追一科技基於西安銀行反洗錢工作目標和主要舉措，為其量身打造了貼近業務場景和需求的AI反洗錢平臺，支援篩查規則自由配置、模型自動最佳化；透過多維資料勾勒全息金融畫像，精準暴露潛在風險；嚴密的可疑置信度計算，有效避免錯判和誤判；智慧梳理典型案例，完成知識沉澱和傳承。

中國銀行業： 反洗錢工作亟待人工智慧突破效率瓶頸

伴隨近年來金融交易量的極速增長，以及各類金融創新業務的不斷上線。洗錢犯罪活動同樣呈現出多樣化、隱蔽化的新趨勢。反洗錢工作一直是銀行風險防控的重要防線，銀行的反洗錢體系都依賴反洗錢專家的經驗和規則，其主要依賴人工進行稽核的模式無法滿足新形勢下的工作要求，且與強監管、嚴處罰的政策態勢也不相適應。另一方面，人工稽核的效率瓶頸明顯，極易產生漏報、誤報、遲報等問題，制約了反洗錢風控效果。西安銀行是西部領先的上市銀行，伴隨其業務的告訴發展，傳統人工稽核模式全量篩查難、檢出率低、漏檢和誤檢率高等弊端愈發明顯，難以支撐西安銀行開展全面的反洗錢風控工作。

智慧反洗錢應用案例解析： 以追一科技助力西安銀行打造AI反洗錢平臺為例

追一科技基於西安銀行反洗錢工作目標和主要舉措，為其量身打造了貼近業務場景和需求的AI反洗錢平臺，建立AI智慧監測系統。平臺支援篩查規則自由配置、模型自動最佳化；透過多維資料勾勒全息金融畫像，精準暴露潛在風險；嚴密的可疑置信度計算，有效避免錯判和誤判；智慧梳理典型案例，完成知識沉澱和傳承。

一、 核心技術

機器學習 – 平臺基於機器學習技術對多維資料進行歸類和關聯，結合主體特徵、行為特徵、交易特徵，輸出不同使用者的全息金融畫像，提煉相應的屬性標籤，精準暴露潛在風險。同時，利用機器學習模型對海量交易資料進行降維分析，針對每個客戶主體輸出“洗錢可疑置信度”，業務人員按照可疑置信度高低排序，鎖定區間重點篩查，同時擺脫傳統“非黑即白”的案件性質判定方式，避免錯判、誤判，精準暴露風險，提高甄別效率。

知識圖譜 – 平臺基於知識圖譜技術整合相關資料資訊，以案例主體為維度，分析其身份特徵、行為特徵、交易特徵、關聯人員特徵等資訊，構建了集賬戶屬性、交易特質以及資金網路的知識圖譜，儘可能的還原洗錢場景，最終向監測分析人員較為直觀的展示“客戶主體畫像”。

二、 主要功能

1、 主體畫像：該模組為系統的主選單，可透過對大量客戶資訊資料、交易資料進行加工、分析判斷交易的合理性高，為交易主體形成多維度的識別結果，支援監測分析人員對該筆交易進行全面且直觀的瞭解。

2. 規則管理：該模組為系統的隱藏選單，基於機器學習技術學習歷史案例，形成可疑交易識別能力。模組透過提取與洗錢行為相關聯的訊號，結合“專家規則“和資料計算，建立的“智慧規則模板“，用於展示案例主體對於反洗錢場景下，如“疑似套現”、“疑似毒品”、“疑似賭博”等特定規則模板的觸發情況。

3. 任務列表和名單維護： 該模組為系統的輔助功能選單。任務列表功能主要表現為反洗錢生成案例的總覽、用於檢測分析人員內部的任務分配及案例狀態追蹤。名單維護功能則包含：監控名單、干擾賬號、身份屬地、白名單等內容。名單維護功能可用於識別已上報可疑案例的關聯交易對手，拓展檢測範圍，圈出資金交易鏈條。

三、 應用效果

追一科技與西安銀行僅用了不到一年時間完成了需求討論、立項、系統研發、上線全流程。反洗錢平臺在西安銀行總行上線後，平均每天篩選出數十個可疑案件，每個案件平均稽核時長僅20分鐘，相比其他廠商產品提高了近一倍效率。在保證檢出率的同時，提升了稽核效率，大幅降低了人力工作量。目前，西安銀行正在計劃將該系統向各分行開放，全面推動反洗錢的智慧化。