2026-11-17

人工智能、自动化与高级分析技术正在重塑反洗钱调查工作,同时也为犯罪分子藏匿、转移非法资金提供了新手段。监管机构愈发重视行之有效的风险为本合规机制,各类金融机构正致力于开展负责任的技术创新。金融犯罪步入全新发展阶段,CFE需要兼具技术专业能力,同时掌握机器无法替代的判断力与职业审慎态度。
加州洛杉矶金州银行高级副总裁、反洗钱负责人兼《银行保密法》合规官、CFE Victor R. Cardona表示,十年前,核查可疑交易活动往往需要人工梳理完整事件脉络。他回忆,过去要耗费大量时间穿梭于各类互不连通的系统、电子表格、文件与检索工具之间搜集资料,拼凑客户的行为轨迹。像他这样的CFE,必须穷尽各类渠道查找、整理、关联信息,之后才能够对信息背后的含义开展评估。
如今,Cardona的工作模式已经发生巨大改变。例如在处理高交易流量客户的风险预警时,他需要快速掌握客户画像、交易行为、相关交易对手以及潜在风险信号。为此,他借助交易监控系统、案件管理平台、合规调研资料以及生成式人工智能工具。这类技术可以整理信息、汇总交易动态、识别矛盾疑点、协助撰写调查分析报告,帮助Cardona整合多渠道事实线索,处理反洗钱与舞弊核查中常见的海量信息。
Cardona将自身调查工作的变化概括为:从人工搜集信息,转向更高层级的分析研判。技术让CFE可以把更多时间投入证据评估、运用职业审慎、跟进调查线索。他提到,坚持 “人在回路” 的工作模式依旧至关重要,尤其是面对人工智能生成的输出内容,CFE必须经过复核、质疑、验证,才可以采信相关结果。
Cardona的经历折射出金融犯罪领域的整体变革:技术正在改变CFE所需的技能、承担的岗位职责以及工作定位。本文将展现CFE的真实工作状态,探讨人工智能及其他技术对调查工作带来的影响,介绍机构如何在创新与责任之间寻求平衡以应对新兴威胁,同时分享业内专家对于未来反舞弊从业人员的研判。

图片来源:ACFE网站
紧跟技术驱动下的金融犯罪
Audi6是一套洗钱服务,主打匿名性与交易速度。这个网络犯罪团伙实现规模化运作,接收客户资金,依托使用被盗身份开立的账户构建链条来掩盖资金踪迹。美国特勤局、美国国税局刑事调查部、波兰警方、欧盟成员国、多国国际执法合作伙伴以及欧洲刑警组织联合开展调查,捣毁该犯罪团伙。据欧洲刑警组织调查,Audi6在2022至2025年间洗钱金额超过3.36亿欧元。
该案件向调查洗钱及其他金融犯罪的CFE揭示了一个普遍性难题:犯罪分子借助技术,能够以前所未有的速度和覆盖范围转移、隐匿非法资金。美国财政部发布的《2026年国家洗钱风险评估报告》指出:“新兴技术快速发展,在改善消费者使用体验的同时,也给不法分子提供可乘之机,使其能够在全球范围内更快速地掩盖非法资金来源。”
随着各类复杂舞弊与金融犯罪不断增多,金融机构正面临犯罪组织大肆利用深度伪造、合成身份、自动化诈骗以及人工智能赋能舞弊阴谋带来的挑战。Mitek系统公司与金融服务咨询机构达托斯洞察2026年6月发布的研究报告警示,合成身份舞弊快速增长,已成为金融机构面临的重大威胁。该报告数据显示,2025 年美国与合成身份相关的舞弊损失约为29.4亿美元,较2020年的18亿美元大幅攀升。
生成式人工智能可以让犯罪分子制作逼真的深度伪造内容,冒充企业高管和亲友,诱骗受害人转账。土耳其一家金融咨询公司的反舞弊从业者、CFEVera Senel表示,该技术还会引发身份窃取问题,给依赖远程身份核验的金融机构带来挑战。

美国财政部《2026年国家洗钱风险评估报告》
图片来源:ACFE网站
