眼下，當全球各經(jīng)濟體努力追求更高層次的經(jīng)濟刺激點和生產(chǎn)力時，很多商業(yè)領(lǐng)袖紛紛將目光轉(zhuǎn)向了AI，希望從中找到出路。第一輪AI浪潮，將智能引入了業(yè)務(wù)流程，取代了部分繁重勞動的人力，并提高了工作效率。未來的AI發(fā)展勢必會進一步產(chǎn)生更深遠的影響。以AI技術(shù)帶動生產(chǎn)力發(fā)展，打造全新的經(jīng)濟發(fā)展路徑，是時代的大勢所趨。

近年來，AI賦能金融科技成為了金融行業(yè)熱度居高不下的話題，在2017年還因此催生了“智能金融”概念。作為金融科技的子集，監(jiān)管科技亟需抓緊人工智能這一風(fēng)口，維系金融安全，及時、高效地進行監(jiān)管合規(guī)。

那么，人工智能可以為監(jiān)管合規(guī)做些什么呢？

一、數(shù)據(jù)處理

人類正從IT（Information Technology） 時代走向DT（Data Technology）時代。在DT時代，數(shù)據(jù)成為數(shù)字時代的“新能源”。金融監(jiān)管對數(shù)據(jù)的依賴程度也在日益提升，但是現(xiàn)階段仍有很多金融機構(gòu)難以滿足監(jiān)管機構(gòu)提出的數(shù)據(jù)要求：

一是數(shù)據(jù)處理能力較為落后?，F(xiàn)階段很多金融機構(gòu)的基礎(chǔ)設(shè)施還不夠完善，隨著交易方式的創(chuàng)新和交易系統(tǒng)的升級，交易過程中產(chǎn)生的海量數(shù)據(jù)更是加劇了數(shù)據(jù)處理的難度。

二是數(shù)據(jù)質(zhì)量不高。金融業(yè)務(wù)開展過程中產(chǎn)生的大量文本、圖像、音頻等非結(jié)構(gòu)化數(shù)據(jù)，缺乏數(shù)據(jù)的進一步清洗加工。

三是數(shù)據(jù)孤島現(xiàn)象。金融機構(gòu)之間、監(jiān)管機構(gòu)與被監(jiān)管機構(gòu)之間出現(xiàn)了信息斷層，原因如下：1）不同金融機構(gòu)之間數(shù)據(jù)標準化程度不同，無法實現(xiàn)數(shù)據(jù)的有效流通和共享；2）企業(yè)出于保護商業(yè)機密或者節(jié)約數(shù)據(jù)整理成本的考慮而不愿意共享自身數(shù)據(jù)，一些政府部門也缺乏數(shù)據(jù)公開的動力；3）數(shù)據(jù)流通共享過程中無法保證數(shù)據(jù)的安全性和完整性。

而人工智能在數(shù)據(jù)信息處理這一方面，具有天然優(yōu)勢。它不僅能夠高效處理大量級數(shù)據(jù)，而且能夠?qū)D片、語音、視頻等復(fù)雜的非線性、非結(jié)構(gòu)化數(shù)據(jù)，轉(zhuǎn)化為標準化、結(jié)構(gòu)化數(shù)據(jù)進行分析。此外，人工智能還具有自然語言處理能力，能夠從語義層面上對數(shù)據(jù)信息進行分析，而不僅僅是停留在符號處理上，能夠幫助監(jiān)管機構(gòu)從數(shù)以億計的交易信息中篩選出具有較強相關(guān)性或者可疑的交易數(shù)據(jù)，還可以幫助從業(yè)人員從中提煉有價值的交易信息，提高監(jiān)管人員的監(jiān)管效率。

二、合規(guī)審核和持續(xù)合規(guī)評估

傳統(tǒng)的監(jiān)管合規(guī)更多地依靠人工核查，大多采用統(tǒng)計報表、現(xiàn)場檢查等方式，監(jiān)管機構(gòu)依賴金融機構(gòu)報送監(jiān)管數(shù)據(jù)和合規(guī)報告，這種監(jiān)管模式存在明顯的時滯性。那么有沒有可能讓人工智能代替部分監(jiān)管合規(guī)崗位呢？答案是肯定的。

“智能合規(guī)官（AICO）”、“機器人輔助合規(guī)手冊（RACH）”等人工智能典型應(yīng)用場景正是因高效、實時監(jiān)管合規(guī)的需求而誕生的。智能合規(guī)技術(shù)，又稱“監(jiān)管雷達”，“智能合規(guī)官”，是建立在認知計算基礎(chǔ)上的應(yīng)用程序，通過數(shù)字化監(jiān)管協(xié)議（RegPort），讓“機器可讀”規(guī)則可以幫助標準化規(guī)則的公布和使用，通過使用標準化規(guī)則集以減少歧義和解釋錯誤，可以輔助金融機構(gòu)和金融科技企業(yè)進行合規(guī)審核和持續(xù)合規(guī)評估。

當業(yè)務(wù)系統(tǒng)在運行時，智能合規(guī)官會實時發(fā)現(xiàn)、識別違反合規(guī)性要求的流程，并且提出建議。同時，在線學(xué)習(xí)手冊會嵌入到機構(gòu)的各個系統(tǒng)中，只要有相關(guān)的業(yè)務(wù)發(fā)生，在線手冊就會出現(xiàn)，提示有關(guān)的規(guī)定和要求。除此之外，人工智能還能通過自主學(xué)習(xí)監(jiān)管政策、案例，分析比較不同國家監(jiān)管文件之間的關(guān)聯(lián)和差異，幫助實現(xiàn)全局化計算進行風(fēng)險評估，輔助跨國公司準確把握境外監(jiān)管規(guī)則，為金融機構(gòu)實現(xiàn)合法的跨境業(yè)務(wù)提供保障。

