【创科广场】Tookitaki HPE反洗黑钱 合作推AI驱动方案

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。