作者｜沙丘智库研究团队
来源｜沙丘社区（www.shaqiu.cn）
近年来，随着经济的快速增长和金融科技的广泛应用，不法分子的洗钱活动变得更加复杂，资金流动难以追踪，作案手段不断更新，且越来越多地呈现团伙作案的趋势。金融机构传统的可疑交易监测方法已难以适应当前的形势变化。
2024年11月8日，《中华人民共和国反洗钱法》正式修订通过，自2025年1月1日起施行。
新《反洗钱法》引入了“风险为本”的监管理念，取代了原有“规则为本”方法，要求金融机构根据客户的洗钱风险状况采取相应的风险管理措施，而非机械地遵循统一的标准。同时，新《反洗钱法》明确指出“支持和鼓励反洗钱领域技术创新，及时监测与新领域、新业态相关的新型洗钱风险”。
以上变化表明，未来金融机构的可疑交易模型不仅仅是建设一套标准化的规则系统，而是要充分发挥人工智能、知识图谱等新兴技术在反洗钱领域的应用。
以大语言模型为代表的生成式AI技术的出现，在语义理解、逻辑推理等方面展现出强大的优势，为金融机构可疑交易监测、可疑交易报告撰写、可疑交易规则迭代等工作带来新的突破路径。
沙丘智库长期跟踪调研大模型技术的发展，旨在帮助企业快速了解大模型最新、最全面的落地情况。沙丘智库通过研究兴业银行、邮储银行、翼支付等3家金融机构反洗钱领域的大模型应用实践，旨在为其他金融机构提供参考。
▎案例1：兴业银行“随兴写”减轻基层反洗钱人员负担
兴业银行自主研发了基于GPT-3.5模型的可疑交易报告智能生成模型AML-GPT，利用大模型和自然语言处理技术，专注于反洗钱领域的分析和报告生成。
AML-GPT模型能够智能分析洗钱可疑客户行为、主体信息和交易信息等特征，生成可疑交易辅助分析报告；通过智能问答技术，甄别人员可以在模型生成的初稿基础上进行快速调整优化。
兴业银行将大语言模型内嵌进反洗钱系统，基于知识检索工具扩充知识库，使大模型能够不断修正和完善报告内容。
案例选自：2024年中国银行业大模型案例跟踪报告
▎案例2：邮储银行基于生成式AI的可疑交易报告自动生成
在反洗钱领域，邮储银行结合业务专家知识，借助大模型理解分析、推理生成能力，完成报告的自动生成，实现智能风控能力从分析到报告生成的提升，用活专家知识资源，防范金融系统性风险。
从试用效果来看，“大模型+规则”融合抓取可疑交易的准确率可以超过90%、可疑报告产出的效率提升33%。
完整内容：邮储银行基于生成式AI的可疑交易报告自动生成
▎案例3：翼支付反洗钱大模型应用实践
翼支付采用大模型技术构建反洗钱应用框架，实现从数据整合、模型开发到应用实践的全流程自动化。通过Telachat大模型和多智能体技术，翼支付提升了可疑交易监测的准确性和报告生成的效率，显著缩短了报告编写时间，提高了反洗钱工作的智能化水平。
完整内容：翼支付反洗钱大模型应用实践
更多研究：（可前往“沙丘智库”查阅）
2024中国银行业大模型应用场景评估报告
2024年中国银行业大模型案例跟踪报告
2024中国证券业大模型应用场景评估报告
2024年中国证券业大模型案例跟踪报告
...
*更多生成式AI研究可前往“沙丘智库”小程序查阅
*有任何需求可咨询客服微信：zimu738
