前不久，全球反洗錢標(biāo)準(zhǔn)的制定機(jī)構(gòu)——反洗錢金融行動(dòng)特別工作組（FATF）公布了《中國(guó)反洗錢和反恐怖融資互評(píng)估報(bào)告》，認(rèn)可近年來(lái)中國(guó)在反洗錢工作方面取得的積極進(jìn)展，認(rèn)為中國(guó)的反洗錢體系具備良好基礎(chǔ)。其中，人工智能的作用日益凸顯
洗錢是指將毒品犯罪、黑社會(huì)性質(zhì)的組織犯罪、恐怖活動(dòng)犯罪、走私犯罪、貪污賄賂犯罪、破壞金融管理秩序犯罪、金融詐騙犯罪的所得及其產(chǎn)生的收益，通過(guò)金融機(jī)構(gòu)以各種手段掩飾、隱瞞資金的來(lái)源和性質(zhì)，使其在形式上合法化的行為。目前，常見(jiàn)的洗錢途徑廣泛涉及銀行、保險(xiǎn)、證券、房地產(chǎn)等各種領(lǐng)域。
為了讓反洗錢工作更加嚴(yán)格和細(xì)致，2018年10月，中國(guó)人民銀行、銀保監(jiān)會(huì)、證監(jiān)會(huì)聯(lián)合發(fā)布《互聯(lián)網(wǎng)金融從業(yè)機(jī)構(gòu)反洗錢和反恐怖融資管理辦法（試行）》；2019年2月21日，銀保監(jiān)會(huì)發(fā)布2019年的第1號(hào)令《銀行業(yè)金融機(jī)構(gòu)反洗錢和反恐怖融資管理辦法》；等等。
一直以來(lái)，銀行反洗錢工作的開(kāi)展，主要依賴于反洗錢專家經(jīng)驗(yàn)規(guī)則。但隨著銀行交易量逐年增長(zhǎng)，可疑交易宗數(shù)年增長(zhǎng)30%至40%，僅通過(guò)人工規(guī)則優(yōu)化來(lái)減少可疑案件量，難以建立規(guī)則優(yōu)化的長(zhǎng)效機(jī)制。
值得關(guān)注的是，科研人員已利用人工智能機(jī)器學(xué)習(xí)平臺(tái)研制出反洗錢可疑交易智能分析平臺(tái)，為反洗錢相關(guān)部門提供由人工智能機(jī)器學(xué)習(xí)算法驅(qū)動(dòng)的反洗錢決策支持。
洗錢犯罪新趨勢(shì)帶來(lái)挑戰(zhàn)
經(jīng)濟(jì)日?qǐng)?bào)記者了解到，我國(guó)洗錢犯罪活動(dòng)出現(xiàn)了一些新趨勢(shì)，這為反洗錢工作帶來(lái)了新的挑戰(zhàn)。在不少業(yè)內(nèi)人士看來(lái)，面對(duì)嚴(yán)峻的反洗錢形勢(shì)，反洗錢監(jiān)管力度還需加大。
目前，從人民銀行破獲的洗錢案件情況來(lái)看，我國(guó)洗錢犯罪活動(dòng)的趨勢(shì)之一是向不發(fā)達(dá)區(qū)域蔓延。具體來(lái)講，洗錢犯罪的上游犯罪（毒品、黑社會(huì)、走私團(tuán)伙等）逐漸向內(nèi)陸蔓延，這主要是由于內(nèi)陸地區(qū)相對(duì)寬松的環(huán)境為洗錢提供了便利。而經(jīng)濟(jì)發(fā)達(dá)地區(qū)的金融監(jiān)管不斷加強(qiáng)，洗錢犯罪分子的生存空間受到擠壓。
與此同時(shí)，涉眾案件、職務(wù)犯罪案件增多。據(jù)介紹，洗錢活動(dòng)涉及的上游犯罪由經(jīng)濟(jì)犯罪、毒品犯罪、走私犯罪領(lǐng)域向涉眾型犯罪案件及職務(wù)犯罪案件延展。非法傳銷、非法集資以及各種“黑基金”案件等涉眾型犯罪案件層出不窮。而職務(wù)犯罪案件多集中在銀行信貸、證券期貨、交通運(yùn)輸?shù)阮I(lǐng)域。
