2020年的9月，大學畢業不久的徐葉等6人，在發財夢中被民警抓捕。隱瞞違法犯罪所得罪是他們被逮捕的罪名，除此之外他們還有可能成為詐騙罪的共犯。

事實上徐葉幾個人并沒有參與詐騙，也沒有實施具體的犯罪，他們只是做了一件在他們看起來無關緊要的事情，出租自己的第三方支付賬號，移動支付時代幾乎人人皆有的賬號。

被捕不是因為反洗錢

雖然徐葉等人因為參與洗錢被捕，但是徐葉的被抓不是因為銀行或者第三方支付機構在第一時間分辨出來其賬戶存在問題進而報警發生的。

而是受害人在被騙之后迅速報警，由警方順藤摸瓜在5天內前往多地實施快速抓捕才讓徐葉幾人落網，而此時受害人被騙的錢已經被轉走導致無法追回。

從此案和更多類似的“跑分”洗錢案例來看，在犯罪分子開始租借合法賬戶進行洗錢的當下，單憑KYC對于反洗錢的需求已經有點略顯不足。

在傳統的反洗錢工作中，KYC：Know Your Customer，是非常重要的一環。通過KYC，金融機構可以有效識別虛假商戶從而打擊虛假交易、洗錢。

但是在這個時代，人手一個的二維碼和普遍使用的網絡支付讓參與洗錢的門檻大幅降低，可以說在當前這個時代，人人都可能參與洗錢。犯罪分子不再需要注冊虛假的商戶，不需要去編造用戶信息，也不需要造假賬，直接租合法的賬戶就可以了，人人都有，成本非常低。

因此金融機構僅僅通過KYC，很難在第一時間發現問題。

KYD：Know Your Data

從2007年實施的《反洗錢法》算起，我國依法打擊洗錢工作已經進行了十余年。在十余年的時間里，不斷有相關的法規、政策、文件出臺。在制度不斷完善的同時，金融機構面對的反洗錢職責也越發沉重。

2021年的春天剛剛結束，人民銀行發出的反洗錢罰單總額就已經超過了1億元，涉及銀行、券商等多家金融機構。

面對監管壓力和實際需求，KYD：Know Your Data“了解你的數據”成為了新的解決方案。很多金融機構在這方面也開始了屬于自己的探索，但是遇見了很多痛點。

首先，移動支付和線上支付帶來了海量交易，很多交易行為具有小額高頻的特點，導致金融機構很難從海量交易中識別可疑交易。

其次，基于規則的可疑交易篩選會帶來較高的誤報率，即使是經過優化的可疑交易規則，其誤報率也高于80%，也就是說一萬筆可疑交易，被誤報的交易就超過了8000筆。

大量的誤報需要大量的人工進行復核。據了解，大型國有銀行從事反洗錢人工復核的人員超過千人，一年在反洗錢可疑交易復核工作投入的成本超過3億元，五家大型國有銀行每年在反洗錢可疑交易人工復核工作上投入的總成本超過20億元人民幣。

最后，洗錢集團或者地下錢莊非常了解反洗錢可疑交易規則，他們通常會通過海量交易賬號、復雜交易手段、投資貿易賭博、藝術品拍賣等非金融手段來掩蓋其洗錢交易行為，往往采用多重身份、大量賬號、低頻交易、復雜交易路徑、混于正常交易之中等方式來避開可疑交易規則篩查。

規則引擎無法對隱藏在正常貿易交易和低頻轉賬交易中的可疑行為進行有效識別，也無法對海量交易和復雜交易手段的洗錢行為進行識別，這是目前反洗錢技術面臨的巨大挑戰。

反洗錢與人工智能

盡管反洗錢工作已經受到了各方政府和金融機構的高度關注，但由于洗錢手段的復雜性和多變性，如何有效檢測洗錢活動仍然是一個巨大挑戰。

當前，絕大多數反洗錢系統仍然是基于規則的。這些反洗錢規則雖然能夠幫助發現一些異常的洗錢行為，但畢竟大多是根據歷史數據總結出來的，過于依賴人工經驗，難免疏漏。

人可能會發生疏漏，人工智能不會發生疏漏，其工作效率和審核水平大致隨著訓練次數的增加而提升。運行越久，輸入越多，修正越多，其可疑交易的識別能力就越強，誤判和漏判的概率就越低。

人工智能究竟如何應用在金融風控和監管合規當中？目前有沒有什么創新案例？

5月27日，由北京金融科技產業聯盟、移動支付網聯合主辦的“2021第四屆中國金融科技發展大會”將在重慶舉行。

會上，慧安金科創始人黃鈴將以《人工智能在金融反欺詐反洗錢中的創新應用》為主題進行分享，詳細解析人工智能在反洗錢領域的應用探索。

責任編輯：王煊