用AI打擊金融犯罪，銀行、企業和監管部門怎麼看？

雷鋒網按：長期以來，銀行一直在和洗錢等金融犯罪行為作鬥爭，但隨著金融體系中的數據和信息量激增，人力漸漸難以勝任。AI技術的興起提供了一種全新思路，但AI技術目前還不成熟，存在誤報等問題；監管部們的態度也值得銀行深思。Penny Crosman日前撰文介紹了銀行、AI企業和監管部門對於用AI技術打擊金融犯罪的不同看法，以下為雷鋒網對原文的編譯。

最近我和一位銀行合規專員聊天，談到銀行如何運用AI技術來偵查客戶和員工的犯罪線索。

但這位專員顯然對此並不感冒。

她說道：「我們有考慮過，但目前還不打算使用這項技術。因為風險太大了，很多無辜的人可能因此陷入麻煩。」

AI引擎可以從客戶的交易記錄和行為中總結出一套模式，從而甄別出洗錢等犯罪行為。比如，某個程序通過分析社交網路，發現我有個表弟住在伊拉克，他是ISIS成員；而我曾經和他一起開了家公司，那麼系統就會將我標記成嫌疑人。

銀行擔心引入AI技術會讓它失去人文元素，同時也疑慮監管機構將如何看待這項技術的應用。尤其是在紐約州金融服務署出台了新的反恐怖主義條例之後，該條例規定銀行必須消除一切潛在隱患。

MindBridge的創始人之一Solon Angel說道：「這就像說『我不用電腦，因為可能會觸電』一樣荒謬」。MindBridge是一家運用AI技術，通過分析財報和交易記錄為企業找出問題的公司。

Angel接著說道：「的確，當你把連接了插座的電腦放進裝滿水的浴缸，然後縱身跳進浴缸時，確實可能會觸電。但我確信，人們不會這樣做，任何理智的人都不會跳進一個充滿電的浴缸。」

Thomas Bock是K2 Intelligence合規管理公司的執行總經理兼負責人，他指出，和銀行今天使用的基於規則的系統一樣，AI系統中的警報並不一定會觸發調查。比如反洗錢系統識別出三筆可疑的交易，銀行並不一定會據此提交SAR報告。

Bock表示，「警報只說明這筆交易有些異常，需要更加深入的觀察」。AI系統並不會取代專業人士，銀行仍然需要後者從事調查工作。

他說道：「這隻代表了進一步挖掘的機會，銀行仍要需要做出判斷，這個人到底是不是無辜的。由於我們了解交易發生的原因，所以無需提交SAR報告。雖然他正在與和葉門恐怖分子有關的人交易，但我們仍然認定他是無辜的。」

Bock表示，和他交流過的企業都對用AI技術偵查犯罪行為很感興趣，希望利用這項技術甄別欺詐和洗錢等非法行為。

他說道：「由於銀行無法保證從業人員具備妥善調查交易的必備技能，所以他們希望能夠通過技術的力量限制不斷攀升的合規成本。」

不過鑒於監管環境，銀行非常謹慎。

Bock說道：「早在2001年美國愛國者法案通過之前，銀行就一直在對交易進行審查。我相信，每家銀行具有前瞻性目光的風險專業人士都傾向於利用不同的新技術，以更加快速地識別欺詐和洗錢行為。」

傳統的反洗錢、監視軟體，以及其他監控可能違規的異常行為的軟體，容易產生大量誤報。自然語言處理、機器學習、神經網路以及其他類型的人工智慧可以梳理大量實時數據，發現人類發現不了的規律，幫助縮小警報的範圍，甄別出真正值得警惕的那一小撥交易。換言之，AI在雜訊中識別出了信號。

