洗钱让“脏”的钱看起来像来自正当来源的资金，实际上来自正当来源（来源：fbi.gov）。全球每年会洗钱 2-5% 的 GDP，即高达 2 万亿美元（资料来源：联合国毒品与犯罪办公室）。 这些现金流涉及从毒品和人口贩卖到恐怖主义筹款等活动，每年都会使金融机构在反洗钱技术和运营上损失多达数亿美元。
Google Cloud 的反洗钱 AI (AML AI) 产品是一款用于对 AML 风险进行评分的 API。使用该工具能够以更可靠的方式识别更多风险，减少误报，并缩短每次审核所需的时间。此 API：
- 为零售和商业银行客户生成每月风险评分
- 旨在满足模型治理要求
- 可向分析师、风险管理人员、审计人员和监管机构解释
- 取代或补充旧版事务监控
- 可通过客户自己的补充风险指标进行扩展
使用的数据
除了您提供的数据之外，AML AI 不会使用任何其他数据。 AML AI 不会使用 Google 数据来丰富您的数据集。
准确性和覆盖率取决于您根据 AML AI 架构提供的数据的质量和完整性，以及要训练的客户退出或可疑活动报告 (SAR) 数据的数量和质量。
将 AML AI 纳入 AML 流程中
AML AI 基于您的核心银行数据、可疑活动信息以及 Google Cloud 环境中的其他数据进行训练。使用该 API 生成风险得分和随附的可解释性输出，以便为提醒和调查流程提供支持。
将调查数据馈送到 AML AI 中，以定期更新模型和风险得分。
支持的金融产品
支持的零售银行产品包括：
- 支票账户或活期账户
- 节省成本
- 信用卡
- 抵押贷款
- 个人贷款
其中不包括：经纪商、任何类型的交易、加密货币或保险。
支持的商业银行产品包括：
- 现金账户
- 贷款
- 信用额度
- 客户直接付款
其中不包括：资本市场、贸易金融或外汇。
AML AI 支持的风险类型
AML AI 可根据与交易监控相关的五种核心 AML 风险类型识别洗钱风险。有了足够的调查和补充性方数据，它就可以涵盖更多类型。
已列入许可名单的客户可以访问其他 AML AI 文档，以支持合规性和模型风险治理流程。
通过高风险管辖区和跨境活动进行洗钱
在这种风险类型中，洗钱者使用薄弱的国家/地区或金融系统来打击洗钱活动，以通过转移资金来掩盖资金的来源和所有权。高风险管辖区通常是反洗钱 (AML) 法律薄弱、金融机构监督不足且缺乏与外国机关合作的管辖区。洗钱活动通常通过空壳公司、信托机构和其他在这些管辖区注册的法律实体来移动和隐藏非法活动的行为。在这些管辖区，洗钱者可以处理在其他国家/地区被标记为可疑交易。高风险管辖区列表是动态的，因为当地监管组织或政府间组织会定期对其进行审核。
通过国内漏斗和转账资金进行洗钱
在这种风险类型中，洗钱者以难以追踪的方式将非法获得的资金引入（放置）到金融系统中，从而掩盖资金来源。漏斗是洗钱流程的第一步，这涉及将非法资金转移到金融系统，以便进行进一步洗钱。漏斗可以通过各种方式完成，例如通过空壳公司、离岸帐号、现金业务或资金获利。
通过外壳公司和专业推动因素进行洗钱
在这种风险类型中，洗钱者利用匿名壳公司（仅以纸质形式存在，没有实际商业活动或资产的公司）转移和隐瞒非法收益。这些公司可用于制造合法商业交易的假象，隐藏真实的资金来源并使其难以跟踪。壳牌公司可用于各种洗钱活动，如电汇、投资房地产、购买奢侈品或在境外银行账户中存钱。在保密管辖区内，可通过各种方式创建金融交易，并且常常与其他洗钱技术（例如娱乐、分层和结构设置）结合使用，以创建难以揭开的复杂金融交易网络。
通过资金结构进行洗钱
在这种风险类型中，洗钱者将大型交易分解为较小的交易（结构），以避开金融机构和监管机构的检测。进行结构化设计的目的是避免对高于特定阈值的交易触发报告要求。洗钱者通常会进行多笔小额交易，以不超出此最低限额，也可以让多人（即“smurfs”）代表自己进行交易。组织结构还可以包括往返，即洗钱机将大量现金拆分成较小的金额，然后将现金存入多个位置和账户。
通过诈骗洗钱活动
在这种风险类型中，洗钱者利用个人（称为“走钱人”）代表他们接收和/或转移非法收益。钱票公司可能会在参与者不知情的情况下或在知情的情况下参与非法活动。为了隐瞒资金的真实来源并使其看起来合法，可以要求他们开设银行账户、接收然后转账或使用非法资金进行购物。资金骡充当中介，可用于使交易更加难以跟踪。