星岛日报

【创科广场】Tookitaki HPE反洗黑钱 合作推AI驱动方案

2021-04-16 08:03
金融业在反洗黑钱(AML)要求日益严格,以往银行沿用规则式(Rules-based)系统,以识别怀疑的反洗黑钱活动,但道高一尺,反洗黑钱手法层出不穷,罪犯以多种手段掩饰,旧系统穷于应付。

银行的反洗黑钱系统缺点是数据有限,市场上可能已出现了新诈骗手法;规则式系统有如刻舟求剑,即使市场有洗黑钱手法亦无从知悉。近年,犯罪分子开创更多手法洗黑钱,推出新一代反洗黑钱平台出现,新加坡金融初创Tookitaki就是以人工智能(AI)建立新一代反洗黑钱方案,利用公开数据以机械学习,不断更新平台,辨识和发现洗黑钱手法。

Hewlett Packard Enterprise宣布与Tookitaki合作,为亚太区银行和金融机构提供全新专属产品,采用HPE GreenLake for Big Data,Tookitaki以「即服务」(as-a-service)消费模式,提供AI驱动的反洗黑钱方案。

提高效益及数据管治

上述方案让金融机构建立中央大数据平台,执行反黑洗钱数据分析,并启用AI方案。HPE GreenLake让方案能以「即服务」形式,部署在银行的内部使用,为银行提供敏捷和可扩展的云端体验,同时还可在企业内部部署AI的基础平台和方案,以增强控制,提高成本效益及数据管治。

新加坡为基地的大华银行(UOB)是全球首家银行,采用了Tookitaki在HPE GreenLake建立的反洗黑钱方案。较早前,南美Hakrinbank亦采用了Tookitaki反洗黑钱方案。

Tookitaki和HPE的合作模式,大华银行既可以人工智能强化反洗黑钱,同时应用两种反洗黑钱风险维度,包括交易监控和名称筛选。大华银行每月筛选6万个帐户名称,确定帐户是否属于全球监管观察名单上的个人或实体。

大华银行反洗黑钱系统从每月平均超过5700宗可疑的交易警报,准确筛选出优先顺序较高的个案,以仔细迅速部署资源,调查潜在洗黑钱活动,而「高优先顺序」类别中预测准确度,高达96%。

HPE具深厚专业知识

Tookitaki共同创办人兼行政总裁Abhishek Chatterjee表示:「从成功的试验至在大华银行的实践,证明与HPE在最佳化机器学习反洗黑钱方案的成功。HPE在大数据『即服务』和开发方案蓝图范畴,具备深厚专业知识,帮助我们快速设计和部署AI解决方案。」

HPE GreenLake云端服务以弹性,并可于企业内部伺服器、边缘或主机托管设施运行的「即服务」平台,以符合法规方式推动数码转型。HPE GreenLake结合云端简单、敏捷的特点,以及混合型资讯科技基建的管治、具备合规性及可视性。

HPE GreenLake提供云服务,包括用于运算、容器管理、数据保护、高性能运算、超融合式架构、网络、SAP HANA、储存体、虚拟桌面基础架构和虚拟机器的云端服务。HPE GreenLake合约总值现已超过45亿美元,超过830多个合作夥伴正销售HPE GreenLake。

最新回应

關鍵字

热门文章