金融智能监管,将会是人工智能应用的风口?

来源: 原创 作者:海策 2021-5-08 08:36:54

分享至:

扫一扫分享

尽管AI在不断带来挑战并存在风险,但AI在反洗钱、反恐怖融资等金融监管中所扮演的角色重要性越来越凸显,探索更合适人工智能与信任之间的结合方式,已成为金融机构职能监管工作的重点。

AI,真是一种令人“又恨又爱”的技术。

面向消费端的“大数据杀熟”、“内容个性推荐”等问题现象,让AI技术如同“过街老鼠”。同时不可否认的是,AI作为新一代技术发展趋势也在不断探索应用中。如今在反洗钱、反恐怖融资等金融科技监管市场中,企业对AI技术的需求正呈现出新“气象”。

近日,中国人民银行发布公告,为完善反洗钱监管机制,进一步提升我国洗钱和恐怖融资风险防范能力,2021年8月1日将施行《金融机构反洗钱和反恐怖融资监管管理办法》。提升我国洗钱和恐怖融资风险防范能力、做好反洗钱国际评估整改工作、督促金融机构提高反洗钱工作水平,《办法》正式从法规层面明确了金融机构的职责。

随着反洗钱、反恐怖融资法规趋严,如何提升自身的反洗钱和反恐怖融资能力及效率成为金融机构愈发关注的问题,随之将越来越多的目光聚焦在了AI应用上。由此,AI科技监管赛道也正在快速升温中。

金融监管风口之上

据弗雷斯特咨询公司的一项委托研究调查显示,在接受调查的金融服务行业中,88%的参与者表示,人工智能在降低风险上具有重要意义。早在2018年时,麦肯锡在报告中就已表示,人工智能和机器学习技术在当前的发展阶段中已完全有能力将合规成本降低20-30%,全球五分之一的金融公司实施了人工智能系统来打击金融犯罪。

将AI应用于金融监管之中,已被越来越多的金融机构所认可。而在国内,随着相关政策法规的推动,金融机构信息化建设越来越完善,金融数据信息不断地实现纵深贯通沉淀,近两年来金融机构的AI+科技金融监管落地愈见成效。

例如,2019年“第四节全球金融科技峰会”上,中央行表示正在研究人工智能、云计算、区块链等技术应用的监管规则,引导信息技术在金融领域合力运用;2021年4月,由中国人民银行制定的《人工智能算法金融应用评价规范》正式印发。

与此同时,早在2019年,中国人民银行就已经在北京启动金融科技创新监管试点工作;截止2021年3月,已有北京、上海、重庆、深圳、雄安新区、杭州、苏州、成都、广州9个地区86个创新应用对外公示。AI+金融监管的优势正在不断得到突出。

中国软件网整理

AI、深度学习、联邦学习等技术日渐成熟,为科技金融监管提供了更有力的技术支撑,以及商业模式的落地应用,金融科技监管赛道也越来越受到资本的青睐。例如,在4月,拥有智能反洗钱资金研判项目实践的冰鉴科技宣布完成超两亿元C2轮融资;3月,慧安金科宣布完成亿元B轮融资加大在智能风控以及监管科技产品的持续研发投入。

中国软件网整理

近两年里,AI越来越多地影响了广泛的金融机构业务场景应用,包括模型、合规、运营和监管风险等。与风险相关的银行功能的人工智能应用程序与其他业务领域应用也越来越广泛。据一项最新研究显示,欺诈和网络安全、合规、贷款和贷款以及风险管理已占据了银行业人工智能应用产品的56%。

AI+金融监管正当时

纵观国内行业,AI+金融监管赛道上,除了金融机构独立部门、互联网科技巨头外,独立金融科技公司也正在受到市场的欢迎。其中,越来越多的金融科技类公司建立起了基于AI技术的智能反洗钱解决方案,并在落地应用上积累了较多实践。

中国软件网整理

在反洗钱场景中,人工智能面临的挑战可以划分为三类:客户身份风险识别、风险交易识别以及风险行为拦截。目前,多数金融科技类公司的反洗钱监控产品/解决方案,已实现了智能KYC审查、实时名单客户交易拦截。具体来看,AI的应用表现在两大方面:

