這樣也行？（金融機構反洗錢內部控制是獨立的,與企業文化）金融機構反洗錢內部控制制度建設的基本要求有，

AI智能反洗錢系統是AI技術在金融風控領域的一個具體應用。其利用機器學習、知識圖譜、大數據分析技術對金融機構反洗錢義務中客戶身份識別和可疑交易監測進行智能化分析，是既有反洗錢監管報送的有益補充，降低客戶在反洗錢報送過程中人工投入成本，減少客戶因為反洗錢問題導致監管機構的處罰概率。

HPE近日宣布與金融服務行業領先的合規解決方案提供商Tookitaki達成重要合作，為亞太地區的銀行和金融機構提供全新的產品——采用專為大數據定制的HPE GreenLake，以安全、靈活的即服務消費模式交付由人工智能（AI）驅動的Tookitak反洗錢（AML）解決方案。

眾所周知，HPE GreenLake將云的簡單性和敏捷性與混合IT所附帶的治理、合規和可視性相結合。HPE GreenLake提供了一系列能夠加速創新的云服務，而依托英特爾?至強?可擴展處理器可以更好地實現AI加速，讓數據分析得心應手。

AI驅動的反洗錢方案

洗錢是指將毒品犯罪、黑社會性質的組織犯罪、恐怖活動犯罪、走私犯罪、貪污賄賂犯罪、破壞金融管理秩序犯罪、金融詐騙犯罪的所得及其產生的收益，通過金融機構以各種手段掩飾、隱瞞資金的來源和性質，使其在形式上合法化的行為。目前，常見的洗錢途徑廣泛涉及銀行、保險、證券、房地產等各種領域。

目前，金融機構的反洗錢義務主要包括“依法采取預防、監控措施，建立健全客戶身份識別制度、客戶身份資料和交易記錄保存制度、大額交易和可疑交易報告制度”。結合金融機構的實際工作，人工智能技術可以從客戶身份識別和可以交易識別兩個方面幫助我們提高反洗錢識別能力。

一直以來，銀行反洗錢工作的開展，主要依賴于反洗錢專家經驗規則。但隨著銀行交易量逐年增長，可疑交易宗數年增長30%至40%，僅通過人工規則優化來減少可疑案件量，難以建立規則優化的長效機制。

值得關注的是，科研人員已利用人工智能機器學習平臺研制出反洗錢可疑交易智能分析平臺，為反洗錢相關部門提供由人工智能機器學習算法驅動的反洗錢決策支持。

HPE與Tookitaki打造的解決方案賦能金融機構創建一個可執行反洗錢數據分析的中央大數據平臺，并啟用AI反洗錢解決方案。它通過HPE GreenLake以即服務的方式交付解決方案，為銀行提供了敏捷性、靈活性和可擴展性等云體驗，在本地部署AI優化的基礎架構平臺和解決方案的同時，也具備了更高的控制力、成本效益和治理能力。

值得提及的是，HPE GreenLake基于第三代英特爾?至強?可擴展處理器的最新特性，將計算能力發揮到極致。具體來說，處理器提供了多達40個強大內核，能夠基于平衡、高效的架構提升內核性能、內存和I/O帶寬，為處理數據中心到邊緣的各種工作負載進行提速。

第三代英特爾?至強?可擴展處理器除了可以提供強大的算力，還支持AVX-512、DL Boost指令集，可以對人工智能負載進行專門的加速。

作為一款集成人工智能加速及硬件增強型安全功能的數據中心級CPU，第三代英特爾? 至強? 可擴展處理器在處理各種人工智能工作負載時較上一代產品有著更高的性能。

通過能夠簡化主流端到端數據科學工具的英特爾優化方案，并在oneAPI開放標準支持下，第三代英特爾? 至強? 可擴展處理器讓數據從業者能夠更加快速輕松地打造并廣泛部署更智能的模型，更簡單地從概念驗證階段（PoC）順利過渡到生產階段。

HPE GreenLake云服務為客戶提供了強大的基礎，賦能他們通過在本地、邊緣或主機托管設施中運行的彈性即服務平臺來推動數字化轉型。

此次與Tookitaki合作為亞太地區金融機構提供反洗錢解決方案，只是眾多行業案例中的一個范本。目前，HPE GreenLake已擁有超千家客戶，涵蓋多個行業領域。