此外，特別值得注意的是，隨著金融和非金融交易業(yè)務(wù)不斷更新，洗錢行為正變得越來(lái)越撲朔迷離。當(dāng)網(wǎng)絡(luò)銀行、電子貨幣、電子交易出現(xiàn)以后，精通電子技術(shù)的洗錢者蹤跡變得更加飄忽不定?；ヂ?lián)網(wǎng)技術(shù)發(fā)展的同時(shí)，洗錢手段不斷升級(jí)?；ヂ?lián)網(wǎng)借貸平臺(tái)、互聯(lián)網(wǎng)保險(xiǎn)、虛擬貨幣等，都成了洗錢犯罪分子的溫床。目前，利用電子支付、電子交易的網(wǎng)絡(luò)洗錢成為主流，大量洗錢行為發(fā)生在線上。數(shù)據(jù)黑產(chǎn)與洗錢團(tuán)伙聯(lián)合，申請(qǐng)欺詐、交易欺詐、洗錢交易的邊界越來(lái)越模糊。
“反洗錢工作的開(kāi)展和實(shí)施，對(duì)中國(guó)經(jīng)濟(jì)社會(huì)的健康有序發(fā)展具有重大意義：不僅有利于及時(shí)追查并沒(méi)收犯罪所得，遏制洗錢犯罪及其上游犯罪，維護(hù)經(jīng)濟(jì)安全和社會(huì)穩(wěn)定，并且有利于消除洗錢行為給金融機(jī)構(gòu)帶來(lái)的潛在金融風(fēng)險(xiǎn)和法律風(fēng)險(xiǎn)，維護(hù)金融安全；同時(shí)，能夠切斷資助犯罪行為的資金來(lái)源和渠道，防范新的犯罪行為，保護(hù)受害人的財(cái)產(chǎn)權(quán)，維護(hù)法律尊嚴(yán)和社會(huì)正義。”中關(guān)村互聯(lián)網(wǎng)金融研究院院長(zhǎng)劉勇表示，積極參與反洗錢工作的國(guó)際合作，還能維護(hù)我國(guó)良好的國(guó)際形象。
AI提高可疑案件監(jiān)測(cè)能力
在預(yù)防、監(jiān)控洗錢活動(dòng)方面，銀行等金融機(jī)構(gòu)是以客戶識(shí)別、大額交易、可疑交易報(bào)告以及記錄保存等制度為核心內(nèi)容，通過(guò)資金監(jiān)測(cè)實(shí)現(xiàn)反洗錢工作目標(biāo)。從方式上看，銀行反洗錢工作的開(kāi)展，主要依賴于反洗錢專家的經(jīng)驗(yàn)規(guī)則。
然而，單純依靠經(jīng)驗(yàn)規(guī)則的反洗錢工作流程，在當(dāng)前反洗錢監(jiān)管環(huán)境下遇到的問(wèn)題越來(lái)越明顯。一位銀行從業(yè)人員表示，最大的困難在于快速增加的交易量導(dǎo)致案件成倍增加與有限人力資源之間的矛盾，如何更準(zhǔn)確、更高效地識(shí)別反洗錢可疑交易，成為各大銀行亟需解決的問(wèn)題。
比如，每年的可疑交易量顯著增加，僅通過(guò)人工規(guī)則優(yōu)化來(lái)減少可疑案件量，難以建立規(guī)則優(yōu)化的長(zhǎng)效機(jī)制。而識(shí)別的可疑交易僅以隨機(jī)方式分配給調(diào)查員，無(wú)法根據(jù)調(diào)查員的資歷與最佳工作時(shí)間合理分配案件調(diào)查任務(wù)。
又如，可疑案件描述信息依賴人工總結(jié)，這影響了案件上報(bào)流程效率以及案件審核流程信息的可管理性、可追溯性。對(duì)此，大型金融機(jī)構(gòu)需要提升反洗錢審查管理效率。大型金融機(jī)構(gòu)交易基數(shù)大，系統(tǒng)報(bào)警的可疑交易數(shù)量龐大，而人工審核后上報(bào)率低，耗費(fèi)了大量的人力審核成本，迫切需要以“風(fēng)險(xiǎn)為本”為原則，指導(dǎo)和優(yōu)化反洗錢資源配置。