自动化程度不断提升,也给反舞弊从业者带来新的难题。瑞士国际商学院董事、CFE、特许公认会计师Victoria Meyer在《舞弊杂志》中谈到,自动化流程意味着 “可以批量开立账户,这些账户或是处于休眠状态,或是账户之间流转小额无异常资金,等到时机成熟便投入使用,完成作案后就会被迅速废弃。” 她补充道,自主智能代理支付工具与数字资产可在数秒内完成资金分层与分散流转,还常会利用合法线上商户,将退款回流至后续账户。
Meyer称:“非法账户的活跃周期已经缩短至数天甚至数小时。资金被不断转移,使得对犯罪资产的识别与拦截,变成一场高速的打地鼠博弈。”
Meyer表示,人工智能还可被用来攻破银行管控体系。洗钱分子利用人工智能找出管控漏洞,篡改银行风控规则制造缺口,在不被察觉的情况下造成重大损失。Mitek的报告指出,40%的金融机构报告人工智能相关攻击事件有所增加,对于舞弊识别体系建设较为零散的机构而言,这又增添一重挑战。
去中心化金融带来识别难题
技术让犯罪分子得以在越来越去中心化的网络开展活动,这给负责调查洗钱的反舞弊从业者带来又一项挑战。拥有澳大利亚执法、监管、咨询以及银行业从业背景的CFE Tony Prior在《舞弊杂志》中表示,过去金融犯罪高度依赖实物现金、相对简单的分层交易模式或是区域性舞弊网络,如今却可以依托高度分布式数字生态实施。不法分子借助技术实现诈骗自动化,跨境跨平台快速转移、隐匿非法所得,同时还会利用庞大的钱骡网络替自己划转资金。
Senel向《舞弊杂志》表示,金融机构可能低估钱骡网络的危害。部分被胁迫转移非法资金的人员,本身并未意识到自己正在协助犯罪,在客户开户核验环节不会暴露出风险特征。犯罪分子运用社会工程学手段哄骗受害人代收、存入或划转资金,交易金额往往低于传统预警阈值。之后资金会经过多层账户多轮交易,进一步掩盖资金源头。
Senel称:“一套运作成熟的钱骡网络,可以规避绝大多数机构为防范、识别金融犯罪所设置的传统客户风险评估与交易监控机制。”
尼日利亚经济和金融犯罪委员会高级检察官、副警司,CFE Enobong Essien,以及挪威难民理事会调查员、CFE Adebayo Soares认为,去中心化金融给反洗钱和反舞弊工作制造阻碍,原因在于数字资产与加密货币缺少配套监管规则与资源充足的监管机构。仅在线上交互的信息缺少实物核验渠道,只能依靠用户自行填报的资料。
数据泄露是尼日利亚金融机构上报的主要上游犯罪类型。数据泄露会造成身份信息被盗,进而引发账户非授权取款。Essien表示,客户身份识别标准模糊,舞弊者只需点击鼠标就可把资金快速转移至其他银行账户,之后通过自动柜员机或者其他现金渠道取现,CFE很难定位洗钱者。反舞弊从业者与各类机构面临巨大压力,需要快速识别犯罪网络并开展情报共享。

Mitek《合成身份危机:识别、防范与人工智能军备竞赛》
图片来源:ACFE网站
人工智能在金融犯罪领域的作用持续扩大,已成现实
金融机构正艰难应对加密货币交易、去中心化金融平台、跨境支付网络、受益所有人信息透明度以及日趋复杂的规避制裁手段带来的各类难题,与此同时,人工智能正助力反舞弊与反洗钱从业者采用主动、预测式的风险管理模式。
人工智能曾经被视作实验性技术,如今在反洗钱工作中的应用已经成为现代金融犯罪合规方案的核心组成部分。组织也在运用人工智能,将客户开户、强化尽调、制裁筛查以及可疑活动报告编制等部分工作自动化。根据SEON《2026人工智能现状核查报告》,受访的98%舞弊、风险与合规负责人已将人工智能接入机构的舞弊与反洗钱工作流程。人工智能驱动的监控系统不仅能够近乎实时识别新兴风险,还可支撑“持续客户身份识别”机制,不间断监测客户行为,识别风险画像的重大变动、股权结构变更,并标记异常交易模式。
