全球分析领域领导者SAS、专业咨询机构KPMG（安侯建业）及公认反洗钱师协会（ACAMS）最新发布的反洗钱技术研究显示，光是美国银行业每年在反洗钱合规的成本已高达250亿美元，AI（人工智能）和ML（机器学习）在反洗钱合规的采用趋势仍不断增长，超过半数以上金融机构已在反洗钱合规程序中部署AI/ML，或预计在接下来的12到18个月内实行这项技术。
新冠疫情促使远程、无接触金融服务持续增加，加密货币、虚拟资产等年轻时代投资新宠趋使各国政府，包含台湾金管会纷纷出手管制纳入洗钱防制，整体金融环境剧变与政策规范趋严，使金融机构原本已繁重的合规工作更加吃力。
SAS台湾总经理陈恺新观察指出，洗钱防制为高度劳力密集的产业，顾及人力成本及客户体验双重考量，如何遵循法规，降低被巨额裁罚的风险，成台湾金融机构连年被查看的课题，并随着金融犯罪日趋复杂，需求也同步强劲提升。
陈恺新分析，传统的技术已无法应对疫情带来的剧变，而AI和ML因可智能地截取市场模式和行为的变化，被组织轻松集成到现有系统中，无需颠覆或舍弃底层基础架构，不仅可减少调查时间、降低误报和因此产生的运营成本，更能发现侦测潜在的复杂风险。
根据《在逆境中加速发展：运用AI和机器学习技术于反洗钱合规机制的现况分析》研究报告，ACAMS调查旗下每个会员所属组织运用相关技术侦测洗钱活动的成本，估计每年占全球GDP 2%到5%，每年花菲戈达8,000亿美元到2万亿美元。
调查显示为有效应对新冠疫情带来的影响，目前有三分之一的金融机构正加速将AI与机器学习（ML）应用到反洗钱（AML）技术，同时有39%的合规专业机构表示，即使受到疫情的干扰，也会持续推动内部采用AI/ML来防制洗钱。
ACAMS首席分析师暨编辑部门总监Kieran Beer表示，全球越来越多的监管机关将依据金融机构呈报给执法单位的智慧技术成效来衡量其合规工作，近年来，包括美国、英国、新加坡等监管机构大力鼓励反洗钱合规方面的技术创新。
Kieran Beer指出，超过66%受访者认为监管机关是希望金融机构等能适时利用AI和机器学习技术，尽管有许多致力打击金融犯罪的监管机关和金融机构才刚接触这些先进的分析技术，但不难看出所有人都期盼这类工具能带来真正有益处的金融智能，协助他们让不法分子落网。
迎接这波趋势，率先采纳相关技术的不只是大型金融机构，除了28%的大型金融机构（即资产超过10亿美元者）认为自己是最快采用AI技术的创新者，还有16%的小型金融机构（即资产价值低于10亿美元者）将自己视为率先采用AI技术的企业。
美国KPMG金融犯罪与美国鉴识技术服务部首席解决方案主管Tom Keegan表示，有很高比例的小型金融组织认为自己是业界领导者，打破小型金融组织无法实施先进技术解决方案的偏见，目前所有规模的组织都必须接受相同程度的监管审查，整体趋势让采用AI技术数据攀升。
此外，无论机构规模大小，银行业务皆受到新冠疫情干扰而倍感压力，期间还要设法提高准确度和生产力，也促成业界加快采用高端分析技术处理反洗钱。根据受访者调查，促使他们采用AI和ML的两个主要因素是改善调查和法规申报文件的品质，以及降低误报率并减少相关的运营成本。
SAS金融犯罪与法规遵循部门主管David Stewart表示，疫情导致消费者行为彻底改变，许多金融机构也意识到，静态规则导向监控策略的准确度和应对能力之不足，动态技术的AI和ML能够根据市场变化和风险进行调整，并在最低干扰下迅速与现有的合规计划集成。
（首图来源：SAS）