AI+RPA技術在反洗錢中的應用

洗錢具有方式多樣、過程複雜、物件特定及國際化等特徵，反洗錢已上升為一個全球性課題。各地的金融監管加大力度，在不斷趨緊的監管要求下，金融機構通過增加大量人力物力來應對反洗錢風險。儘管加大了人力物力的投資但是在反洗錢的工作效率上還是面臨很大的挑戰。

洗錢犯罪分子為了逃避監管和追查，往往通過不同的方式和渠道對犯罪所得進行處理。長期的洗錢活動發展出了多種多樣的洗錢工具，金融產品推陳出新的速度非常快，洗錢的手段變化多端，增加了審查和監控的複雜性。

洗錢過程的具有複雜性，實現洗錢的主要方式之一是改變犯罪所得的原有形式，為犯罪所得及其收益設定偽裝，使其與合法收益融為一體。這就迫使洗錢者採取複雜的手法，經過種種中間形態，採取多種運作方式來洗錢，由於洗錢過程的複雜性客戶及交易資料分散、資料質量參差不齊導致反洗錢工作人員需要花費大量時間來收集、整理和核對資料；傳統反洗錢工具誤報漏報導致大量資源消耗在調查低風險賬戶和交易上。

RPA如何幫助金融機構

近年來湧現的眾多新興技術中，機器人流程自動化（RPA）和機器學習幫助金融機構提升工作效率上取得了明顯的進展。利用流程自動化工具收集並整理可疑客戶、交易資料，再利用基於機器學習的風險引擎產生風險警報。通過該方案組合減少手工操作的工作量，縮簡訊息篩選時間，從而讓反洗錢團隊能將更多的時間聚焦在高價值的分析和調查工作上。

RPA（機器人流程自動化）

機器人流程自動化（RPA）是一種數字化勞動力的形式，通過軟體機器人的參與使工作流程自動化。這些機器人無需程式設計經驗或高度IT知識就能讓機器人自動化執行，同時在AI的加持下可自主學習人類歷史經驗積累的一些工作。

在反洗錢客戶盡職調查和交易監控過程中，流程機器人可用於自動化一些量大複雜的流程，例如黑名單查詢，政治敏感人物資訊收集，高風險交易篩選，以及可疑交易報告編寫等。在這些自動化機器人協助下，金融機構可以更高效地獲取經過整合、以及經過初級篩選的資訊，可以識別非法活動客戶同時減輕所帶來的風險。

AI機器學習

如果說RPA是機器人的神經網路，那麼AI就是機器人的大腦，人工智慧是一門研究和開發模擬、擴充、和擴充人類智慧的理論、方法、技術和應用系統的新技術科學。它能以類似人類智慧的方式做出反應。機器學習能夠使計算機在沒有明確程式設計的情況下進行學習。機器學習可以幫助企業挖掘他們的大資料, 以找到新的模式或趨勢, 從而產生洞察, 以改善業務或規避風險。

金融機構在反洗錢客戶盡職調查和可疑交易監控過程中產生的警報中，通常存在大量的誤報或者出現漏報的情況。人類基於已知的洗錢案例和監管要求進行經驗判斷。然而犯罪分子很有可能獲知這些已知的規則，設計規避方法，從而實施新的洗錢手段。

機器學習模型則可以模仿人類思維過程，學習人類對洗錢行為的判斷，呼叫大量資料驗證和對模型進行微調，從而使得預測潛在洗錢者的新行為模式成為可能。

實在智慧RPA在AI的加持下可以提高金融機構的工作效率，對金融監管質量的提高有明顯的促進作用，減少工作中的出錯與欺詐的可能性，幫助金融機構打擊欺詐和洗錢有關的金融違法活動。