SAS：全球反洗钱调研：在逆境中加速人工智能和机器学习在反洗钱中的应用现状（15页）.pdf

1、 G LO BA L A M L R E S E A R C H Acc el er at on t hrough a dv er s t y 1 全球反洗钱调研 在逆境中 加速 人工智能和机器学习在反洗钱中的应用现状在逆境中加速采用 /全球反洗钱调研 3 概述 4 第 1 章 5/领先者和后期采用者 第 2 章 7/加速应用的动力是什么?第 3 章 9/对人工智能和机器学习的认知 第 4 章 11/人工智能的优势 结语 14 全球反洗钱调研 4 /概述 人工智能人工智能 (AI)和机器学习和机器学习(ML)被被奉为奉为提高传统金融犯罪合规提高传统金融犯罪合规管理管理效力和效力和效率效率的的有

2、效手段。有效手段。虽然在反欺诈领域几十年来一直在使用这些技术，但反洗钱(AML)领域应变缓慢，一直受到高误报率和手动作业流程导致难以在形式和实际两方面满足监管预期的困扰。近年来，反洗钱义务机构持续投入大量时间、资金和精力以完成基本的合规性任务。仅以美国为例，银行业每年在反洗钱合规方面的支出就高达 250 亿美元。在当前新冠疫情背景下，银行必须努力适应客户状况和行为的快速变化，这加大了已十分繁重的合规工作量。为改变这种情况，业内先进的监管机构和金融机构正积极推进人工智能和机器学习技术的应用，并取得了一些可喜成果。然而，在过去 24 个月的状况如何，疫情对新技术的应用有何影响，合规团队当前如何利用

3、这些技术?为了帮助解答这些问题，SAS 与公认反洗钱师协会(ACAMS)和毕马威(KPMG)合作，对全球850多名合规专业人士和 ACAMS 成员进行了调研，全面了解人工智能和机器学习在反洗钱合规领域的使用、面临的挑战、以及尚未充分利用的机遇。随着全球监管越来越多地根据提交执法机构的有效情报来评判金融机构的合规工作成效，66%的受访者表示监管机构希望他们所在的机构使用人工智能和机器学习技术，这一结果并不意外。Kieran Beer 首席分析师、内容总监兼主编 反金融犯罪领域中的许多组织（如监管机构和金融机构等）都在加快使用这些高级分析技术，显而易见，它们都希望利用这些工具挖掘出真正有效的金融情

4、报，以抓住犯罪分子。关键要点关键要点 数据驱动人工智能人工智能和机器学习机器学习提高反洗钱反洗钱合规的三种方式：提高调研和监管报告的质量 减少误报和由此产生的运营成本 通过发现传统可疑交易监测规则无法发现的模式来侦测复杂的风险 1.KPMG,打击金融犯罪 2.如果852 名受访者没全部参与回答提问，统计数据根据回答的受访者人数计算。在逆境中加速采用 /全球反洗钱调研 5 01 领先者和后期采用者 57%的受访者不是已在生产环境中部署人工智能/机器学习，就是计划在今后的 12 至 18 个月内部署 尽管尽管去年去年堪称堪称史上最艰难的一年，史上最艰难的一年，但我们的但我们的调研调研显示显示，人工

5、智能人工智能和和机机器学习器学习的的应应用势头用势头依然依然强劲强劲，且且呈呈现现不断增长不断增长的趋势的趋势。超过五分之一(21%)的反洗钱专业人士表示，他们已在反洗钱相关工作流程中部署 AI 和 ML。相当一部分(15%)正在试点人工智能和机器学习解决方案，另有 21%计划在未来两年内采用此项技术。总共 57%的机构已在反洗钱合规领域中采用或计划尽快采用这些技术。尽管受到新冠疫情影响，那些正在应用人工智能的机构仍在坚持相关工作，并未偏离进程或减缓实施速度。Tom Keegan,KPMG 只有少数机构尚未开始。一般来说，人员配备较全的金融机构更愿意将自己视为人工智能和机器学习技术的创新者和快

6、速运用者。这很可能是因为大型机构有更多机会通过改进侦测和自动化流程来提高效率。然而，仍然有 16%的资产低于 10 亿美元的小型机构也将自己视为行业领先者和创新者。全球反洗钱调研 6 问：在使用人工智能/机器学习方面，以下哪种说法最符合您的反洗钱合规计划?目前没有 使用计划 我们已在生产中 采用人工智能相关解决方案 我们计划在未来 12 到 18 个月内部署人工智能 不知道 我们正在试点 人工智能相关解决方案 大部分受访者已经采用或计划采用人工智能或机器学习(57%)，但一些机构在最终采用这些技术之前会继续观望市场。四分之一的受访者认为自己是“行业领先者”和“创新者”，相当一部分受访者(24%