收益：
- 了解 AML（反洗钱）和 KYC（了解您的客户）流程如何运作，以及人工智能如何用于交易监控、扫描和文件摘要
- 能够使用人工智能进行可疑交易大纲和客户风险概况摘要，将可疑交易报告 (STR) 决定留给授权合规官
- 执行/PEP 筛选、不匹配以及理解为什么合规性需要人工监督并维护审计跟踪的能力
银行不只是储存金钱，还储存金钱。它还掌握着通往金融体系的大门。银行有法律义务阻止黑钱、恐怖主义融资和受制裁资金通过这扇门。两个关键流程可以实现这一点： KYC（了解您的客户）是验证客户是谁以及他或她开展业务的资金来源； AML（反洗钱）旨在监控交易并识别可疑交易。在土耳其，该领域的监管机构是 MASAK（金融犯罪调查委员会），银行有义务通过可疑交易报告（STR/SAR）报告可疑交易。人工智能在处理如此大量的交易监控、姓名扫描和文件摘要方面功能强大；但STR决定是具有法律后果的决定，属于授权合规官的决定。该模型产生初步筛选和草案，但不做出决定。
在本单元中，我们将了解 AML/KYC 的工作原理，如何在交易监控、筛选和文件汇总中使用人工智能，以及为什么人工监督和审计跟踪至关重要。
KYC 和 AML 如何运作
- KYC（客户识别）：身份验证、真实受益人（基金主要所有者）识别、风险分级。严格审查适用于高风险客户（例如 PEP——政治公众人物）。
- 交易监控：扫描客户的交易以查找已知的洗钱模式（smurfing - 将大量金额分割成低于阈值的部分、快速进入和退出、不相关的帐户网络）。
- 筛选：将姓名与制裁名单和政治公众人物名单进行比较。
- 通知 (STR)：当怀疑达到合理水平时向 MASAK 发出通知。
提示：在反洗钱中，目标不是“证明有罪”，而是“报告合理的怀疑”。合规官员不是检察官；有义务正确评估嫌疑并及时依法通报。这种评估需要判断，不能委托给模型。
人工智能能帮到什么地方
任务
人工智能角色
谁有决定/批准？
过程跟踪、图案标记
生成警报
合规分析师检查
姓名/制裁/PEP 筛查
匹配候选人
合规官员确认
客户档案汇总
摘要草案
分析师证实
风险简介草案
分类草案
确认合规性
STR文本草稿
文本草稿
授权合规官决定/签名
进行模型预筛选并起草每条线；报告可疑交易的决定取决于授权的合规官员。
错误匹配问题
这是姓名扫描产生最常见错误的地方。有成千上万的人名叫“Mehmet Yılmaz”；制裁名单上的“Mehmet Yılmaz”和您的客户不必是同一个人。这称为误报匹配。合规官员必须使用出生日期、国籍、身份证号码等其他标识符来确认匹配。这两个错误都很严重：宣布无辜的客户受到制裁并错过了真正的匹配。因此，决定取决于人。
注意：“模型匹配”并不意味着“这个人就是那个”。错误地宣布客户受到制裁不仅会对该人造成严重伤害，还会使银行面临法律风险。匹配始终通过附加标识符进行确认。
四个可复制模板
1）流程模式预评估：
您的角色：准备审查的 AML 分析师助理。量刑。系列匿名交易：[10天内6次单独存款，9,800 TL，不同的ATM机]。任务：该系列可能与哪些已知的洗钱模式（结构化、快速进入-退出等）类似？将每一个相似之处都归因于数据；不要做出“有问题的判决”；列出要复习的问题。
2) 姓名匹配确认清单：
客户名称与执行/PEP 列表匹配。列出合规官员应检查的其他标识符和步骤，以排除错误匹配。不要评判；仅生成确认问题集。 （例如：出生日期、国籍、身份证号码、地址重叠。）
3) 客户档案摘要（KYC审核）：
您的角色：KYC 文件汇总助理。根据我给您的匿名文件注释添加新信息。任务：生成一份有序、中立的客户风险评估摘要；将任何不明确或缺失的点标记为“[需要确认]”。合规官将做出风险类别决定。
4）STR文本草稿：
您的角色：起草可疑交易报告的助理。仅基于经过验证的调查结果，不得添加猜测。用中立、事实的语言解释为何该交易被视为可疑。最终通知决定和签名属于授权合规官；这是一个草案。调查结果：[已验证的交易和观察记录]
弱提示/强提示
弱提示：