先行者的最佳實踐

隨著金融和非金融交易業務不斷更新，洗錢行為正變得越來越撲朔迷離。當網絡銀行、電子貨幣、電子交易出現以后，精通電子技術的洗錢者蹤跡變得更加飄忽不定。互聯網技術發展的同時，洗錢手段不斷升級。互聯網借貸平臺、互聯網保險、虛擬貨幣等，都成了洗錢犯罪分子的溫床。目前，利用電子支付、電子交易的網絡洗錢成為主流，大量洗錢行為發生在線上。數據黑產與洗錢團伙聯合，申請欺詐、交易欺詐、洗錢交易的邊界越來越模糊。

大華銀行（UOB）是亞洲領先的銀行，也是全球首家通過HPE GreenLake選擇Tookitaki反洗錢解決方案的金融機構，通過AI加強了銀行的反洗錢系統。大華銀行根據自身的需求，通過TookitakiAI定制了解決方案。

Tookitaki和HPE合作，幫助大華銀行率先推出了AI增強型反洗錢系統，該系統同時采用兩個反洗錢風險維度——交易監控和姓名篩查。利用該技術，大華銀行每月篩查6萬個賬戶名字，以確定這些個人或實體是否在全球監管觀察名單上。大華銀行的人工智能增強型反洗錢系統現在平均每月可從5700多個可疑交易警報中更準確地找出優先級較高的案件。在調查潛在的洗錢行為時，銀行也能更慎重、迅速地部署必要的資源。用于姓名篩查和交易監測的模型在"高優先級"類別中的預測準確率達到了96%。

第三代英特爾? 至強? 可擴展處理器是一款集成人工智能加速的數據中心級CPU，得到端到端數據科學工具及龐大的智能解決方案生態系統的支持。

您可從廣泛的預集成、經認證的數據分析與人工智能企業解決方案中進行選擇，包括大型企業數據庫和眾多其他應用。借助采用第三代英特爾? 可擴展處理器的解決方案，您可以隨時加快人工智能部署、釋放洞察。

銀行對數據的合規性要求高，第三代英特爾?至強?可擴展處理器中搭載了英特爾? 軟件防護擴展（英特爾? SGX），該技術可以提供基于硬件的內存加密、將內存中的特定應用代碼與數據進行隔離，從邊緣到云端，實時保護數據和應用代碼，在無損隱私的情況下通過共享數據加強協作（如人工智能中的聯邦學習），從而實現數據主動防護。

英特爾? Crypto Acceleration能夠提高包括安全連接的Web服務、5G基礎設施、防火墻等在內的加密密集型工作負載性能，同時降低全面加密對性能的影響。

Tookitaki聯合創始人兼首席執行官Abhishek Chatterjee表示："從試點成功到與大華銀行合作項目的實施成功，都表明了我們與HPE攜手為金融機構優化的由機器學習驅動的反洗錢解決方案的有效性。HPE在大數據即服務和制定解決方案藍圖方面經驗豐富，能夠快速設計和部署AI解決方案。我們的系統使用的是分布式數據并行架構和機器學習的組合，它能確保多層技術和多系統都具有可擴展性。我們與HPE攜手賦能銀行客戶實施高模塊精度的系統，從而在發展過程中保持合規和業務連續性。"

總之，金融機構應充分應用大數據、云計算、區塊鏈、人工智能等技術，實現反洗錢信息管理的數字化，推動洗錢風險識別、監測、預警及報告的智能化。

結語

利用人工智能編織反洗錢的天網是金融機構的必然選擇，無論是縱向深入（數據深挖掘）還是橫向合作（跨機構或者跨行業），雖然道路險阻，但未來可期。

在大華銀行項目取得成功之后，HPE和Tookitaki已經準備為亞太地區的其它銀行和金融機構提供支持，它們都希望通過利用即服務模式所帶來的靈活性，并由此獲得增強型反洗錢解決方案交付的業務利益。

注明：本文章來源于互聯網，如侵權請聯系客服刪除！