SAS研究：疫情加速銀行AI技術防洗錢

全球分析領域領導者SAS、專業諮詢機構KPMG(安侯建業)，及ACAMS(公認反洗錢師協會)最新發布的反洗錢技術研究顯示，光是美國銀行業每年在反洗錢合規的成本已高達250億美元，然儘管2020年非常艱難，AI(人工智慧) 和 ML(機器學習)在反洗錢合規的採用趨勢仍不斷成長，超過半數以上(57％)受訪者已經在反洗錢合規程序中部署 AI/ML，或預計在接下來的12到18個月內實行這項技術。

SAS 台灣總經理陳愷新觀察指出，洗錢防制為高度勞力密集的產業，在顧及人力成本及客戶體驗雙重考量下，如何遵循法規，降低被鉅額裁罰的風險，成台灣金融機構連年被檢視的課題。針對報告所指技術，陳愷新進一步解析，傳統的技術已無法因應疫情帶來的劇變，而AI和ML因可智慧地擷取市場模式和行為的變化，被組織輕鬆整合到現有系統中，無需顛覆或捨棄底層基礎架構；不僅可減少調查時間、降低誤報和因此產生的營運成本，更能察覺偵測潛在的複雜風險，因此隨著金融犯罪日趨複雜，需求也同步強勁提升。

這份《在逆境中加速發展：運用AI 和機器學習技術於反洗錢合規機制的現況分析》研究報告中，ACAMS 調查了旗下每個會員所屬組織運用相關技術偵測洗錢活動的成本，估計每年佔全球GDP 2％到5％，每年花費高達 8000 億美元到2兆美元。

調查顯示為有效因應COVID-19帶來的影響，目前有三分之一的金融機構正加速將AI與機器學習(ML)應用到反洗錢(AML)技術上。同時，另外 39% 的合規專業機構表示，即使受到疫情的干擾，也會持續推動內部採用AI/ML來防制洗錢 。

ACAMS 首席分析師暨編輯部門總監 Kieran Beer 表示，全球越來越多的監管機關將依據金融機構呈報給執法單位的智慧技術成效來衡量其合規工作，近年來，包括美國、英國、新加坡等監管機構大力鼓勵反洗錢合規方面的技術創新。因此有66％的受訪者認為監管機關是希望金融機構等能適時利用 AI 和機器學習技術。儘管有許多致力打擊金融犯罪的監管機關和金融機構才剛接觸這些先進的分析技術，但不難看出所有人都期盼這類工具能帶來真正有益處的金融智能，協助他們讓不法分子落網。