AI驱动的KYC如何降低银行的不对称风险？

**约翰·弗劳尔斯（John Flowers）**担任eClerx的全球金融市场负责人。凭借超过30年的金融科技服务行业经验，他曾在业务的技术端以及面向客户端担任过多种高管职务。

发现顶级 fintech 新闻和活动！

订阅 FinTech Weekly 的通讯

被 JP Morgan、Coinbase、Blackrock、Klarna 等高管阅读

非对称风险对银行、金融科技公司以及其他高度受监管的企业始终构成持续威胁。对单一客户的不完整尽职调查，若未能发现其参与洗钱或其他犯罪活动，可能导致数百万美元的罚款、声誉损害以及由最高层领导推动的监管行动。因为即使是小错误也会带来如此巨大的后果，消除了解你的客户（KYC）流程中的小缺口对于保护机构及其利益相关方至关重要。

传统上，有效的KYC和反洗钱（AML）合规需要在入职阶段对客户风险进行全面评估，然后在风险状况或行为发生变化时进行定期监控，且往往通过异常手工的流程来完成，这类流程容易造成延迟。如今，AI和自动化使得通过使用实时数据并采取更主动的金融犯罪预防方式来强化KYC、并加强对AML的监督成为可能。

AI 在降低 KYC/AML 风险方面扮演什么角色？

尽管银行在 AML/KYC 流程和解决方案上投入了大量资金，但仍在发生运营错误和产生处罚。Juniper Research 报告称，2024 年全球 KYC 支出在去年达到 308 亿美元。然而，许多机构仍依赖手动处理和更新客户数据，这会减慢入职速度，并延迟那些可能用于标记风险状况变化的更新。

使用基于规则的机器人流程自动化（RPA）自动化其中一些流程可以加快进度，但可能会产生较高的误报率，从而需要更多时间进行人工复核。与此同时，犯罪分子正在使用先进技术来逃避被 KYC 和 AML 流程识别。凭借 AI 以及被盗或伪造的身份数据，他们可以创建看起来足够真实的文件和履历，以欺骗分析师和基础的自动化系统。

在 RPA 中加入 AI 赋能的自动化以及 GenAI，可以帮助银行以多种方式应对这些挑战。

1. 客户入职体验

作为 KYC 流程的一部分，企业会向新客户提供一份所需文件和数据清单，但这些信息是他们无法独立验证的。当这些要求未能有效传达时，可能会让客户感到困惑并延迟审批。尤其在所请求的信息并未清晰对应适用司法辖区的具体监管要求时，会给分析师带来额外工作——分析师随后必须解决由此产生的不一致。

在入职流程中嵌入一个 AI 自然语言处理模型后，银行就能够有效沟通，并根据适用司法辖区的具体法规来请求相应信息。结果是入职流程更快，且更不易因有人勾选了错误选项，或提交了与本地及内部要求不相符的文件而导致错误。这可以在数据进入系统之前就阻止数据缺口和错误的产生。

2. 识别身份欺诈

由 AI 驱动的计算机视觉和合成身份检测模型能够标记那些其文件或金融履历看起来像是假的或被盗的客户，即使他们对人工分析师而言看上去很合理。这些工具会在一段时间内从多个来源合成数据，并能看见人类会忽略的数据之间的联系，而传统规则引擎无法解读。它们能够快速将客户身份与现实世界的活动关联起来，并在出现差异时触发警示，从而让分析师能够展开调查。

3. 实时 KYC 与 AML 监控

在入职之后维护客户数据是一个永无止境的过程。监控客户在机构中的活动、扫描与他们相关的不利新闻、并了解其业务网络中的任何变化，对于避免遗漏客户风险状况发生转变的迹象至关重要。GenAI 模型可以通过从多个平台和数据源摄取数据，在每位客户上建立风险画像基线，并在新数据表明风险画像发生变化时发出警报，从而以实时方式编排这类监控。

4. 合规与报告

全面的入职与监控解决方案也能为银行提供所需的数据洞察，用于评估 AML 合规、识别改进领域，并为内部利益相关方和监管机构生成报告。GenAI 报告解决方案不仅限于摄取海量数据并回答问题。它们还可以被训练为使用直观的图表和图形在仪表盘和报告中展示已处理的信息。这种可视性使银行管理层能够在问题演变为重大问题之前识别并阻止新出现的事项。

** 5. 适应技术与监管变更**

GenAI 以及具备 AI 赋能的自动化系统会从其输入中学习。这意味着当银行连接新的数据源和技术平台时，它们可以被训练以适应变化，而无需进行大规模的重新平台迁移或冗长的集成流程。这样，机构就能在一段时间内从其 AI 投资中获得更多价值。

AI 的学习能力也使银行在法规发生变化时更新其要求变得更容易。在新的指引上训练和测试 AI KYC 模型通常所需时间，比起手动更新非 AI 平台要更短。它也比培训分析师新的指引更快。AI 甚至还能通过回答简单问题或以易于阅读的格式总结变更来协助这种培训。分析师可以迅速获得他们需要的最新信息，以便始终如一地遵循并执行新的政策。

借助 AI 降低 KYC/AML 的非对称风险

由 AI 驱动的 KYC 和 AML 工具代表了金融风险管理的未来。它们可以在当下大幅限制银行对非对称风险的暴露，并且还能适应不断演进的技术与监管环境，以防范未来的威胁。随着监管机构越来越严密审视金融机构在国际犯罪中的作用，而犯罪分子也愈发擅长规避传统的 KYC 和 AML 控制，将 AI 集成到 KYC 和 AML 工作流程中，是促使机构在现在及未来加强防护、实现保护的最有效方式。