0
雷鋒網按：長期以來，銀行一直在和洗錢等金融犯罪行為作斗爭，但隨著金融體系中的數(shù)據(jù)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(jiān)管部們的態(tài)度也值得銀行深思。Penny Crosman日前撰文介紹了銀行、AI企業(yè)和監(jiān)管部門對于用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(guī)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并不感冒。
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絡，發(fā)現(xiàn)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，那么系統(tǒng)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(jiān)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臺了新的反恐怖主義條例之后，該條例規(guī)定銀行必須消除一切潛在隱患。
MindBridge的創(chuàng)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(yè)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，然后縱身跳進浴缸時，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(guī)管理公司的執(zhí)行總經理兼負責人，他指出，和銀行今天使用的基于規(guī)則的系統(tǒng)一樣，AI系統(tǒng)中的警報并不一定會觸發(fā)調查。比如反洗錢系統(tǒng)識別出三筆可疑的交易，銀行并不一定會據(jù)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(tǒng)并不會取代專業(yè)人士，銀行仍然需要后者從事調查工作。
他說道：“這只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。由于我們了解交易發(fā)生的原因，所以無需提交SAR報告。雖然他正在與和也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(yè)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：“由于銀行無法保證從業(yè)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(guī)成本。”
不過鑒于監(jiān)管環(huán)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(yè)人士都傾向于利用不同的新技術，以更加快速地識別欺詐和洗錢行為。”
傳統(tǒng)的反洗錢、監(jiān)視軟件，以及其他監(jiān)控可能違規(guī)的異常行為的軟件，容易產生大量誤報。自然語言處理、機器學習、神經網絡以及其他類型的人工智能可以梳理大量實時數(shù)據(jù)，發(fā)現(xiàn)人類發(fā)現(xiàn)不了的規(guī)律，幫助縮小警報的范圍，甄別出真正值得警惕的那一小撥交易。換言之，AI在噪聲中識別出了信號。
K2 Intelligence合規(guī)管理公司的總監(jiān)Omer Khan說道：“瀏覽大量數(shù)據(jù)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(fā)現(xiàn)問題。
“將不同的、分散的數(shù)據(jù)集合到一起，可以發(fā)現(xiàn)潛在的聯(lián)系；如果只看雙方的電匯記錄，很有可能就發(fā)現(xiàn)不了。”
Bock指出，信用卡公司幾年前就開始用神經網絡和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(fā)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。因為他們有復雜的引擎可以分析和學習我們的行為模式，比如我們在哪里消費，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，而是指出背后的違法分子。
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(zhí)行官兼創(chuàng)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(fā)現(xiàn)這是個多么復雜的問題。” QuantaVerse是一家開發(fā)金融犯罪AI偵測軟件的供應商，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(shù)據(jù)，并以數(shù)據(jù)集的方式進行分析。
McLaughlin說道：“這些數(shù)據(jù)庫非常了不起，包含了海量個體和企業(yè)的信息碎片，你必須從全局的眼光審視這些數(shù)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’的案例不過是眾多復雜情況中的一種。”
“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(lián)系到一起，那么你就會發(fā)現(xiàn)有些交易是毫無理由的，事情也就變得有趣了。”
盡管銀行擔心監(jiān)管機構對使用AI技術偵查經濟犯罪有所看法，但有些監(jiān)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(fā)表任何評論，但Angel表示，該軟件將幫助監(jiān)管者偵測多菲式詐騙等不法行為。
“作為監(jiān)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(wěn)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(fā)生的事情做出有效評估。MindBridge的軟件就曾通過分析一家公司的賬本發(fā)現(xiàn)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：“由于流入金融體系的數(shù)據(jù)和信息量日益增加，銀行正面臨挑戰(zhàn)。很多銀行因此陷入掙扎，他們正在努力擺脫困境。對于每一家銀行來說，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，反洗錢軟件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于可疑行為和恐怖主義的報告。”
關于銀行是否應該被授予執(zhí)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并將其提交給美國財政部金融犯罪執(zhí)法局真的現(xiàn)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(zhàn)”，McLaughlin說道。
“銀行利用社會建立起來的財政生態(tài)系統(tǒng)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
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
