洗钱是指通过使犯罪所得的钱看起来像是来自合法来源的方式，将“脏钱”转变为“干净的钱”（来源：fbi.gov）。每年有 2% 到 5% 的全球 GDP（最高可达 2 万亿美元）被洗钱（来源：联合国毒品和犯罪办公室）。这些现金流动与毒品和人口贩运到恐怖主义融资等活动有关，每年会给金融机构带来高达数亿的反洗钱技术和运营费用。
Google Cloud 的 Anti Money Laundering AI (AML AI) 产品是一款用于评估反洗钱风险的 API。借助该工具，您可以更有力地识别更多风险，减少误报，并缩短每次审核所需的时间。此 API：
- 为零售银行和商业银行客户生成每月风险得分
- 旨在满足模型治理要求
- 可为分析师、风险管理人员、审核人员和监管机构提供参考
- 取代或补充旧版交易监控
- 可通过客户自己的补充风险指标进行扩展
它使用的相关数据
AML AI 不会使用除您提供的数据以外的数据。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，以及用于训练的客户退出或可疑活动报告 (SAR) 数据的量和质量。
将 AML AI 整合到您的 AML 流程中
AML AI 会根据您 Google Cloud 环境中的核心银行数据、可疑活动信息和其他数据进行训练。使用该 API 生成风险分数和随附的可解释性输出，以支持您的提醒和调查流程。
将调查数据馈送到 AML AI，以定期更新模型和风险评分。
支持的金融产品
支持的零售银行产品包括：
- 支票账户或当天账户
- 节省
- 信用卡
- 抵押贷款
- 个人贷款
不包括以下内容：经纪业务、任何形式的交易、加密货币或保险。
支持的商务银行产品包括：
- 现金账户
- 贷款
- 信用额度
- 客户直接付款
不包括以下领域：资本市场、贸易融资或外汇。
AML AI 支持的风险类型
AML AI 可以识别与交易监控相关的五种核心 AML 风险类型中的洗钱风险。通过充分调查和补充党派数据，它可以涵盖更多类型。
列入许可名单的客户可以访问更多反洗钱 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
在此类风险类型中，洗钱者会利用法规不健全或对洗钱行为的执法力度较弱的国家/地区或金融系统，通过在这些国家/地区或系统中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指反洗钱 (AML) 法律不健全、对金融机构的监督不足，以及与外国机构缺乏合作的国家/地区。洗钱者通常会利用在这些管辖区内注册成立的外壳公司、信托和其他法律实体来转移和隐藏非法活动的收益。在这些管辖区内，洗钱者可以处理在其他国家/地区会被标记为可疑的交易。高风险管辖区列表是动态的，因为当地监管机构或政府间组织会定期对其进行审核。
通过国内渠道和透支资金进行洗钱
在此类风险类型中，洗钱者会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，以掩盖资金来源。转移是洗钱流程中的第一步，涉及将非法资金转移到金融系统，以便进一步洗钱。转移可以通过各种方式进行，例如通过空壳公司、境外账户、现金业务或洗钱人进行转移。
通过空壳公司和专业帮手洗钱
在此类风险类型中，洗钱者利用匿名空壳公司（仅存在于账面上，没有实际业务活动或资产的公司）来转移和隐瞒非法所得。这些公司可用于营造合法业务交易的假象，隐瞒资金的真实来源，使其难以追踪。空壳公司可用于各种洗钱活动，例如电汇资金、投资房地产、购买奢侈品或在海外银行账户中存放资金。这些实体可以在保密管辖区通过各种方式创建，并且通常与其他洗钱手法（例如转移、层次结构和结构化）结合使用，以形成难以解开的复杂金融交易网络。
通过结构化资金进行洗钱
在此风险类型中，洗钱者会将大额交易拆分成较小的交易（结构），以逃避金融机构和监管机构的检测。结构化交易的目的是避免触发针对超出特定阈值的交易的报告要求。洗钱者通常会进行多次小额交易，以确保交易金额不超过此阈值，或者他们可以使用多个个人（即“蘑菇人”）代表他们进行交易。结构化还可能包括循环转账，即洗钱者将大量现金拆分成较小的金额，然后将现金存入多个地点和账户。
通过“洗钱人”洗钱
在此类风险类型中，洗钱者会利用个人（称为“洗钱人头”）代表他们接收和/或转移非法所得。钱 mule 可能是不知情的参与者，也可能是明知参与非法活动。他们可能会被要求开设银行账户、收款后转账，或使用非法资金进行购买交易，以掩盖资金的真实来源并使其看起来合法。作为中间人的洗钱人可以使交易更难追踪。