用AI打击金融犯罪,银行、企业和监管部门怎么看?

简介:



用AI打击金融犯罪,银行、企业和监管部门怎么看?

雷锋网(公众号:雷锋网)按:长期以来,银行一直在和洗钱等金融犯罪行为作斗争,但随着金融体系中的数据和信息量激增,人力渐渐难以胜任。AI技术的兴起提供了一种全新思路,但AI技术目前还不成熟,存在误报等问题;监管部们的态度也值得银行深思。Penny Crosman日前撰文介绍了银行、AI企业和监管部门对于用AI技术打击金融犯罪的不同看法,以下为雷锋网对原文的编译。

最近我和一位银行合规专员聊天,谈到银行如何运用AI技术来侦查客户和员工的犯罪线索。

但这位专员显然对此并不感冒。

她说道:“我们有考虑过,但目前还不打算使用这项技术。因为风险太大了,很多无辜的人可能因此陷入麻烦。”

AI引擎可以从客户的交易记录和行为中总结出一套模式,从而甄别出洗钱等犯罪行为。比如,某个程序通过分析社交网络,发现我有个表弟住在伊拉克,他是ISIS成员;而我曾经和他一起开了家公司,那么系统就会将我标记成嫌疑人。

银行担心引入AI技术会让它失去人文元素,同时也疑虑监管机构将如何看待这项技术的应用。尤其是在纽约州金融服务署出台了新的反恐怖主义条例之后,该条例规定银行必须消除一切潜在隐患。

AI支持者对这种担忧嗤之以鼻

MindBridge的创始人之一Solon Angel说道:“这就像说‘我不用电脑,因为可能会触电’一样荒谬”。MindBridge是一家运用AI技术,通过分析财报和交易记录为企业找出问题的公司。

Angel接着说道:“的确,当你把连接了插座的电脑放进装满水的浴缸,然后纵身跳进浴缸时,确实可能会触电。但我确信,人们不会这样做,任何理智的人都不会跳进一个充满电的浴缸。”

Thomas Bock是K2 Intelligence合规管理公司的执行总经理兼负责人,他指出,和银行今天使用的基于规则的系统一样,AI系统中的警报并不一定会触发调查。比如反洗钱系统识别出三笔可疑的交易,银行并不一定会据此提交SAR报告。

Bock表示,“警报只说明这笔交易有些异常,需要更加深入的观察”。AI系统并不会取代专业人士,银行仍然需要后者从事调查工作。

他说道:“这只代表了进一步挖掘的机会,银行仍要需要做出判断,这个人到底是不是无辜的。由于我们了解交易发生的原因,所以无需提交SAR报告。虽然他正在与和也门恐怖分子有关的人交易,但我们仍然认定他是无辜的。”

Bock表示,和他交流过的企业都对用AI技术侦查犯罪行为很感兴趣,希望利用这项技术甄别欺诈和洗钱等非法行为。

他说道:“由于银行无法保证从业人员具备妥善调查交易的必备技能,所以他们希望能够通过技术的力量限制不断攀升的合规成本。”

不过鉴于监管环境,银行非常谨慎。

Bock说道:“早在2001年美国爱国者法案通过之前,银行就一直在对交易进行审查。我相信,每家银行具有前瞻性目光的风险专业人士都倾向于利用不同的新技术,以更加快速地识别欺诈和洗钱行为。”

关于用AI侦查经济犯罪的争议

传统的反洗钱、监视软件,以及其他监控可能违规的异常行为的软件,容易产生大量误报。自然语言处理、机器学习、神经网络以及其他类型的人工智能可以梳理大量实时数据,发现人类发现不了的规律,帮助缩小警报的范围,甄别出真正值得警惕的那一小拨交易。换言之,AI在噪声中识别出了信号。

K2 Intelligence合规管理公司的总监Omer Khan说道:“浏览大量数据是一桩艰巨的任务,人眼难以胜任。”

Bock补充道,AI还能通过从社交媒体、负面消息和公共记录中抓取信息,帮助发现问题。

“将不同的、分散的数据集合到一起,可以发现潜在的联系;如果只看双方的电汇记录,很有可能就发现不了。”

