隨著科技的進步,金融犯罪情勢層出不窮,詐騙手法推陳出新,導致金融業反洗錢(AML,Anti-Money Laundering)業務量與數據複雜性倍增,AML已成為全球金融機構在監管與合規上面臨的重大挑戰之一。
近年來各國持續修正金融監理法規,使金融機構合規成本逐年提升,根據LexisNexis® Risk Solutions發表《2022 APAC True Cost of Financial Crime Compliance Study》統計指出,中國、澳洲、印度、馬來西亞及日本共五個市場中,金融機構金融合規成本高達408億美元,而使成本增加的原因,其中68%是反洗錢監理。為此,各金融機構亟思導入金融科技解決方案,用以提升AML效率,降低人力投入成本。
洗錢防制新思維:Refine Intelligence
Refine Intelligence是一家透過AI偵測觸發AML警報合法交易客戶活動的以色列金融科技公司,致力幫助銀行人員識別真正異常事件、縮短調查的時間。
Valley Bank為美國商業銀行,面對大量的反洗錢警報及冗長的資訊詢問(Requests for Information, RFI)流程,在採用Refine Intelligence解決方案後,具體成效如下:
透過新穎的方法改變反洗錢的遊戲規則,將AML的判斷從過去的「抓壞人」轉變為「抓好人」,降低80%的誤報率,讓銀行人員能真正專注在調查高風險的異常交易。
圖1. Refine Intelligence 公司簡介
圖片來源:本文作者自行繪製
台灣銀行業亟待導入AI工具協助洗錢防制
根據SAS調查統計,台灣大規模銀行日常處理AML案件高達數以千計,被篩選出來疑似洗錢的交易需要銀行人員致電客戶確認細節,為此每個月要付出上百萬的人力成本。如客戶是網路賣家,單日就有多筆小額轉帳,可能會接到來自銀行多次的詢問電話,並造成顧客反感;若能導入AI輔助工具協助銀行快速篩選,偵測大量的反洗錢警報及降低冗長的RFI及降低誤判率,銀行將有效運用人力,也能更專注於其他的客戶服務。
參考資料來源:
封面圖片來源:本文作者自行繪製