反洗钱分析

事实证明，反洗钱(AML)立法对许多金融机构来说具有挑战性，它们正在努力以具有成本效益和效率的方式遵守. 许多金融机构已经开发了交易监控系统，对可疑交易产生大量警报, 需要手动查看的警报. 当大量的这些警报实际上是假阳性时，结果是一个风险缓解能力很差的交易监控系统, 低效的审查流程和雇用人员审查“反洗钱”警报的高成本.

葡京手机版app官方网站与金融机构合作解决洗钱问题的经验表明，许多机构仍处于采用传统的基于规则的机制的阶段. 这种基于规则的方法通常与大量的误报和低效的手工劳动相关联，以调查这些警报.

BearingPoint针对这个问题的葡京app使用人工智能来开发改进的事务监控算法.

在葡京手机版app官方网站一个使用超立方体的项目中, 在被葡京手机版app官方网站的监督机器学习模型标记的客户中，多达18%的客户被报告给了金融情报部门, 与以往的真实阳性率相比，为2-3%. 超立方体算法还显示可以显著减少误报的数量，并提供足够的风险覆盖，以取代传统的基于规则的方法.