2022/11/29
614
為什麼 AI 能成為打擊貿易洗錢的新利器？
貿易洗錢或是金融犯罪的危險信號從四面八方而來；雪上加霜的是，使用舊方法很難檢測到他們，而如今我們正在試圖使用 AI 來分析這些風險信息，一起來看看如何用 AI 打擊貿易洗錢呢？
對文章有興趣來不及看？點選右上角「
橘色小書籤」收藏文章，再也不怕錯過就是一輩子！
提到洗錢防制的最大困難之處，有鑒於牽扯到全球貿易融資的複雜性和不透明性，我們首先會想到的即是貿易洗錢（TBML）。洗錢防制本身就是一項艱鉅的任務，涉及到貿易洗錢（TBML）時，可以說更是難上加難，是讓許多防治洗錢專業人士聞風喪膽的兼具金融犯罪防治任務之一。
但貿易洗錢（TBML）又偏偏是最容易成為不法份子金融犯罪計畫之一的一種手法，因為相較於使用其他容易被追蹤的物品，它可以直接使用轉移資金的方式來大量洗錢，而貿易融資無論對於哪一個國家或是機構來說，在這個全球經濟的時代，都是一項不可能放棄的巨大業務。
圖片來源：Hahow 圖庫
但隨之而來的便是貿易洗錢或是金融犯罪的危險信號從四面八方而來。雪上加霜的是，使用舊方法很難檢測到他們，而如今我們正在試圖使用 AI 來分析這些風險信息。
2021 年 3 月，公認反洗錢師協會 ACAMS 發布了有關 TBML 風險指標的具體新指南。分別可以分成以下幾類：
-
結構性風險指標
-
貿易活動風險指標
-
賬戶和交易活動風險指標
這項指南建議從業人員基於以上幾種指標並且參照貿易融資交易相關的大量數據，進行交叉比較進行科學調查。
在今天這樣危機四伏的潛在環境中，AI 在洗錢防制方面可以發揮其重要作用，像是能夠快速的將先前需要人為介入和控制的工作自動化，甚至可以做到提前警示的作用，更可以用比起人工更為細緻的分析技術，提先偵測到更多的風險，並有效的排定風險處理的優先順序，並且取得更多完整的深入解析，為洗錢防制調查提供更豐富的脈絡資訊檢驗報告，而國際上認可的交易監控職能證書（CTMA）證照能提供反洗錢從業人員以上相關學習的管道以及能力認證。
AI 可以快速的從客戶的過去的行為中交叉比對出可疑或是不法的軌跡，透過風險識別的機器學習，篩選出特定的個人行為如何偏離大數據準則，以及快速標記出與同一行業中的其他人相比的異常行為，更可以客觀地檢驗出新的突發狀況，並排除掉單一事件，也能快速的給予見解，目前也有許多領域專家對於 AI 技術在洗錢防制領域的發展是樂見其成的。
看完文章要用時卻忘光光？點選下方按鈕
收藏此文章，我隨時都在這等你回來！
課程推薦
▶︎ 24 單元入門投資科學 一次搞懂投資必備知識
▶︎ 金融市場 x 程式交易：通往財富自由之路
▶︎ Adam 個人理財術：從培養財務認知開始！
延伸閱讀
2260
