人工智能如何改变银行打击金融犯罪的方式（英）

金融犯罪防控成本高昂但效果有限，传统方法难以应对。AI技术，特别是自主型AI（agentic AI），为解决这一难题提供了新思路。本文分析了金融犯罪防控的痛点，并介绍了分析型AI、生成型AI和自主型AI在其中的应用。

金融犯罪防控面临三大挑战：成本高（高达银行全职员工的20%）、自动化率低、数据碎片化。现有防控措施效率低下，客户体验差。AI技术可提升效率，但分析型和生成型AI主要辅助人类工作，未带来根本性变革。

自主型AI通过AI代理（或数字工厂）实现端到端任务自动化，大幅提升效率（200%-2000%），并提高输出质量。其核心在于让AI代理协同工作，人类仅负责异常处理、监督和指导。例如，某全球银行建立了自主型AI工厂，涵盖端到端KYC流程，通过十组AI代理分工协作，实现高效自动化。

实施自主型AI需遵循六项原则：重构业务流程、提升端到端自动化率、赋予AI代理明确角色、建立质量监督机制、优化运营模式、部署QA系统。成功实施需六项支撑：技术投入、人才配置、流程清晰、数据优化、风险管理、变革管理。

研究结论：自主型AI可显著提升金融犯罪防控效果，但需银行在技术、人才、流程和数据等方面做好准备。领先银行通过试点项目验证效果后，逐步扩大应用范围，实现规模化部署。