Bock指出,信用卡公司几年前就开始用神经网络和AI识别潜在的欺诈行为了。

他说道:“2001年劫机事件中的劫机者触发了警报,因为他们买了头等舱的单程票。另外,我们都收到过来自信用卡公司的邮件,告诉你有一笔消费记录,问是否由本人操作。因为他们有复杂的引擎可以分析和学习我们的行为模式,比如我们在哪里消费,消费了多少。我周末刚刚收到一封这样的邮件,它们实在太频繁了。”

当交易和负面信息被标记时,AI需要做的不是罗列一份包含许多无辜者的名单,而是指出背后的违法分子。

正如心存疑虑的银行家所言,使用AI技术仍然存在风险,因为它可能会对行为异常的无辜者做出错误的指认,这是AI公司未来需要解决的问题。

QuantaVerse公司的首席执行官兼创始人David McLaughlin说道:“这听起来很简单,但当你需要考虑很多名字相同或相似的人的交易情况时,就会发现这是个多么复杂的问题。” QuantaVerse是一家开发金融犯罪AI侦测软件的供应商,与之类似的厂商还包括MindBridge、IBM Watson、Digital Reasoning等。

QuantaVerse从银行获取来自Thomson Reuters、 LexisNexis、FactSet等供应商的身份认证数据,并以数据集的方式进行分析。

McLaughlin说道:“这些数据库非常了不起,包含了海量个体和企业的信息碎片,你必须从全局的眼光审视这些数字线索,观察Deep Web上是否有一些信息可以表明这个人带有风险……利用机器学习的能力,可以将这些信息拼图凑到一起,越多的信息得到认证和确认,银行的信心也就随之上升。”

McLaughlin补充道:“我前面假设的那个‘ISIS组织中的表哥’的案例不过是众多复杂情况中的一种。”

“如果你把这些和交易记录,以及推断恐怖主义融资的拓扑结构联系到一起,那么你就会发现有些交易是毫无理由的,事情也就变得有趣了。”

监管者们会快速引入AI技术吗?

尽管银行担心监管机构对使用AI技术侦查经济犯罪有所看法,但有些监管机构已经开始在他们的领域试验这项技术了。例如英国央行行政管理部门正在试点利用MindBridge分析财务记录中的欺诈和不法行为。

英国央行暂时没有对试点发表任何评论,但Angel表示,该软件将帮助监管者侦测多菲式诈骗等不法行为。

“作为监管者,你如何评估资本市场的可行性和可靠性?” Angel说道,“这至关重要,他们需要确保资本市场没有庞氏骗局,他们需要确保金融机构的稳定性和可靠性,只有这样你才不会再次经历2008年的金融危机。”

Angel表示,AI不需要了解前因就能对市场上发生的事情做出有效评估。MindBridge的软件就曾通过分析一家公司的账本发现了异常情况。

有些人质疑,银行花大力气去揪出违法行为是否值当。NSA举报人爱德华·斯诺登(Edward Snowden)最近就表示,(银行)了解客户对阻止恐怖主义几乎没有任何作用。

但Bock不同意这种说法,他说道:“由于流入金融体系的数据和信息量日益增加,银行正面临挑战。很多银行因此陷入挣扎,他们正在努力摆脱困境。对于每一家银行来说,这都是当务之急,否则的话我们也不会有生意。”

QuantaVerse的金融犯罪分析主管Dan Stitt表示,反洗钱软件正在改变银行的处境。

“可以说,我们每天、每周都在向政府提交大量关于可疑行为和恐怖主义的报告。”

关于银行是否应该被授予执法权也有许多争论,有人表示质疑,有人则认为这是无奈之举。

“让我们检查每一个财务机构的每一笔交易并将其提交给美国财政部金融犯罪执法局真的现实吗?他们没有预算去做这些,组建一支有能力做这些事情的团队也存在许多挑战”,McLaughlin说道。