组织必须应对人工智能快速落地所伴随的各类风险与治理要求。人工智能常被宣传能够依托自动化、提速调查、优化识别能力革新合规体系,但它并非万能灵药。尽管人工智能能够帮助组织跟上威胁演变的节奏,却无法根除长期存在的数据质量、系统对接、误报以及人工复核等难题。而人工智能落地本身也会带来新挑战,包括模型决策的解释与验证,以及确保自动化工具不会放大有缺陷的流程、不会产生更多待核查预警。
上述局限意味着健全的治理机制必不可少。Senel提出,机构需要明确人工智能系统全生命周期的责任划分,包括模型归属主体、运行监测责任人以及需要人工介入的触发条件。她强调,验证工作应当持续开展,尤其是当人工智能输出结果可能影响调查结论时。
持续监测的范围不局限于交易监控。强化尽调报告服务商格里芬策略公司董事总经理Laura Molloy表示,很多组织如今将尽调视作持续性工作,而非一次性评估。她解释道:“以往,尽调工作在交付成果文件后便宣告结束;而现在,初始成果只是工作起点。”越来越多的组织持续跟踪客户、被投企业及高管的新增备案、涉诉信息、监管处罚以及媒体报道。
Cardona提出一套实操框架,帮助金融机构稳妥落地人工智能,避免盲目推进,核心原则是不单纯因为技术存在就跟风上马。他在《舞弊杂志》中提到:“先明确业务痛点,再选用技术,而不是反过来。”机构应当划定人工智能的权限范围、可访问信息边界以及必须保留人工判断的环节,之后验证模型表现并持续评估效果。Cardona认为,组织在看到人工智能的能力之后,有时需要“回头复盘”。“回溯核查基础要素——应用场景、数据、管控措施、治理机制、人员培训以及成效指标,确保全部合规妥当。目标是兼顾迭代速度与管控力度,既要快速试错学习,也要审慎治理。”
发达市场与新兴市场的实践经验表明,反洗钱和反舞弊方案需要结合当地风险与实际情况定制设计。Soares提出,新兴经济体在金融科技快速发展、非正规金融体系并存的数字化转型环境中,积累的打击金融犯罪经验具备很高参考价值。
而发达市场则拥有成熟的监管框架、技术能力以及更完善的国际协作机制。Essien在《舞弊杂志》中表示:“不存在一套适用于所有场景的方案。”
调查人员输入人工智能系统、或是通过人工智能获取的信息,其质量同样需要审慎核查。Molloy指出,转载原始信息的线上聚合网站,可能存在信息错误或是记录混淆的问题。她在《舞弊杂志》中提到:“我们培训分析师避开这类信息来源,务必查阅原始资料以获取准确信息。”Senel也同样提醒,残缺或低质量信息会导致结果不可靠,生成式人工智能还可能产生幻觉内容,或是强化使用者本身的固有预判。错误输出的内容看似权威,因此CFE必须独立核验信息,才可将其纳入分析与结论。
即便拥有可靠数据和完善的监督机制,人工智能在打击金融犯罪时还面临另一重难题:不同专业人员对判定结果未必能够达成一致。
Kimberly Lacey(法学博士)是独立顾问,曾任钥匙银行首席反洗钱官。她回忆,曾和多家地区性银行的首席反洗钱官针对模拟案例开展研讨,对于哪些情形需要提交可疑活动报告,众人并未形成统一意见。各人的判断取决于所在机构、从业经验以及风险偏好。Lacey称:“这件事让我们清晰看到,风险为本框架本身就带有很强的主观性。”
这种主观性,使得训练人工智能复刻反洗钱判断标准变得更加困难。Lacey认为,在对这类判定工作进行自动化或AI辅助之前,组织必须先明确何为有效结果。例如,提交可疑活动报告、执法机关调取佐证材料、成功提起公诉,代表不同的成功衡量标准,也会引导人工智能系统走向不同的判断方向。
去中心化金融带来识别难题
