Tarification d'Anti Money Laundering AI

Présentation

Les tarifs d'AML AI sont basés sur deux facteurs :

1. Nombre de clients d'une banque (appelés "parties") pour lesquels un client utilise l'AML basée sur l'IA (facturation quotidienne) Google Cloud
2. La quantité d'expérimentations qu'un Google Cloud client utilise pour entraîner et régler des modèles par rapport à ses ensembles de données

Utilisation en production pour la notation des risques

L'utilisation en production est facturée en fonction du nombre de parties (clients de la banque) pour lesquelles le risque est évalué.

• Les particuliers utilisent les services bancaires à des fins personnelles, tandis que les entreprises ou les personnes physiques utilisent des comptes à des fins professionnelles. Différents moteurs de modèles et schémas de données sont utilisés pour évaluer le risque de blanchiment d'argent dans chacun d'eux.
• Les parties commerciales sont divisées en petites et grandes entreprises en fonction du nombre moyen de transactions mensuelles pour la partie au cours des 365 jours précédents.
• Les parties doivent être enregistrées auprès du service pour obtenir des prédictions. Les parties sans intention de prédiction peuvent être supprimées à tout moment, mais une période d'enregistrement minimale de 45 jours s'applique aux parties avec intention de prédiction, après quoi la partie concernée peut être désenregistrée dans le cadre du service. Aucune inscription n'est requise pour l'entraînement, le réglage ou le backtesting.
• Les parties sont enregistrées par instance d'AML AI à l'aide de la méthode instances.importRegisteredParties. Les partis enregistrés dans une instance sont enregistrés dans les autres instances et resteront enregistrés pendant au moins 45 jours si des prédictions sont faites à leur sujet, avant de pouvoir être supprimés du registre. La facturation a lieu pour chaque instance séparément pendant la période pour laquelle le client est enregistré.
• Les listes des parties actuellement enregistrées peuvent être récupérées à l'aide de la méthode instances.exportRegisteredParties.
• Vous pouvez enregistrer des clients particuliers et professionnels sur la même instance.

Entraînement et réglage des modèles

L'entraînement et le réglage sont facturés en fonction du nombre de parties dans l'ensemble de données utilisé pour entraîner un modèle ou régler un moteur. AML AI effectue l'entraînement lorsque vous créez une ressource de modèle et le réglage lorsque vous créez une ressource de configuration du moteur.

AML AI ne facture pas de frais de réglage pour les configurations de moteur qui héritent des hyperparamètres. Pour en savoir plus sur l'héritage des hyperparamètres comme alternative au réglage, consultez Configurer un moteur.