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,他在企业的技术端和面向客户的业务端都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

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监管的企业始终构成持续威胁。对单一客户进行不完整的尽职调查,若未能发现其涉入洗钱或其他犯罪行为,可能导致数百万美元的罚款、声誉受损以及在最高层领导层面的监管行动。因为即便是小错误也会带来这种被放大的后果,消除了解你的客户(KYC)流程中的小漏洞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)合规需要在入职时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,通常通过极其手动的流程来实现,而这种流程容易造成延迟。如今,AI 和自动化使得可以通过使用实时数据,并采取更主动的金融犯罪预防方式来加强 KYC 并提升 AML 监督能力。

AI 在降低 KYC/AML 风险中的作用是什么?

尽管银行在 AML/KYC 流程与解决方案上投入巨大,运营性错误与处罚仍在发生。Juniper Research 将去年 2024 年全球 KYC 支出估计为 308 亿美元。然而,许多机构仍依赖手动处理与更新客户数据,这会减慢入职速度,并延迟那些本可用来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)来自动化其中部分流程可以加快效率,但可能产生较高的误报率,从而需要更多时间进行人工审核。与此同时,犯罪分子正在使用先进技术来规避 KYC 和 AML 流程。借助 AI 以及被盗或虚假的身份数据,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。

将启用 AI 的自动化以及 GenAI 加入到 RPA 中,可以从多个方面帮助银行应对这些挑战。

1. 客户入职体验

在 KYC 过程中,企业会向新客户提供一份他们无法独立验证的所需文件与数据清单。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。尤其当所请求的信息与适用司法辖区的具体监管要求并未清晰对应时,就会给分析师带来额外工作——他们必须随后解决这些不一致之处。

通过在入职流程中嵌入 AI 自然语言处理模型,银行可以进行有效沟通,并根据适用司法辖区的特定监管规定请求相应信息。其结果是一个更快的入职流程,且不易出现因有人勾选了错误选项或提交了与本地和内部要求不相符的文件所导致的错误。这能够在数据进入系统之前阻止数据空缺与错误。

2. 识别身份欺诈

由 AI 驱动的计算机视觉以及合成身份检测模型可以标记那些客户,其文件或金融履历看起来像是伪造或被盗的,即便它们在人类分析师看来也很可信。这些工具会随时间从多个来源综合数据,并且能够看到人类会错过、传统规则引擎也无法解读的数据之间的关联。它们会快速将客户身份与现实世界的活动进行关联,并在出现差异时提出警示,以便分析师进行调查。

3. 实时 KYC 与 AML 监控

入职之后维持客户数据是一项永无止境的工作。对客户与机构之间的活动进行监控、扫描有关他们的不利新闻、并理解其业务网络中任何变化,对于避免错过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,在实时中编排这类监控:为每位客户设定基线风险状况,并在新数据表明风险状况变化时触发警报。

4. 合规与报告

全面的入职与监控解决方案也会让银行获得评估 AML 合规所需的数据洞察,识别改进领域,并为内部利益相关方与监管机构生成报告。GenAI 报告解决方案不只局限于摄取大量数据并回答问题。它们也可以被教会使用直观的图形与图表,在仪表板和报告中展示已处理的信息。可视性使银行管理层能够在问题演变为重大危机之前识别并阻止新出现的事项。

** 5. 适应技术与监管变化**

GenAI 与启用 AI 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与技术平台时,它们可以被训练以进行适应,而无需进行大规模的技术迁移(replatforming)或耗时的集成流程。这使得机构能够随着时间推移从其 AI 投资中获得更多价值。

AI 的学习能力也使银行在监管发生变化时更容易更新其要求。对新的指南训练与测试 AI KYC 模型通常比手动更新非 AI 平台用时更少。它也比培训分析师适应新的指南更快。AI 实际上还能帮助完成这种培训:通过回答简单问题,或以易于阅读的格式对变化进行总结。分析师可以迅速获得他们需要的最新信息,以便持续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 与 AML 工具代表了金融风险管理的未来。它们可以在今天大幅限制银行对非对称风险的暴露,并且能够适应不断演进的技术与监管环境,以防范未来威胁。由于监管机构越来越严格审视金融机构在国际犯罪中的角色,而犯罪分子也越来越擅长规避传统的 KYC 与 AML 控制,将 AI 集成到 KYC 和 AML 工作流程中,是目前以及面向未来让机构增强防护的最有效方式。

查看原文
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 评论
  • 转发
  • 分享
评论
请输入评论内容
请输入评论内容
暂无评论