目前，反洗錢已成為全球金融機構重點業務，急需提升工作質量和效率。監管部門對于反洗錢的要求與重視程度日益提高，甄別可疑報告數量增長明顯。但由于洗錢手段的復雜性和多變性，如何有效檢測洗錢活動對于金融機構來說是一個巨大的挑戰。同時隨著全球疫情持續發酵大眾出行減少，互聯網金融、線上購物、線上支付平臺等業務變得越來越活躍。在產業加速發展的同時，金融犯罪風險相伴而生，洗錢手段借此升級。
 

據統計，2020年度行內共甄別異常報告超60,000份，全年上報可疑交易報告數量同比上升約190%。面對越來越隱蔽化、復雜化的洗錢手法存在明顯的短板和瓶頸，急需采用新技術來增強反洗錢監測的及時性和有效性。

 

 

人工甄別洗錢業務流程主要有待甄別客戶體量大、人力成本高、信息披露時間不穩定、手工出錯率高和操作頻繁重復5大業務痛點。

 

 

在此背景下，中國工商銀行蘇州分行通過RPA+AI構建的“反洗錢智能甄別助手”，可打通應用、系統之間的數據壁壘，填平業務鏈條斷點，將信息抓取、數據遷移、報告生成等業務流程輕松實現自動化。

 

 

中國工商銀行蘇州分行參賽隊伍表示，原人工模式執行反洗錢業務流程，操作查詢各項數據耗時約50分鐘每份，撰寫報告各項耗時約3-4小時。應用RPA之后，機器人可自動獲取所有數據，生成報告平均耗時約60秒每份，并且任務執行準確率可達100%。

 

在技術創新方面，中國工商銀行蘇州分行對系統架構進行了深度優化，將原部署在數據庫中的數據處理操作前移到Python中，降低對數據庫類型的依賴性；克服因大量的手工操作而導致的較高出錯率，高效解決因重復性高、頻率高、且計算繁瑣的操作引起的效率低下問題，分秒之中便能完成信息查詢。

 

 

在信息查詢方面，在Python輔助下將以Word文檔形式輸出報告，內容包含文字、表格和圖形等豐富形式。此外，為了提升異常判斷的準確性，通過智能機器人對待甄別異常交易報告中的客戶信息，以及交易明細等數據進行采集、整理，并以客戶為基準生成異常交易線索。給定初步異常行為判定，減少了手工操作帶來的不確定因素，提升了數據分析的規范性、準確性，為報告上送提供評判依據。

 

現階段，金融行業正在推動數據化、自動化、智能化等各層面的科技創新。RPA作為一種高效數字化轉型創新工具，在數據搜集、校審、對比等方面皆有出色的表現。未來，會將RPA與更多的智能技術相結合使用，以擴大自動化邊界能力，使得更多業務流程實現自動化。

繼續閱讀：

未經允許不得轉載：RPA中國 | RPA全球生態 | 數字化勞動力 | RPA新聞 | 推動中國RPA生態發展 | 流 > 企業組一等獎：中國工商銀行蘇州分行“反洗錢智能甄別助手” |「RPA+AI開發者大賽」優秀作品