技术推动金融犯罪合规工作从以人工为主、被动响应的模式,转变为依托数据驱动、能够分析海量金融活动的专业领域。人工智能、机器学习、自动化工具与高级分析技术,帮助机构识别异常模式与关联关系,让合规人员可以将更多精力投入调查研判与决策工作。
Prior从金融犯罪领域多个视角见证了这场技术变革。他将其概括为一场根本性转型,构建起一套主动预判、依托网络联动的情报生态体系,变革体现在四个维度:规模、覆盖范围、响应速度与专业复杂度。反舞弊从业者不再依靠人工抽样,而是可以对数百万条交易开展分析;不再孤立审查嫌疑人,而是识别犯罪网络中的关联关系;借助自动化流程,信息分析效率远高于传统检索方式。Prior还提到,技术也加强了金融机构、监管机构、情报部门与执法机关之间的联动。
Prior在《舞弊杂志》中谈到:“过去公私部门之间的合作渠道十分有限,仅停留在单向报送层面。”金融机构大多单独提交报告,执法机关分头审阅,有时相关交易发生很久之后才完成核查。如今技术支撑协同模式,情报可以跨机构流转。
Prior以澳大利亚金融情报联盟(Fintel Alliance)作为该转型案例。该公私合作机制由澳大利亚交易报告与分析中心设立并管理,汇聚政府部门、执法机关与私营组织,共享金融情报,协同应对金融犯罪风险。Prior表示,这类合作模式突破了传统单向报送,各方汇总信息,完整还原犯罪活动全貌。
他说:“现在提交给澳大利亚交易报告与分析中心的单份可疑事项报告,经常列明数百个相互关联的主体与个人,从而挖掘出以往被忽视、或是仅被单独上报的大型犯罪团伙。技术彻底打破了非法资金仅局限于实体法定货币体系的固有认知,倒逼行业转向监控那些用于规避执法监管的数字化、无形资产品类。”

图片来源:ACFE网站
金融犯罪调查手段日趋复杂成熟,也丰富了CFE的合规技术工具库。Essien表示,调查人员越来越多地运用数据分析、调查平台、开源情报工具以及政府数据库,分析金融记录、识别关联关系并收集情报。
技术大幅增加了CFE可获取的信息总量,但更多数据并不等同于更高质量的情报。Molloy称,尽管检索能力持续提升,CFE却常常面临线上信息质量下滑的难题。随着全球隐私保护力度不断加强,调查人员需要更多前往法院调取资料、直接联系院校及前雇主,并依托专用数据库核实事实。Molloy将当下的数据环境概括为 “数量更多、质量更低”,这使得反舞弊从业者需要花费更多时间核验信息,而非查找信息。
高级分析技术能够串联分散在不同系统中的数据,帮助CFE梳理海量信息。Lacey介绍,图谱分析此前多为联邦执法调查人员所熟悉,如今在私营部门也逐步普及。“我们从缺少数据,变成被数据淹没。” Lacey说。图谱工具让反舞弊从业者可以专注于关联关系分析,而不是耗费精力去寻找关联。Prior则看重实体解析技术的价值,该技术可以将分散的人员、账户及其他主体信息相互关联。依托这些能力,调查工作不再局限于单一嫌疑人与线性关联,转向复杂网络分析。
人工智能辅助时代下人的核心优势
合规从业者可能会担心人工智能将取代自身岗位,但行业研究结论却与此相反。SEON《2026人工智能现状核查报告》中,超过85%的受访者认为 “人工智能代理应当辅助、增强分析师工作,而非取而代之”。当技术承接重复性工作、协助调查人员处理海量信息时,反舞弊从业者需要融合合规专业知识、分析能力、技术素养以及人的专业判断。
Molloy在尽调与跨境调研工作中感受到这种人机平衡。人工智能可以快速从海量信息中定位潜在重大风险点,翻译技术的进步也让调查人员能够更高效查阅境外媒体与档案资料。“借助人工智能工具,我们可以快速锁定重点风险领域,不必在无关信息中逐一筛选。” Molloy说道。