除了智能合規(guī)，人工智能還能自動生成合規(guī)報告。愛爾蘭一家創(chuàng)業(yè)公司AQMETRICS旗下的MiFID Ⅱ系統(tǒng)利用數(shù)據(jù)的自動抓取、分析等技術(shù)，設(shè)計了可以自動生成規(guī)范的MiFID Ⅱ報告的系統(tǒng)，該系統(tǒng)還可以儲存報告和原始數(shù)據(jù)以供查閱。

三、KYC

KYC（Know Your Customer）是金融監(jiān)管中識別風(fēng)險、做好風(fēng)險防控工作中重要的一個環(huán)節(jié)。隨著以第三方支付、P2P、互聯(lián)網(wǎng)理財?shù)葹榇淼幕ヂ?lián)網(wǎng)金融的快速崛起，金融機構(gòu)面臨著巨大數(shù)量的客戶風(fēng)險精準識別的壓力以及嚴格的反洗錢、反恐怖融資等監(jiān)管合規(guī)要求，而傳統(tǒng)的KYC過程不僅會產(chǎn)生巨大的人力成本和時間成本，同時也存在精確度低、識別能力有限的問題。人工智能恰恰可以幫助金融機構(gòu)合規(guī)部門解放部分繁重、枯燥的合規(guī)工作。

當前，人臉識別、指紋識別技術(shù)等人工智能技術(shù)作為驗證客戶身份、遠程開戶、刷臉支付，解決金融安全隱患的方案，已經(jīng)發(fā)展成熟正在逐步推廣。譬如，京東金融在客戶信息收集與驗證的基礎(chǔ)上，基于完備的KYC流程建立反洗錢模型，充分運用人臉識別、語音識別、設(shè)備指紋等人工智能技術(shù)進行身份甄別和風(fēng)險排查，提高了客戶身份識別效率。

除了識別客戶身份，人工智能還可以用于客戶風(fēng)險評級。機器學(xué)習(xí)、自然語言處理（NLP）等人工智能技術(shù)，可幫助金融機構(gòu)從更多維度刻畫客戶身份，建立客戶風(fēng)險視圖，實現(xiàn)精準客戶風(fēng)險評分，利用規(guī)則引擎和算法模型，減少反洗錢誤報率，提高金融機構(gòu)了解客戶及監(jiān)管合規(guī)能力。譬如，美國證券交易委員會（SEC）利用機器學(xué)習(xí)的方法來分析注冊申請人填報的描述性披露信息（非結(jié)構(gòu)化數(shù)據(jù)），以更全面地對申請人的行為進行預(yù)測，特別是對其潛在的欺詐和不當行為的市場風(fēng)險進行評估，并將這些信息映射到已知的風(fēng)險等級（如申請人的審查結(jié)果或過去違規(guī)情況）中，從而提高了金融機構(gòu)對客戶風(fēng)險的評估能力和監(jiān)測風(fēng)險的能力。

四、風(fēng)控

人工智能在監(jiān)測金融機構(gòu)內(nèi)部威脅和外部風(fēng)險，防范反欺詐和反洗錢等金融犯罪行為方面也有很大幫助。相對于傳統(tǒng)的人工風(fēng)險監(jiān)測，愛爾蘭一家電子商務(wù)詐騙預(yù)防公司Trustev 可以在交易對手登錄網(wǎng)站時就對客戶的登錄信息進行分析，并對其進行深度的數(shù)據(jù)挖掘分析從而將交易分為欺詐，可疑，安全三個類別。Trustev會自動屏蔽欺詐交易，并將可疑交易轉(zhuǎn)送人工識別。在減少人工成本的同時，Trustev也有效地提高了欺詐交易的識別率。此外，基于人工智能技術(shù)的“智能合約”還可以結(jié)合區(qū)塊鏈技術(shù)，將“區(qū)塊鏈 ＋ 智能合約”技術(shù)嵌套在金融監(jiān)管體系中，符合監(jiān)管部門對金融機構(gòu)和金融科技企業(yè)在風(fēng)險內(nèi)控、內(nèi)部審計及合規(guī)性等方面的要求。由于區(qū)塊鏈技術(shù)的去中心化、信任強化、分布式共識、不可篡改、可追溯等特性，金融企業(yè)憑借區(qū)塊鏈技術(shù)就可以及時發(fā)現(xiàn)和追蹤騙貸、洗錢等犯罪行為，從而最大程度地屏蔽經(jīng)營風(fēng)險。

有人把人工智能的發(fā)展分為三個階段：計算智能、感知智能、認知智能，對應(yīng)的DT服務(wù)的發(fā)展就是數(shù)據(jù)從信息向知識演化并最終生長為數(shù)據(jù)智能的演變過程。然而，當前大部分金融機構(gòu)的人工智能還停留在感知智能向認知智能轉(zhuǎn)化這個階段，上述提到的四個應(yīng)用場景主要還是在感知這一階段。未來隨著需求驅(qū)動和新技術(shù)賦能，人工智能將更好地為監(jiān)管合規(guī)服務(wù)。