面對年底亞太防制洗錢組織(APG)來台評鑑，金融業者嚴陣以待，但這在系統服務商眼裡看來就成為另一塊市場大餅。繼敦陽科技後，國內資訊服務大廠精誠資訊也宣布和Graphen（美商圖策智能科技）合作，推出AI反洗錢工具，盼能大幅降低誤判率並揪出新的洗錢模式。
和國內大型行庫洽談中
精誠今年在台已協助數家大型金融業者建置反洗錢系統，市占率約三分之一，而這次在反洗錢系統中導入AI技術，一方面可以降低誤報機率、降低人工審查工作量，另一方面，也能找出過去人工無法辨識出異常的洗錢模式。
精誠資訊銀行數位服務事業部副總經理陶亞光表示，目前正和國內大型行庫洽談中，預計年底前就能談定合作。
在降低誤報率方面，傳統反洗錢系統在警示規則設定上較簡單，舉例來說，只要發現某帳戶在一個月內有大於三筆國際電匯、且金額大於1萬美元，就會跳出警示，但Graphen的AI反洗錢系統則會加上該公司的職業特性、與交易對手的關係等等，判斷總體風險，篩選掉低風險的案例。例如，同樣都是頻繁的大額交易，發生在貿易公司上屬於低風險，但若為美容從業人員則屬高風險。
事實上，Graphen這套AI反洗錢系統過去已有不錯成績，Graphen亞洲區總經理曾儒龍指出，以美國客戶的案例來看，AI系統抓出50個傳統反洗錢系統漏報的案例，其中有27件確實有洗錢疑慮。
主打圖運算平台，模擬人類思考模式
這次和精誠合作的Graphen，由IBM前首席科學家林清詠創辦，總部設於美國紐約曼哈頓，服務客戶包含美國前三大銀行。
陶亞光表示，Graphen特別之處在於採用「圖運算平台」，模擬人類策略判斷、情緒、邏輯推理的方式，特別適合用於反洗錢、不良貸款風險偵查這類的分析型應用。
曾儒龍解釋，傳統關聯式資料庫是先按資料類型將資料存入，之後互相比對才能算出彼此的關連性，由於這當中需要耗費大量電腦計算力，因此以往只能選擇少數指標計算關聯、可以設定的規則有限。
但在Graphen開發的「圖運算平台」中，關聯本身就是一種特徵，很容易就能找出複雜網路裡的關係，以反洗錢來說，可輕易找出兩大集團間有哪些連結，而這些連結很可能就是串連洗錢的關鍵。
大數據中的數量已經不是關鍵，複雜度才是。 Graphen亞洲區總經理曾儒龍
更進一步來說，Graphen瞄準的是「全腦式」AI。曾儒龍表示，目前AI只發揮到人腦中後腦的程度，如圖像辨識，但距離前額葉的推理等功能仍有一段距離。因此，Graphen也計劃在AI模型內結合心理學、社會學等概念，希望未來能訓練出了解意圖和價值觀的AI。
曾儒龍表示，這套模型特別適用於資安，可透過預先掌握駭客犯罪原因而加以防範。
