硅谷分析公司FICO最近进行的一项调查中，有42％的受访者认为，使用机器学习的反洗钱（AML）解决方案的使用量增加是提高财务真实性的最佳方法。
调查强调，最近的亚洲洗钱丑闻继续动摇金融世界，整个地区仍然强烈感受到连锁反应。
他们中有90％的人担心自己或同龄人可能会冒着疏忽助长下一次洗钱丑闻的风险。
关“亚洲的金融信誉声誉可能需要很长时间才能完全恢复，而且我们地区的银行家似乎同意，我们才刚刚开始进行合规技术和流程改革，这可能需要很多年才能完成。” FICO亚太区总裁Dan McConaghy。
相关新闻Ather 450X的起始价格为99,000卢比，OnePlus计划在印度开设100家体验店WhatsApp，从2月起停止在这些iPhone和Android手机上提供服务；您的设备在列表中吗？受访者对提高洗钱合规性的最有效方法持不同意见。大约五分之一的银行（占19％）认为提高罚款和罚金是提高金融信誉的最可行方法，另有40％的人认为这是必要的。为了更好地为监管机构提供资源。绝大多数（42％）的银行认为，解决洗钱的最佳方法是引入使用机器学习的反洗钱（AML）解决方案。调查显示，有40％的亚太地区银行认为其反洗钱能力是平均水平，而另外20％的银行则不知道与同业相比。只有2％的受访者表示，他们对AML的准备程度使其成为业界公认的最佳绩效。但是，大多数人对自己的反洗钱功能持乐观态度-61％的受访者对他们的反洗钱方法会在一年内变得更好充满信心。
“为了更好地检测AML，金融机构必须帮助其合规员工筛选大量数据，更有效地向监管机构报告可疑活动，并升级其AML工具。结合机器学习和AI驱动的分析来确定警报的优先级并加快决策速度，可确保银行超越基于规则的系统所能做的事情来捕捉新型洗钱活动。