前不久，全球反洗錢標準的制定機構(gòu)——反洗錢金融行動特別工作組（FATF）公布了《中國反洗錢和反恐怖融資互評估報告》，認可近年來中國在反洗錢工作方面取得的積極進展，認為中國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、黑社會性質(zhì)的組織犯罪、恐怖活動犯罪、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，通過金融機構(gòu)以各種手段掩飾、隱瞞資金的來源和性質(zhì)，使其在形式上合法化的行為。目前，常見的洗錢途徑廣泛涉及銀行、保險、證券、房地產(chǎn)等各種領(lǐng)域。

為了讓反洗錢工作更加嚴格和細致，2018年10月，中國人民銀行、銀保監(jiān)會、證監(jiān)會聯(lián)合發(fā)布《互聯(lián)網(wǎng)金融從業(yè)機構(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)會發(fā)布2019年的第1號令《銀行業(yè)金融機構(gòu)反洗錢和反恐怖融資管理辦法》；等等。

一直以來，銀行反洗錢工作的開展，主要依賴于反洗錢專家經(jīng)驗規(guī)則。但隨著銀行交易量逐年增長，可疑交易宗數(shù)年增長30%至40%，僅通過人工規(guī)則優(yōu)化來減少可疑案件量，難以建立規(guī)則優(yōu)化的長效機制。

值得關(guān)注的是，科研人員已利用人工智能機器學(xué)習(xí)平臺研制出反洗錢可疑交易智能分析平臺，為反洗錢相關(guān)部門提供由人工智能機器學(xué)習(xí)算法驅(qū)動的反洗錢決策支持。

洗錢犯罪新趨勢帶來挑戰(zhàn)

經(jīng)濟日報記者了解到，我國洗錢犯罪活動出現(xiàn)了一些新趨勢，這為反洗錢工作帶來了新的挑戰(zhàn)。在不少業(yè)內(nèi)人士看來，面對嚴峻的反洗錢形勢，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看，我國洗錢犯罪活動的趨勢之一是向不發(fā)達區(qū)域蔓延。具體來講，洗錢犯罪的上游犯罪（毒品、黑社會、走私團伙等）逐漸向內(nèi)陸蔓延，這主要是由于內(nèi)陸地區(qū)相對寬松的環(huán)境為洗錢提供了便利。而經(jīng)濟發(fā)達地區(qū)的金融監(jiān)管不斷加強，洗錢犯罪分子的生存空間受到擠壓。

與此同時，涉眾案件、職務(wù)犯罪案件增多。據(jù)介紹，洗錢活動涉及的上游犯罪由經(jīng)濟犯罪、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越撲朔迷離。當網(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。互聯(lián)網(wǎng)技術(shù)發(fā)展的同時，洗錢手段不斷升級?；ヂ?lián)網(wǎng)借貸平臺、互聯(lián)網(wǎng)保險、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)與洗錢團伙聯(lián)合，申請欺詐、交易欺詐、洗錢交易的邊界越來越模糊。

“反洗錢工作的開展和實施，對中國經(jīng)濟社會的健康有序發(fā)展具有重大意義：不僅有利于及時追查并沒收犯罪所得，遏制洗錢犯罪及其上游犯罪，維護經(jīng)濟安全和社會穩(wěn)定，并且有利于消除洗錢行為給金融機構(gòu)帶來的潛在金融風險和法律風險，維護金融安全；同時，能夠切斷資助犯罪行為的資金來源和渠道，防范新的犯罪行為，保護受害人的財產(chǎn)權(quán)，維護法律尊嚴和社會正義。”中關(guān)村互聯(lián)網(wǎng)金融研究院院長劉勇表示，積極參與反洗錢工作的國際合作，還能維護我國良好的國際形象。

AI提高可疑案件監(jiān)測能力

在預(yù)防、監(jiān)控洗錢活動方面，銀行等金融機構(gòu)是以客戶識別、大額交易、可疑交易報告以及記錄保存等制度為核心內(nèi)容，通過資金監(jiān)測實現(xiàn)反洗錢工作目標。從方式上看，銀行反洗錢工作的開展，主要依賴于反洗錢專家的經(jīng)驗規(guī)則。

然而，單純依靠經(jīng)驗規(guī)則的反洗錢工作流程，在當前反洗錢監(jiān)管環(huán)境下遇到的問題越來越明顯。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，如何更準確、更高效地識別反洗錢可疑交易，成為各大銀行亟需解決的問題。

比如，每年的可疑交易量顯著增加，僅通過人工規(guī)則優(yōu)化來減少可疑案件量，難以建立規(guī)則優(yōu)化的長效機制。而識別的可疑交易僅以隨機方式分配給調(diào)查員，無法根據(jù)調(diào)查員的資歷與最佳工作時間合理分配案件調(diào)查任務(wù)。

又如，可疑案件描述信息依賴人工總結(jié)，這影響了案件上報流程效率以及案件審核流程信息的可管理性、可追溯性。對此，大型金融機構(gòu)需要提升反洗錢審查管理效率。大型金融機構(gòu)交易基數(shù)大，系統(tǒng)報警的可疑交易數(shù)量龐大，而人工審核后上報率低，耗費了大量的人力審核成本，迫切需要以“風險為本”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伍。而采用AI（人工智能）反洗錢技術(shù)能夠幫助金融機構(gòu)在控制風險的同時，節(jié)省30%以上的審核工作量，相當于每年節(jié)省數(shù)千萬的人力成本。”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)測能力，補充漏報案件，幫助客戶規(guī)避不必要的監(jiān)管處罰，以及法律、聲譽和經(jīng)營風險。

迭代優(yōu)化反洗錢規(guī)則體系

“人工智能技術(shù)是一項可迭代的系統(tǒng)工程，將充分結(jié)合有監(jiān)督和無監(jiān)督算法，偵測新型洗錢特征，并迭代優(yōu)化反洗錢可疑案宗評價模型；此外，結(jié)合算法偵測的新獲特征，運用多分類模型，還可實現(xiàn)智能識別反洗錢類型，并強化反洗錢可疑評價模型，實現(xiàn)重點可疑案件識別。”柴亦飛表示，人工智能模型可以反哺反洗錢知識庫，實現(xiàn)知識積累，迭代優(yōu)化反洗錢規(guī)則體系，并實現(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？記者在采訪中了解到，具體可分為4個階段。

階段一是精準識別，也就是通過審查案宗建立AI識別模型，借助高維離散特征更精確的刻畫能力，大幅提升反洗錢識別精準率，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，即通過人工智能技術(shù)識別模型中的模型特征，經(jīng)過業(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，建模數(shù)據(jù)通過數(shù)據(jù)處理，也可成為重要的交易案宗統(tǒng)計分析信息。

階段三是知識沉淀，即引入更多人工智能技術(shù)，加強AI輔助業(yè)務(wù)的能力。例如，引入知識圖譜技術(shù)，通過對第三方機構(gòu)數(shù)據(jù)進行受益人識別，將數(shù)據(jù)中的信息提煉整理，有目標地開展有效使用。而引入NLP技術(shù)和文字識別技術(shù)，可提供反洗錢監(jiān)測工作的預(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，對于反洗錢種類中的重點種類，通過AI模型進行分類。在縱向維度，精細化反洗錢可疑案件識別模型，通過足夠的數(shù)據(jù)積累，建立客戶洗錢風險等級劃分模型。

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險和局限性。