户的平台，客户包括NatWest集團和滙豐等大型銀行。

埃克塞爾指出，監管機構已開始期待銀行運用機器學習技術，相比基於傳統技術的系統，機器學習在標記可疑交易時能實現更復雜精細的分析。

Quantifind公司首席執行官阿里·圖赫曼表示，使用傳統方法產生的誤報率"高得離譜”，而更智能的軟件有助於解決這一問題。

這家總部位於加州帕洛阿爾託、提供人工智能風險篩查自動化服務的企業，能夠讀取所謂的非結構化數據（即從公開渠道獲取的數據），而不僅限於銀行自有記錄。

圖赫曼還指出機構面臨的另一難題——疫情引發的持續勞動力短缺，這使得銀行即使有意向也無法繼續採用傳統人力密集型工作方式。

“現在根本不可能招到足夠人手來填補這些崗位，“他説。

圖赫曼表示，儘管監管機構尚未明確要求，但客户已開始要求其系統具備持續運行背景調查的功能，甚至對現有客户也要進行"瞭解你的客户"核查。

“他們認為金融犯罪執法網絡要求永久性KYC的態勢已很明確，“圖赫曼説。

布拉德維爾律師事務所合夥人塞斯·杜沙姆圖片來源：布拉德維爾律師事務所曾任美國司法部高級官員、現為布拉德維爾律師事務所合夥人的塞斯·杜沙姆指出，隨着自動化和AI技術日益成為標配，即便最終出現合規疏漏，執法機構通常也願意對付出努力的企業網開一面。

但他表示，具體產品的實際運作細節才是決定執法反應的關鍵因素。

“如果[它]是一款廉價現成、從不更新、極少測試且在業內名不見經傳的產品，那它反而會拖你後腿，”杜沙姆先生表示，“和其他所有事物一樣，這類產品必須經過壓力測試、反覆評估。”

杜沙姆指出，鑑於本屆政府加強了執法力度，對合規性的更高要求已延伸至各行業的中型企業。這些企業為應對不斷變化的制裁、賄賂和盡職調查問題，開始採用金融機構級別的智能工具。

“這正在考驗企業是否有能力自信地‘識別問題’並打破各部門間的信息孤島，”他説，“很自然地，他們會問‘天啊，難道我們不能用軟件來幫忙解決嗎？’”

聯繫作者理查德·範德福德，郵箱：[email protected]