智能合规性分析

高效筛查：一个生成式AI模型可以迅速将任何个体在不同系统中的关键信息汇总并呈现给合规官员，使合规官员能更快地得出交易是否存在问题的答案。更准确地预测洗钱者：现在想象一个模型，它是根据过去10年的可疑活动报告（SARs）进行训练的。无需明确告诉模型洗钱者是什么，AI可以用来检测报告中的新模式，并创建其自己对洗钱者构成的定义。更快的文档分析：合规部门负责确保公司的内部政策和程序得到遵守，并且遵循监管要求。生成式AI可以分析大量的文档，如合同、报告和电子邮件，并标记需要进一步调查的潜在问题或关注区域。培训和教育：生成式AI可以用于开发培训材料，并模拟真实世界的场景，以教育合规官员关于最佳实践以及如何识别潜在风险和不合规行为。新进入者可以使用来自数十个机构的公开可用合规数据进行自我启动，并使搜索和综合变得更快、更便捷。较大的公司从多年收集的数据中受益，但他们需要设计适当的隐私功能。合规长期以来一直被视为一个由过时技术支持的不断增长的成本中心。生成式AI将改变这一点。—Angela Strange和Joe Schmidt

欧洲议会和欧盟理事会规定人工智能的统一规则，并修正300/2008号、167/2013号、168/2013号、2018/858号、2018/1139号和2019/214号条例以及2014/90/EU号、2016/797号和20(160)成员国的市场监督管理机关和委员会应能够提议联合行动，包括由市场监督管理机关或市场监督管理机关与委员会联合开展的联合调查，其目的是促进合规、查明不合规情况、提高认识，并针对发现在多个成员国构成严重风险的特定类别的高风险人工智能系统提供与本条例有关的指导。应根据2019/1020号条例第9条开展促进合规的联合行动。人工智能办公室应为联合调查提供协调支持。(161)对于建立在通用人工智能模型基础上的人工智能系统，有必要明确国家和联盟一级的责任和权限。为避免权限重叠，如果人工智能系统基于通用人工智能模型，且模型和系统系由同一提供者所提供，则应在欧盟层面通过人工智能办公室进行监管，为此，该办公室应拥有2019/1020号条例所指的市场监督管理机关的权力。在所有其他情况下，国家市场监督管理机关仍负责人工智能系统的监管。然而，对于部署者可直接用于至少一个被归类为高风险的目的的通用人工智能系统，市场监督管理机关应与人工智能办公室合作，对其合规性进行评估，并相应地通知欧洲人工智能委员会和其他市场监督管理机关。此外，如果市场监督管理机关因无法获得与高风险人工智能系统所基于的通用人工智能模型相关的特定信息而无法完成对高风险人工智能系统的调查，市场监督管理机关应能够请求人工智能办公室提供协助。在这种情况下，应类推适用2019/1020号条例第六章中关于跨境案件互助的程序。

未来拥抱生成式AI的合规部门可能有望阻止每年在全球范围内非法洗钱的8000亿到[2万亿美元](https://www.zippia.com/advice/money-laundering-statistics/)。毒品贩运、有组织犯罪和其他非法活动都将看到数十年来最大幅度的减少。如今，目前花费在合规性上的数十亿美元仅在阻止犯罪洗钱方面具有[3%的有效性](https://a16z.com/2020/01/21/every-company-will-be-a-fintech-company-2/)。合规软件主要是建立在“硬编码”规则之上。例如，反洗钱系统使合规官员能够运行像“标记任何超过1万美元的交易”这样的规则，或者扫描其他预定义的可疑活动。应用这样的规则可能是一种不完美的科学，导致大多数金融机构被他们法律上有义务调查的假阳性结果淹没。合规员工花费大量时间从不同的系统和部门中收集客户信息，以便调查每一笔被标记的交易。为了[避免巨额罚款](https://a16z.com/2021/10/15/open-source-is-finally-coming-to-financial-services/)，他们雇佣了数千人，通常占银行员工总数的10%以上。生成式AI的未来可能实现：