判断这个客户是否可疑，我是否需要做STR？如果姓名与名单相符，则考虑直接予以制裁。
它需要模型的法律判断，忽略不匹配，并且不建立审计跟踪。
强力提示：
您的角色：为合规分析师（而不是决策者）提供预筛选和起草的助理。逐项列出交易模式与已知风险的相似性；将每个项目连接到数据。考虑该姓名与“候选人”匹配，并生成带有附加标识符的确认问题。 STR 规定和签名属于授权合规官员。标记不确定性。
强烈要求将预选赛定位为选秀，考虑到不匹配的情况，并将决定权留给官方。
三个迷你箱子
情况 1 — 配置被捕获。该模型显示 8 天内从不同分行的账户存入 7 笔存款，金额范围为 9,500-9,900 土耳其里拉；全部都略低于报告阈值。分析师对其进行审查，发现其与客户申报的活动不相符，授权合规官验证并批准 STR 草案。模型通过了资格预审，决定是人道的。
情况 2 — 消除不正确的匹配。筛选将客户与制裁名单上的名字进行匹配。合规官员比较出生日期和国籍：不相符。这是一种不匹配；记录的扣除不会对客户造成任何伤害。如果自动标记为“制裁”，无辜者将受到严重伤害。
案例 3 — 过度自动化的风险。一个团队建议自动将模型生成的所有警报转换为 STR，而无需对其进行审查。这被拒绝了：不仅大多数警报都是误报，而且不合理、无审计追踪的通知流程在 MASAK 面前和法律上都是站不住脚的。该流程是通过人工审查和审计跟踪重建的。
为什么审计追踪是反洗钱的支柱
在 AML 中，发出通知与能够显示发出通知的原因（或未发出通知的原因）同样重要。几年后，当审计员来时，他说：“你看到了这个警告，为什么不做 STR？”他可能会问；您的回答必须被记录下来并证明其合理性。这就是为什么 AML 流程中的每一步都会留下痕迹：
- 警报记录：哪个规则/模型标记了哪个动作，用哪个分数。
- 审查记录：分析师查看了哪些内容，收集了哪些附加信息，是否与客户进行了联系？
- 决定的理由：STR 已完成/未完成以及原因；谁批准的？
人工智能可以快速生成这些记录的草稿；但记录的准确性和完整性是合规官的责任。 “我们做出了决定，但没有写下为什么这样做”的情况是反洗钱中最站不住脚的立场。
提示：良好的审计跟踪基于做出决定时所做的记录，而不是“我稍后会记住它”的假设。时间的流逝抹去了细节；与决定同时记录推理。这对于立法和自我保护都至关重要。
常见错误
- 使模型占主导地位。将警报转换为自动 STR； STR是一项法律决定，属于合规官。
- 忽略错误的匹配。在未确认姓名相似性的情况下将客户视为受到制裁。
- 向客户透露怀疑。说“您涉嫌洗钱”（举报）；大多数立法都禁止这样做。
- 不留下审计线索。未能记录警告、审查和决定的理由。
- 绕过真正的受益人。在未验证基金实际所有者的情况下完成 KYC。
注意： AML/KYC 领域的缺陷可能会在数年后的审计中被发现，并可能对银行处以巨额行政罚款。因此，每一个决定都必须经过推理、记录并经过人的批准； “系统失败”不是借口。
总之
KYC 识别客户和资金来源，AML 监控交易并识别嫌疑人；通过 STR 向 MASAK 发出通知。人工智能在交易监控、筛选和案件总结方面是强大的预筛选器，但STR和执行判断取决于授权的合规官。通过附加标识符消除错误匹配，每一步都保留审核跟踪，不会向客户透露任何可疑之处。一句话：AI突出嫌疑人；授权官员做出通知和合规决定。
应用任务
定义一系列匿名交易（例如多个阈值下存款）并使用模式 1 预先评估该模式。然后创建一个名称匹配场景并使用第二个模板生成确认清单，并在出生日期/国籍不匹配时写下您的决定。最后，用第四个模板生成STR草案并检查推测；请注意谁拥有最终决定权。
清单
- [ ] 我将警告视为先发制人的警告；我没有将其转换为自动STR。
- [ ] 我确认名称与附加标识符匹配（不匹配检查）。
- [ ] 在KYC中，我观察到了真实的受益人和资金来源。
- [ ] 我没有向客户透露这一嫌疑（禁止举报）。
- [ ] 我记录了每个步骤的理由和审计跟踪。
- [ ] 我将 STR/合规条款留给了授权官员。