SAS :疫情促使銀行採用人工智能反洗黑錢
為應對疫情影響,三分一的金融機構正在反洗黑錢的技術上,加快應用人工智能和機器學習。同時,有 39% 合規專業人士表示,縱使於疫情期間,他們的人工智能和機器學習應用計劃繼續有增無減。
佔全球GDP2%至5%
以上行業趨勢及其他分析一併刊於由SAS、畢馬威會計師事務所(KPMG)及公認反洗錢師協會(ACAMS)最新發布的「AML technology study」中。這份名為「Acceleration Through Adversity: The State of AI and Machine Learning Adoption in Anti-Money Laundering Compliance」的報告,連同補充性的調查數據儀表板,檢視了全球 850 多個ACAMS成員的見解。 ACAMS調查受訪者的受僱機構使用科技偵測洗黑錢的情況,估計每年佔全球國內生產總值(GDP) 的 2% 至 5%,或 8,000 億美元至 2 萬億美元。
簡化反洗黑錢合規流程
人工智能和機器學習已成為合規專業人士的關鍵技術,以協助簡化反洗黑錢合規流程,打擊金融罪案及洗黑錢。超過一半(57%)的受訪者已把人工智能或機器學習部署在其反洗黑錢合規流程中,並試行人工智能解決方案;或計劃於未來12至18個月內正式推行人工智能或機器學習。ACAMS 首席分析師及網站編輯內容總監Kieran Beer表示:「隨著世界各地的監管機構,更趨向以金融機構向執法部門提供的情報有效性,來判斷其合規成效。因此,毫不意外地有66%的受訪者認為監管機構期望他們使用人工智能和機器學習。在反金融罪案的領域中,包括監管機構和金融機構等,正加快發展進階數據分析技術。這顯然反映他們期望這些工具能提供真正有效的金融情報,緝拿罪犯。」
應用比率持續上升
事實上,不只是最大型的金融機構領導科技的應用。 28%資產超過 10 億美元的大型金融機構認為,他們是人工智能技術的創新者和率先採用者;而令人鼓舞的是,16% 市值低於 10 億美元的較小型金融機構,亦視自己為採用人工智能的行業領導者。畢馬威會計師事務所美國金融罪案及鑑證科技服務首席解決方案總監Tom Keegan 表示:「很多較小型金融機構均視自己為行業領導者,打破小型金融機構無法成功部署進階科技的觀念。隨著大小規模的機構均同樣受到相同程度的監管審查,最重要的是進階科技的應用比率持續上升。」
不論規模大小,各銀行均面對新型冠狀病毒所帶來的壓力,同時需要提高準確性和生產力,促使金融業界加快採用進階數據分析打擊反洗黑錢。受訪者表示,採用人工智能和機器學習的兩個主要驅動因素如下:
- 提高調查和監管備案的質量(40%)。
- 減少誤報及由此而產生的運營成本 (38%)。
應付未來監管期望
SAS 金融罪案及法規遵循總監David Stewart指出:「疫情引發消費模式的根本性轉變,這迫使很多金融機構明白固定而基於規則的監控策略,遠遠不及行為決策系統般準確或具有高度適應性。人工智能和機器學習技術動態的本質,能夠以智能化的方式應對市場的變化及新風險 — 並能快速整合至現有的合規計劃中,而將相關影響減至最低。早期採用者正獲得顯著的效率提升,並協助其機構達到不斷提高的監管期望。」