但是速度快并不代表结果准确,也不代表信息背景完整。Molloy指出,人工智能系统容易混淆同名人员,会忽略未公开的信息,还会笃定地输出不完整结论。对于CFE而言,信息核验与专业经验因此愈发重要。“我们负有了解客户的法定义务,不能把这项工作全权交给机器。” Molloy着重强调。人工智能可以帮助反舞弊从业者检索信息、划分优先级,但信息是否完整、准确、具备参考价值,最终仍需要人来判定。

图片来源:ACFE网站
金融机构在落地人工智能及其他新技术时,可能会犯一个错误:没有同步优化原有规则。Prior解释,交易监控规则会逐渐失效,进而产生大量误报,耗费CFE的复核时间。Meyer建议,在采用新技术前,金融机构应当先确认该技术是否适配具体应用场景,以及现有技术基础设施能否为其提供有效支撑。
Meyer阐述了宣教工作的重要性,原因在于不同代际的银行客户使用技术的方式存在差异。她说:“年长群体越来越多地使用网上银行和线上投资渠道,但他们成长过程中并未建立对网络风险和有组织诈骗的防范意识;而年轻一代在网络环境中长大,却缺少父辈在网络交往中自带的警惕心理。” Meyer表示,除了培训反舞弊从业者,银行还应当向客户普及防范账户接管、身份盗用的知识,告知客户沦为钱骡、协同参与犯罪所要承担的风险。
金融犯罪合规领域的负责任创新
人工智能与各类新技术带来发展机遇的同时,监管机构和政策制定者也呼吁开展负责任创新,重点强化治理机制、网络安全防护、可解释性以及隐私保护。反洗钱金融行动特别工作组(FATF)鼓励金融机构和监管机构依托风险为本的思路、多方协作以及监管能力提升,推动技术落地。此外,美国金融犯罪执法网络近期推出的现代化改革提案与创新举措,引导金融机构运用技术手段提升金融犯罪风险的识别与管控能力,完善信息共享机制,将资源集中投向最高优先级风险。
组织所处的风险环境日趋复杂,因此期待技术投入能够带来可量化的成效。根据科利尔《2025金融犯罪报告》,成熟的金融犯罪合规体系会将先进技术、完善治理、监管认知与专业人才相结合。(详见本文末尾《负责任使用人工智能的十大原则》)
为应对新兴风险,Cardona建议企业管理者持续跟进新型舞弊阴谋,保持灵活调整的能力。“舞弊与洗钱常常相互交织,查清底层舞弊行为,对于识别、追踪非法资金流转至关重要。” 他说,“CFE的视角以及丰富的舞弊相关知识,能够对传统反洗钱专业能力形成有益补充。” 他在《舞弊杂志》中提到,反洗钱负责人应当客观看待新兴技术的机遇与局限。职业审慎、诚信品格、调查思维等基础素养,对于反洗钱从业者和CFE而言,始终不可或缺。
监管风向正在转变,对金融犯罪管控体系的考核重心从合规流程转向实际成效。2026年4月,美国金融犯罪执法网络发布新规草案,拟对《银行保密法》项下的反洗钱与反恐怖融资体系进行根本性改革。草案倡导构建风险导向、设计合理的管控体系,赋予金融机构更大自主权,将资源投向高风险非法资金活动,并区分制度设计缺陷与执行层面的疏漏。此举旨在提升反洗钱与反恐怖融资监管的一致性,减轻不必要的合规负担。
美国联邦银行监管机构也在同步调整监管思路。2026年7月的一项提案提出,美联储理事会要求其监管范围内的银行建立并维持有效的反洗钱、反恐怖融资体系,用于识别、评估和缓释非法资金风险。银行需要随着产品、服务、客户、分销渠道、业务覆盖地区及其他风险要素的变化,持续更新风险评估结果,向高风险业务倾斜更多关注与资源。
