來源:上觀
AI浪潮正席卷各行各業,這將為金融安全帶來怎樣的機遇和挑戰?11月17日,在第十三屆中國反洗錢高峰論壇暨第三屆陸家嘴國家金融安全峰會上,傳來了一些討論和思考。
科技的兩面性已經在各個領域顯現。在金融環境日趨復雜的今天,各種洗錢活動變得越來越隱秘和復雜,虛擬資產、數字經濟、平臺經濟等加劇了洗錢違法犯罪風險,監管科技水平與行業數字化水平的差距凸顯。
“以金融科技為手段,不斷提升系統的反洗錢能力,構建全方位、多層次的金融安全防線是我們當下和未來的重要任務。”陸家嘴金融安全研究院副理事長吳斌說。
金仕達風控合規產品部高級總監楊大軍表示,從金融科技的角度來說,金融技術在反洗錢業務中的應用可以分為人防、技防和智防。
在人防階段,主要通過計算機本身的算力和存儲功能的應用支持日常的反洗錢工作。技防階段以AlphaGO為標志,通過金融工程和特種工程業務相結合,提升模型的有效性,優化對客戶風險等級、機構風險評級的評定。
到了智防時代,楊大軍坦言,原來認為強智能的到來還需要很長一段時間,但是去年年底ChatGPT、Open AI等大模型的風靡,已經重塑了金融領域的工作,反洗錢工作自然也包含在內。人工智能在反洗錢行業的應用已經逐步鋪開。
以風險識別為例,以往的風險識別主要依賴于原有的客戶基礎數據、開戶、交易數據,有了AIGC之后,可以通過相關技術獲取更多的外部數據,從而完善整個風險識別版圖,包括完善客戶的風險畫像、業務的風險畫像以及機構風險評級。
另一方面,AIGC又被稱為生成式人工智能,底層邏輯在于通過深度學習算法,構建復雜的神經網絡模型,模仿人類創造性的思維過程。事實上,早期的AI已經能夠提取文本數據、影像數據等。在此基礎上,AIGC還可以對數據進行學習和深入研究,從而滿足相關的業務知識以及法律法規知識的咨詢工作。
應用中的一些問題仍待解決。整體來看,限制因素和其他行業較為類似。首先,數據孤島仍然存在。比如證券行業的交易數據以及銀行業的資金流水數據等是隔斷的,可見的只是轉賬的流水數據。對于反洗錢系統建設來講,沒有底層數據,難以做到準確的可疑交易的監測。與此同時,相關的法律法規暫不明確,算力也是亟待解決的問題。
不過,一個共識已經形成。從長遠來看,人工智能的發展一定會給反洗錢事業貢獻新的力量。
中國人民銀行反洗錢局副局長王靜表示,在國家稅務機關推進金稅四期、加強所得稅監管的背景下,大數據系統將使市場主體及個人的信息更加透明化,公私賬戶間的資金交易、大額現金收付等更加透明,反洗錢部門可以加強與稅務部門的合作,共同監管和利用好金融體系的數據資源,進一步釋放反洗錢在國家治理中的潛能。反洗錢工作應根據風險和形勢變化,將“風險為本”作為核心原則,進一步加強監管制度建設,健全事前事中事后監管機制安排,提升監管科技水平,實現監管全鏈條全領域全覆蓋,指導金融機構提高反洗錢合規水平和風險管理能力,推動反洗錢工作高質量發展。