“银行利用社会建立起来的财政生态系统盈利,所以我们应该让他们担起责任,我不认为这样的要求很过分。”

via    American Banker     雷锋网编译


本文作者:刘伟

本文转自雷锋网禁止二次转载,原文链接

相关文章
|
1月前
|
存储 人工智能 搜索推荐
解锁AI新境界:LangChain+RAG实战秘籍,让你的企业决策更智能,引领商业未来新潮流!
【10月更文挑战第4天】本文通过详细的实战演练,指导读者如何在LangChain框架中集成检索增强生成(RAG)技术,以提升大型语言模型的准确性与可靠性。RAG通过整合外部知识源,已在生成式AI领域展现出巨大潜力。文中提供了从数据加载到创建检索器的完整步骤,并探讨了RAG在企业问答系统、决策支持及客户服务中的应用。通过构建知识库、选择合适的嵌入模型及持续优化系统,企业可以充分利用现有数据,实现高效的商业落地。
85 6
|
29天前
|
人工智能 自然语言处理 机器人
对话阿里云 CIO 蒋林泉:AI 时代,企业如何做好智能化系统建设?
10 月 18 日, InfoQ《C 位面对面》栏目邀请到阿里云 CIO 及 aliyun.com 负责人蒋林泉(花名:雁杨),就 AI 时代企业 CIO 的角色转变、企业智能化转型路径、AI 落地实践与人才培养等主题展开了讨论。
792 67
对话阿里云 CIO 蒋林泉:AI 时代,企业如何做好智能化系统建设?
|
15天前
|
人工智能 数据挖掘 数据库
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
本文为数据库「拥抱Data+AI」系列连载第1篇,该系列是阿里云瑶池数据库面向各行业Data+AI应用场景,基于真实客户案例&最佳实践,展示Data+AI行业解决方案的连载文章。本篇内容针对电商行业痛点,将深入探讨如何利用数据与AI技术以及数据分析方法论,为电商行业注入新的活力与效能。
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
|
20天前
|
存储 人工智能 数据可视化
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
在数字化时代,企业面临海量客户对话数据处理的挑战。阿里云推出的“AI大模型助力客户对话分析”解决方案,通过先进的AI技术和智能化分析,帮助企业精准识别客户意图、发现服务质量问题,并生成详尽的分析报告和可视化数据。该方案采用按需付费模式,有效降低企业运营成本,提升客服质量和销售转化率。
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
|
10天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
56 4
|
11天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在金融领域的应用:智能投资顾问
【10月更文挑战第31天】随着AI技术的快速发展,智能投资顾问在金融领域的应用越来越广泛。本文介绍了智能投资顾问的定义、工作原理、优势及未来发展趋势,探讨了其在个人财富管理、养老金管理、机构风险管理及量化交易中的典型应用,并分析了面临的挑战与机遇。智能投资顾问以其高效、低成本、个性化和全天候服务的特点,正逐步改变传统投资管理方式。
|
17天前
|
数据采集 人工智能 搜索推荐
|
17天前
|
数据采集 人工智能 搜索推荐
大咖说|Data+AI:企业智能化转型的核心驱动力
在数字化浪潮的推动下,企业正面临前所未有的挑战与机遇。数据与人工智能的结合,形成了强大的Data+AI力量,尤其在近期人工智能迅速发展的背景下,这一力量正在加速重塑企业的运营模式、竞争策略和市场前景,成为适应变化、提升竞争力、推动创新的核心驱动力。本文将讨论企业采用Data+AI平台的必要性及其在企业智能化转型中的作用。
91 0
大咖说|Data+AI:企业智能化转型的核心驱动力
|
21天前
|
人工智能 分布式计算 数据可视化
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,企业越来越关注大模型的私有化部署。本文详细探讨了硬件资源需求、数据隐私保护、模型可解释性、模型更新和维护等方面的挑战及解决方案,并提供了示例代码,帮助企业高效、安全地实现大模型的内部部署。
47 1
|
21天前
|
人工智能 分布式计算 数据可视化
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,大模型在各领域的应用日益广泛。然而,将其私有化部署到企业内部面临诸多挑战,如硬件资源需求高、数据隐私保护、模型可解释性差、更新维护成本高等。本文探讨了这些挑战,并提出了优化硬件配置、数据加密、可视化工具、自动化更新机制等解决方案,帮助企业顺利实现大模型的私有化部署。
52 1

热门文章

最新文章