近期的执法案例体现了反洗钱管控失效带来的后果。2026年10月,美国监管机构认定美国银行的反洗钱与制裁合规体系存在重大缺陷,对其处以超过12亿美元罚款。监管部门指出,该银行未上报超过50亿美元的可疑交易,其中部分活动关联国家安全风险,并且过度依赖外部第三方,未能搭建有效的内部管控机制。作为和解协议的一部分,该行承认违反《银行保密法》,同意接受强化监管并落实整改,同时确认约12亿美元罚款不可税前抵扣。
这套重实效的监管思路同样适用于机构的技术落地。美联储的提案鼓励银行评估机器学习、生成式人工智能、数字身份、区块链分析、应用程序接口等创新工具,判断其能否更高效打击金融犯罪,但并未强制要求机构采用某项特定技术。提案同时明确,新技术并非适用于所有机构,倡导负责任创新,而非单纯为了技术而技术。
该导向代表了金融犯罪合规领域的整体趋势。律商联讯风险解决方案公司将 “注重实效” 列为2026年合规核心趋势之一,市场对机构的要求逐步转向:证明风险得到可量化降低、简化管控流程、统筹调配资源。该机构同时指出,人工智能是一把双刃剑,既可以被用于实施金融犯罪,也可以用于风险识别;使用人工智能开展识别工作的组织,必须在创新和数据治理、透明度、监管问责之间取得平衡。行业分析显示,当前监管共识并非限制人工智能等新技术应用,而是要求机构吃透系统原理、留存使用记录、落实有效管控,并对最终结果承担责任。
对金融机构而言,监管导向的转变进一步要求金融犯罪合规体系随风险变化迭代升级。尽管美国金融犯罪执法网络的相关规则尚未定稿,机构仍可先行自查:风险评估是否如实反映当前业务与新兴威胁、资源配置是否匹配最高等级风险、治理机制与独立测试能否衡量体系在实际运行中的成效。
避免过度依赖技术同样重要。Senel认为,反舞弊从业者应当充分掌握技术,做到高效运用,而不在调查过程中形成依赖。“如果CFE不了解技术的局限性、过度信任技术输出,就不会对结果提出质疑,最终可能损害调查的严谨性。” 她说。
培养未来的反舞弊专业人才
核实信息,并识别技术可能出错的情形。“舞弊审查工作能够强化职业审慎、证据导向分析与调查思维;随着技术向调查人员输出越来越多信息,这些能力愈发重要。” 他在加州州立理工大学波莫纳分校为法务会计学生讲授这一理念,该校是ACFE反舞弊教育合作院校。他认为新一代CFE需要将传统调查原则与新兴技术相结合。
Senel在《舞弊杂志》中提到,数据素养是培育反舞弊人才的核心。“我们大量工作依靠数据识别、调查和防范金融犯罪。从业者要能够熟练处理海量信息、识别规律,并读懂数据背后传递的信息。”
Soares建议CFE主动预判风险,而非被动事后处置。他说,很多洗钱及其他金融犯罪调查,都是在交易完成、资金已经分流之后才开始追踪。技术应当用于尽早识别异常模式,阻止资金在系统内流转。洗钱并不总是涉及大额资金,常常藏匿在看似普通、表面合法的交易与经营活动中。这就要求调查不能只盯着交易本身,还要查清相关人员、关联关系以及其他涉事活动。
展望未来,Cardona认为,新型反舞弊岗位将围绕人工智能治理、人工智能验证以及检索增强生成(RAG)管理展开。他预判会出现复合型岗位,融合传统金融犯罪专业能力、数据技术与人工智能技能;行业专家依旧不可或缺,负责把调查要求和监管规则转化为人工智能工作流程。他也鼓励法务会计学生同步培养调查能力与技术素养,不要将二者割裂看待。
不止于技术
Senel表示,她鼓励所有有意投身金融犯罪防范工作的人,选择舞弊、反洗钱与法务调查方向。“这个领域本身极具吸引力,犯罪手法、技术和监管规则持续迭代,从业者需要不断学习、持续调整,永远不会枯燥。” 她在《舞弊杂志》中说道。
她也为行业新人给出建议:“不必死记硬背各类洗钱模式和手法,而是理解犯罪行为背后的逻辑与动机。多思考这类问题:哪些管控节点本可以阻止本次犯罪?还有哪些薄弱点可能被利用,进而滋生金融犯罪?”
