目前，反洗钱已成为全球金融机构重点业务，急需提升工作质量和效率。监管部门对于反洗钱的要求与重视程度日益提高，甄别可疑报告数量增长明显。但由于洗钱手段的复杂性和多变性，如何有效检测洗钱活动对于金融机构来说是一个巨大的挑战。同时随着全球疫情持续发酵大众出行减少，互联网金融、线上购物、线上支付平台等业务变得越来越活跃。在产业加速发展的同时，金融犯罪风险相伴而生，洗钱手段借此升级。
 

据统计，2020年度行内共甄别异常报告超60,000份，全年上报可疑交易报告数量同比上升约190%。面对越来越隐蔽化、复杂化的洗钱手法存在明显的短板和瓶颈，急需采用新技术来增强反洗钱监测的及时性和有效性。

 

 

人工甄别洗钱业务流程主要有待甄别客户体量大、人力成本高、信息披露时间不稳定、手工出错率高和操作频繁重复5大业务痛点。

 

 

在此背景下，中国工商银行苏州分行通过RPA+AI构建的“反洗钱智能甄别助手”，可打通应用、系统之间的数据壁垒，填平业务链条断点，将信息抓取、数据迁移、报告生成等业务流程轻松实现自动化。

 

 

中国工商银行苏州分行参赛队伍表示，原人工模式执行反洗钱业务流程，操作查询各项数据耗时约50分钟每份，撰写报告各项耗时约3-4小时。应用RPA之后，机器人可自动获取所有数据，生成报告平均耗时约60秒每份，并且任务执行准确率可达100%。

 

在技术创新方面，中国工商银行苏州分行对系统架构进行了深度优化，将原部署在数据库中的数据处理操作前移到Python中，降低对数据库类型的依赖性；克服因大量的手工操作而导致的较高出错率，高效解决因重复性高、频率高、且计算繁琐的操作引起的效率低下问题，分秒之中便能完成信息查询。

 

 

在信息查询方面，在Python辅助下将以Word文档形式输出报告，内容包含文字、表格和图形等丰富形式。此外，为了提升异常判断的准确性，通过智能机器人对待甄别异常交易报告中的客户信息，以及交易明细等数据进行采集、整理，并以客户为基准生成异常交易线索。给定初步异常行为判定，减少了手工操作带来的不确定因素，提升了数据分析的规范性、准确性，为报告上送提供评判依据。

 

现阶段，金融行业正在推动数据化、自动化、智能化等各层面的科技创新。RPA作为一种高效数字化转型创新工具，在数据搜集、校审、对比等方面皆有出色的表现。未来，会将RPA与更多的智能技术相结合使用，以扩大自动化边界能力，使得更多业务流程实现自动化。

继续阅读：

未经允许不得转载：RPA中国 | RPA全球生态 | 数字化劳动力 | RPA新闻 | 推动中国RPA生态发展 | 流 > 企业组一等奖：中国工商银行苏州分行“反洗钱智能甄别助手” |「RPA+AI开发者大赛」优秀作品