“大型銀行一般都配備了幾百人的反洗錢人工審核隊(duì)伍。而采用AI（人工智能）反洗錢技術(shù)能夠幫助金融機(jī)構(gòu)在控制風(fēng)險(xiǎn)的同時(shí)，節(jié)省30%以上的審核工作量，相當(dāng)于每年節(jié)省數(shù)千萬(wàn)的人力成本。”第四范式技術(shù)有限公司副總裁柴亦飛表示，AI反洗錢還能夠提高可疑案件監(jiān)測(cè)能力，補(bǔ)充漏報(bào)案件，幫助客戶規(guī)避不必要的監(jiān)管處罰，以及法律、聲譽(yù)和經(jīng)營(yíng)風(fēng)險(xiǎn)。
迭代優(yōu)化反洗錢規(guī)則體系
“人工智能技術(shù)是一項(xiàng)可迭代的系統(tǒng)工程，將充分結(jié)合有監(jiān)督和無(wú)監(jiān)督算法，偵測(cè)新型洗錢特征，并迭代優(yōu)化反洗錢可疑案宗評(píng)價(jià)模型；此外，結(jié)合算法偵測(cè)的新獲特征，運(yùn)用多分類模型，還可實(shí)現(xiàn)智能識(shí)別反洗錢類型，并強(qiáng)化反洗錢可疑評(píng)價(jià)模型，實(shí)現(xiàn)重點(diǎn)可疑案件識(shí)別。”柴亦飛表示，人工智能模型可以反哺反洗錢知識(shí)庫(kù)，實(shí)現(xiàn)知識(shí)積累，迭代優(yōu)化反洗錢規(guī)則體系，并實(shí)現(xiàn)反洗錢審核閉環(huán)優(yōu)化體系。
那么，如何建設(shè)反洗錢可疑交易智能分析平臺(tái)？記者在采訪中了解到，具體可分為4個(gè)階段。
階段一是精準(zhǔn)識(shí)別，也就是通過(guò)審查案宗建立AI識(shí)別模型，借助高維離散特征更精確的刻畫能力，大幅提升反洗錢識(shí)別精準(zhǔn)率，精確定位可疑案宗，優(yōu)化審查人員資源分配。
階段二是輔助審核，即通過(guò)人工智能技術(shù)識(shí)別模型中的模型特征，經(jīng)過(guò)業(yè)務(wù)和工程解析，轉(zhuǎn)化成支撐案宗判定的佐證信息。同時(shí)，建模數(shù)據(jù)通過(guò)數(shù)據(jù)處理，也可成為重要的交易案宗統(tǒng)計(jì)分析信息。
階段三是知識(shí)沉淀，即引入更多人工智能技術(shù)，加強(qiáng)AI輔助業(yè)務(wù)的能力。例如，引入知識(shí)圖譜技術(shù)，通過(guò)對(duì)第三方機(jī)構(gòu)數(shù)據(jù)進(jìn)行受益人識(shí)別，將數(shù)據(jù)中的信息提煉整理，有目標(biāo)地開(kāi)展有效使用。而引入NLP技術(shù)和文字識(shí)別技術(shù)，可提供反洗錢監(jiān)測(cè)工作的預(yù)警分析等需求。
階段四是探索新知，這是AI模型迭代探索階段，在橫向維度建立多分類模型，對(duì)于反洗錢種類中的重點(diǎn)種類，通過(guò)AI模型進(jìn)行分類。在縱向維度，精細(xì)化反洗錢可疑案件識(shí)別模型，通過(guò)足夠的數(shù)據(jù)積累，建立客戶洗錢風(fēng)險(xiǎn)等級(jí)劃分模型。
值得一提的是，有業(yè)內(nèi)專家表示，盡管AI技術(shù)潛力巨大，但仍是反洗錢工作的輔助手段之一，在實(shí)際應(yīng)用中，金融服務(wù)行業(yè)還需要更好地了解人工智能的風(fēng)險(xiǎn)和局限性。