Senel提出,在设计舞弊防范手段时,必须考量犯罪分子的作案方式。“学会站在犯罪者的视角思考之后,识别和防范金融犯罪的能力会大幅提升。你不再只盯着已经发生的案件,而是预判后续风险,这是本领域一项核心能力。”
同步打磨调查思维与技术能力是关键。“能够将调查专业能力与新技术结合的从业者,才能更好应对未来的挑战。” Cardona说道。
负责任使用人工智能的十大原则
随着人工智能落地提速,监管机构与行业组织愈发强调治理与问责。反洗钱金融行动特别工作组2025年发布的《前景扫描:人工智能与深度伪造》报告,探讨人工智能对洗钱、恐怖融资与扩散融资带来的影响。以下原则提炼自该报告,旨在落实监管要求:即便借助人工智能辅助决策,机构仍需对合规结论承担责任。
对人工智能系统实施风险为本的治理。组织应当为人工智能工具建立清晰的权责划分、监督机制与管控措施,治理框架明确归属主体、风险容忍度、监测机制与上报流程。
对人工智能生成的决策保留人工复核。人工智能是辅助工具,不能替代人的判断;在客户尽调、制裁筛查、交易监控、可疑活动调查等高风险场景中尤为重要。
运用人工智能强化反洗钱/反恐怖融资管控。金融机构借助人工智能提升异常识别、交易监控、身份核验与风险识别能力,同时对输出结果开展复核与验证。
持续评估并管控新兴风险。人工智能技术迭代迅速,组织需要定期排查新增风险漏洞,包括深度伪造、合成身份、自动化舞弊阴谋以及其他依托人工智能实施的犯罪手段。
验证人工智能输出结果并监测模型表现。机构应当测试人工智能模型的准确性、可靠性与有效性,确保模型可持续识别非法活动,不产生合规盲区。
保护身份核验与客户开户流程。机构需要设置防护机制,抵御人工智能伪造身份冒充攻击,包括强化生物核验、活体检测与深度伪造识别工具。
提升透明度与可解释性。合规团队需要理解、留存并说明人工智能系统支撑决策的逻辑,尤其是涉及监管报送、影响客户权益的相关决策。
推动协作与情报共享。公私部门组织应当共享依托人工智能产生的新型威胁、漏洞信息以及有效处置方案,共同筑牢金融犯罪防线。
认清人工智能属于双向用途技术。负责任使用人工智能,意味着承认其既可以提升合规成效,也可能被犯罪分子利用,实施舞弊、洗钱、恐怖融资与规避制裁。风险评估必须兼顾两面。
确保管控措施跟上技术迭代节奏。组织应当定期复盘更新合规体系、技术管控、员工培训以及识别能力,适配人工智能技术和相关威胁的演变。
原文标题:
Keeping pace with the new money trail: How technology is transforming the financial crime profession
By Crystal Zuzek, CFE, Anna Brahce, CFE
*本文由ACFE China校对翻译,如需转载,请提前告知。
*本文内容和图片均源自ACFE网站,如侵权,请联系工作人员处理。
下一条:暂无