Sibos 2019：银行必须改善数据处理以根除金融犯罪

伦敦Sibos 2019年第二天的一个小组称，银行在尝试应用人工智能（AI）或机器学习系统来根除洗钱和金融犯罪之前需要改善其数据处理能力。

汇丰银行研究与分析全球负责人马克·冯加德（Marc Fungard）表示：“当您寻找金融犯罪时，在非常广阔的市场中这是非常偶然的现象。”他补充说，假阳性率不在可能或应该存在的地方，因此需要更好地理解数据周围的环境。

谷歌表示，一些银行使用的系统的误报率接近100％

对于SEB首席数据科学家Salla Franzen而言，银行需要停止对异常值进行建模，并开始对行为进行建模。她说，使用分析工具了解客户网络至关重要，这有助于了解事物之间的联系。

谷歌董事总经理兼金融服务主管斯图尔特·布雷斯洛（Stuart Breslow）表示，某些银行使用的系统的误报率接近100％。

“走进工作并知道您要清除所有这些警报并不能激发您早上起床。很少发现金融犯罪。聪明的犯罪分子确切地知道系统在寻找什么，而愚蠢的犯罪分子往往会做一些事情将其捕获。”

布雷斯洛说，当金融机构希望改善流程时，“第一件事是数据，第二是数据，第三是数据。”他补充说，大多数大型金融服务提供商都是并购的结果，并且缺乏对技术和数据的投资，因此最大的问题是解决数据。

新加坡金融管理局（MAS）人工智能特别顾问David Hardoon认为，如果仅涉及数据和技术，那么该行业将“有足够的人来解决它”。他认为，这不关乎现有的审核流程并将AI系统置于首位，而是要试图了解行业的基本要求。

Breslow补充说，该行业的基础设施“这是重塑的时刻”。“这是一个机会，可以清理一堆旧系统并创建通用的数据分类法，并了解为此目的需要哪些数据。

“这是所有这些机构有效开展业务所需的数据。越来越多的人接受，并且有重塑监管环境的机会。”