案例名稱

工銀BRAINS反洗錢系統輸出實踐

案例簡介

工銀BRAINS依托工行多年實踐，全面落實“風險為本”的管理理念和監管政策要求，運用大數據和人工智能技術，構建“專家+智能”一體化的反洗錢管理體系，有效提升洗錢風險防控能力。其提出和踐行的“三化模型”設計理念，納入監管108號文件，有效指導金融同業開展模型設計與調優工作，實踐成果多次獲人行權威獎項并發文推廣。工銀BRAINS憑借其架構領先、性能充沛、自主可控、安全可靠的技術優勢，已為29家金融機構反洗錢工作保駕護航。

創新技術/模式應用

工銀BRAINS智能反洗錢平臺是首家由銀行機構面向市場的推出的反洗錢系統。分別在2014年和2019年獲得人民銀行科技發展二等獎，2020年獲得中國銀行業金融科技應用成果大賽唯一特等獎。依托工行深耕多年的反洗錢工作實踐與自身強大的金融科技實力，在管理方式、模型設計、技術能力等方面具備行業先進性和創新性：

1、管理方式的創新性

業內最早開展反洗錢集中處理改革，建成了“集中做、專家做、系統做”創新反洗錢工作模式，建立健全適合集中處理、風險水平可控、質量效率兼顧的反洗錢工作機制和操作流程，工銀BRAINS反洗錢系統將工行先進創新管理理念進行系統化，有效的減少網點工作負擔提高經營效率，同時能夠提升反洗錢人員水平和工作質量，有效防控洗錢風險并減少監管處罰。

2、模型設計的創新性

業內最早構建“專家+智能”一體的精準模型體系。在專家模型方面，創新提出了“案例特征化、特征指標化、指標模型化”的模型設計理念。該理念被納入到108號文中，指導各金融機構開展模型建設工作。工銀BRAINS反洗錢平臺深刻踐行三化模型設計理念，構建了涵蓋全場景模型和全緯度指標體系的可疑模型，能夠全面高效的篩查洗錢風險。在智能模型方面，使用機器學習研發了涉恐、涉毒等洗錢場景的有監督模型，使用知識圖譜技術研發了團伙化模型，以真實數據訓練保證模型可疑交易抓取精準性和團伙上報效率，有效防范洗錢風險。

3、技術能力創新性

工銀BRAINS反洗錢平臺遵循“橫向解耦縱向分層”理念 ，采用全面自主研發的技術架構，結合業務特點設計符合反洗錢場景特點的模型計算引擎，實現基于海量數據的高性能運算，平臺技術體系全棧支持國產化保障系統安全運行；平臺基于圖數據庫構建知識圖譜，建立業務對象關聯關系，支持通過圖查詢、分析、推理手段提供關聯角度分析，提升反洗錢資金流向分析和洗錢團伙挖掘場景的識別效率；在智能模型領域，采用多種AI算法，支持聯邦學習，可有效提升模型的甄別能力。

項目效果評估

工銀BRAINS反洗錢平臺輸出，是工行響應銀保監提出“推動大型銀行向中小銀行輸出風控工具和技術”這一號召的有力實踐，是工行踐行大行擔當，為提高反洗錢系統行業整體水平，彌補金融機構在反洗錢領域模型有效性低，甄別效率和效果較差，系統運行效率逐年走低，無法全面覆蓋監管要求等現實痛點和反洗錢工作的巨大挑戰。促進相關工作向國際更高水平邁進貢獻力量。

目前工行已經將反洗錢系統和模型輸出到多家同業金融機構，截至2022年4月，工銀BRAINS反洗錢平臺在銀行業已成功輸出17家客戶，涵蓋國有銀行、城商行、省聯社、農商行、外資銀行、村鎮銀行等類型客戶，在非銀行業已成功輸出12家客戶，涵蓋支付、保險、基金、理財、資管、投資、財務公司。累計為全國296家法人金融機構、3.69億客戶，每日監測交易6900萬筆，有效防范洗錢犯罪。助力提升金融行業反洗錢整體水平，彰顯大行擔當。

在某大型城商行反洗錢系統建設輸出項目中，系統實現全面覆蓋銀行業監管要求，在管理流程中集成智能化甄別工具，有效提升甄別效率，通過工行42個專家模型進行輸出，可疑交易預警率下降62.5%，模型準確率提升67.9%，涉賭涉詐場景的識別率從3.6%提升至40.4%，通過反洗錢系統輸出，甄別效率的顯著提升，在海量數據基礎上極大縮短了批量任務執行時間。保障反洗錢工作有效支撐，實現金融機構反洗錢工作的高質量發展。

項目牽頭人

侯建梅 工銀科技技術二部副總經理 反洗錢團隊負責人

責任編輯：韓希宇