标记异常。 识别潜在的可疑、异常或异常交易 ,同时在组织内部、外部中实现威胁标识,包括识别用于AML调查的交易、监控员工的不当行为以及检测数据异常。

网络安全攻防。 人工智能可用于检测威胁和恶意活动,揭露攻击者,识别受损系统,并支持缓解威胁。例如,对潜在攻击进行实时调查,使用基于行为的检测来收集网络元数据,标记和阻止新的勒索软件和其他恶意攻击,识别泄露的帐户和涉及泄露的文件,以及对恶意文件的深入法医分析。

据中国软件网观察,在实践中,中大型银行金融机构已建立起自身的反洗钱系统,除自建反洗钱中心、实验室内部技术力量支撑外,大型客户也倾向于联合科技金融企业共建金融反欺诈系统。而小微金融机构则更倾向于采购金融反欺诈产品实现个性化应用。

中国软件网整理

在慧安金科助力招商银行进行pos反欺诈模型项目中,针对境外POS银行卡欺诈场景的痛点(基于规则的欺诈交易拦截误报率较高、实时反欺诈拦截困难、识别侧录点的准确率低),通过实时反欺诈模型实现99.9%的交易请求20ms内返回交易风险评分;运用图形计算技术生成泄漏点比对模型需要的关联特征;同时,通过模型自学习以持续适应新的欺诈手段,推动主动防范风险。

小微金融机构反洗钱监管合规场景具体需求主要体现在:成本要小、应用要快捷准确、维护要简单。深圳罗湖蓝海讯镇银行在转型科技监管中,采用了一览群智AI反洗钱名单监控筛查系统SaaS部署,从早先靠人工进行Excel名单筛查,到智能可疑交易监测和甄别、客户身份识别,实现了在反洗钱名单监控业务上质的提升。

一览群智智能反洗钱系统解决方案

图片来源于一览群智官网

AI金融监管的未来

诚然,AI技术在金融监管中的应用仍有挑战。

例如,人工智能的使用存在操作漏洞风险,如内部流程或控制故障、网络威胁、信息技术失效、与第三方使用相关的风险以及模型风险等,这些情况都可能影响金融机构的安全性和稳健性。

不过,尽管AI在不断带来挑战并存在风险,但AI在反洗钱、反恐怖融资等金融监管中所扮演的角色重要性越来越凸显,探索更合适人工智能与信任之间的结合方式,已成为金融机构职能监管工作的重点。在中国软件网看来,在引用AI技术时不妨注意以下三点:

设计透明。 当前,在面向金融机构的AI+反洗钱等解决方案中,大多采用线性回归、决策树和聚类算法等方式,在此间人工智能技术环境复杂且透明程度不同。因此,设计过程必须考虑AI等技术对预期目标和模型使用以及输入数据特征的不同能力和适当性。在设计过程中,可通过详细记录技术规范以及拟议设计的已知限制和约束,以供治理和利益相关者审查,进而减少合规成本。

建立强大的治理体系。 对人工智能应用的设计、开发和部署建立强有力的治理和控制对于安全有效地使用反洗钱等金融监管合规性至关重要。通过建立良好的治理监管体系提供评估和管理风险的手段,促使在AI解决方案的整个生命周期中应用与预期用途保持一致,并有效的集成在业务流程中。例如,定期验证活动,包括业务使用和敏感性测试的审查,可与AI决策的定期审查一起帮助金融机构降低风险;基于规则的专家系统可用于提供实时标准,以比较和帮助确定AI决策偏离预期规范的位置。

构建多方协同生态。 将人工智能成功嵌入合规生态系统,离不开金融机构、第三方、监管机构、政府多方的共同协作推动。在不断完善治理和控制设定标准中,以管理人工智能解决方案的安全开发、部署及创新。在多方协同监管制下,推动技术在实际应用中的有效性提升。

免责声明: 该文观点仅代表作者本人,Soft6软件网系信息发布平台,Soft6软件网仅提供信息存储空间服务。 未经允许不得转载,授权事宜请联系liujun@soft6.com 如对本稿件有异议或投诉,请查看《中国软件网版权保护投诉指引》

您可能还喜欢这些资讯