人工智慧無接觸經濟正熱,杜絕洗錢犯罪不費力,趕快來了解(上)
目錄
從 2020 年開始，COVID-19 疫情所帶來的經濟破壞，導致消費者與金融機構間的交易迅速轉往線上支付。許多面臨物價通膨的民眾，在荷包不斷縮水的情況下開始思考，若只將錢存入銀行過於欠缺彈性，但是使用信用卡、銀行貸款或融資，卻侷限在個人的信用評比而有其限制。因此，非銀行體系的私人金融單位在前述狀況下得以興起；這些單位濫用網路的各種交易工具，利用個人以利滾利的投機心態，催生了購買資產、存入金融機構帳戶或匯至人頭帳戶等洗錢方式。
機會伴隨風險，需投入洗錢防制人力
獲得2020年度最佳「反洗錢解決方案」，全球數據分析領域領導者（SAS）、安侯建業聯合會計事務所（KPMG），及台灣反洗錢推廣協會（ACAMS）最新發布的反洗錢技術研究顯示，美國銀行業每年投入反洗錢的預算已高達 250 億美元，因此各國財政部試圖建立更加嚴謹精準的反洗錢機制。台灣的金融監督管理委員會，作為主管反洗錢政策的政府機關，則在2020年8月正式發布「金融科技發展路徑圖」，積極協助各金融機構尋求新的市場需求與價值，共同打造安全的金融科技生態圈。
目前大部分銀行均採用「規則基礎系統」（rules-based）的方法偵測非法洗錢。但是，面對系統每次數千甚至上萬筆警訊，卻只能先以人工過濾判斷。同時，隨著偵測技術與時俱進，相關工作人員也增加不少負荷心力。因此，在金融單位系統不見得有良好串接或資料管理，便需藉由新的科技工具主導改變環境。
金融資安守門員：人工智慧定義反洗錢新規則
在各國不斷構思下，經過改良的資安技術，不只可用來保障網路安全，同時也能減輕人力負擔。SAS 就許多國外金融機構發展的經驗指出，人工智慧（AI）和機器學習技術（ML），在反洗錢趨勢下不斷成長，超過半數以上（57%）受訪者已經在反洗錢程序中部署 AI/ML，或預計在 12-18 個月內設置這項技術。因此，人工智慧的運用不只作為產品服務面的多樣化，更成為金融業發展洗錢防制的核心技術，有助於在大數據中找出共通模式與連結，實踐資安的核心價值。
下篇請看此連結
相關文章:
Google 為保護隱私，棄 Cookie 卻改用人工智慧？
「恐怕會助長歧視」WordPress 與多家瀏覽器對 Google FLoC 喊停！