K2 Intelligence合規管理公司的總監Omer Khan說道：「瀏覽大量數據是一樁艱巨的任務，人眼難以勝任。」

Bock補充道，AI還能通過從社交媒體、負面消息和公共記錄中抓取信息，幫助發現問題。

「將不同的、分散的數據集合到一起，可以發現潛在的聯繫；如果只看雙方的電匯記錄，很有可能就發現不了。」

Bock指出，信用卡公司幾年前就開始用神經網路和AI識別潛在的欺詐行為了。

他說道：「2001年劫機事件中的劫機者觸發了警報，因為他們買了頭等艙的單程票。另外，我們都收到過來自信用卡公司的郵件，告訴你有一筆消費記錄，問是否由本人操作。因為他們有複雜的引擎可以分析和學習我們的行為模式，比如我們在哪裡消費，消費了多少。我周末剛剛收到一封這樣的郵件，它們實在太頻繁了。」

當交易和負面信息被標記時，AI需要做的不是羅列一份包含許多無辜者的名單，而是指出背後的違法分子。

正如心存疑慮的銀行家所言，使用AI技術仍然存在風險，因為它可能會對行為異常的無辜者做出錯誤的指認，這是AI公司未來需要解決的問題。

QuantaVerse公司的首席執行官兼創始人David McLaughlin說道：「這聽起來很簡單，但當你需要考慮很多名字相同或相似的人的交易情況時，就會發現這是個多麼複雜的問題。」 QuantaVerse是一家開發金融犯罪AI偵測軟體的供應商，與之類似的廠商還包括MindBridge、IBM Watson、Digital Reasoning等。

QuantaVerse從銀行獲取來自Thomson Reuters、 LexisNexis、FactSet等供應商的身份認證數據，並以數據集的方式進行分析。

McLaughlin說道：「這些資料庫非常了不起，包含了海量個體和企業的信息碎片，你必須從全局的眼光審視這些數字線索，觀察Deep Web上是否有一些信息可以表明這個人帶有風險……利用機器學習的能力，可以將這些信息拼圖湊到一起，越多的信息得到認證和確認，銀行的信心也就隨之上升。」

McLaughlin補充道：「我前面假設的那個『ISIS組織中的表哥』的案例不過是眾多複雜情況中的一種。」

「如果你把這些和交易記錄，以及推斷恐怖主義融資的拓撲結構聯繫到一起，那麼你就會發現有些交易是毫無理由的，事情也就變得有趣了。」

儘管銀行擔心監管機構對使用AI技術偵查經濟犯罪有所看法，但有些監管機構已經開始在他們的領域試驗這項技術了。例如英國央行行政管理部門正在試點利用MindBridge分析財務記錄中的欺詐和不法行為。

英國央行暫時沒有對試點發表任何評論，但Angel表示，該軟體將幫助監管者偵測多菲式詐騙等不法行為。

「作為監管者，你如何評估資本市場的可行性和可靠性？」 Angel說道，「這至關重要，他們需要確保資本市場沒有龐氏騙局，他們需要確保金融機構的穩定性和可靠性，只有這樣你才不會再次經歷2008年的金融危機。」

Angel表示，AI不需要了解前因就能對市場上發生的事情做出有效評估。MindBridge的軟體就曾通過分析一家公司的賬本發現了異常情況。

有些人質疑，銀行花大力氣去揪出違法行為是否值當。NSA舉報人愛德華·斯諾登（Edward Snowden）最近就表示，（銀行）了解客戶對阻止恐怖主義幾乎沒有任何作用。

但Bock不同意這種說法，他說道：「由於流入金融體系的數據和信息量日益增加，銀行正面臨挑戰。很多銀行因此陷入掙扎，他們正在努力擺脫困境。對於每一家銀行來說，這都是當務之急，否則的話我們也不會有生意。」

QuantaVerse的金融犯罪分析主管Dan Stitt表示，反洗錢軟體正在改變銀行的處境。

「可以說，我們每天、每周都在向政府提交大量關於可疑行為和恐怖主義的報告。」

關於銀行是否應該被授予執法權也有許多爭論，有人表示質疑，有人則認為這是無奈之舉。

「讓我們檢查每一個財務機構的每一筆交易並將其提交給美國財政部金融犯罪執法局真的現實嗎？他們沒有預算去做這些，組建一支有能力做這些事情的團隊也存在許多挑戰」，McLaughlin說道。

「銀行利用社會建立起來的財政生態系統盈利，所以我們應該讓他們擔起責任，我不認為這樣的要求很過分。」

via American Banker雷鋒網編譯

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！