UC-126银行用例 ／ 风控合规
Dah Sing Bank
AML STR 生成式 AI
反洗钱调查中的可疑交易报告（STR）是银行合规工作里非常耗人力的一环。交易监测系统触发告警后，调查人员要汇总客户背景、账户信息、交易模式、触发原因、前线补充信息和调查结论，并将其写成符合监管提交要求的叙述文本。对于非报告案件，也需要形成足够清晰的结案叙述和留痕。 Dah Sing Bank 在香港金管局首期 GenA.I. 沙盒中选择这个场景，说明生成式 AI 正从客服和员工助手进入高度监管的金融犯罪调查流程。它的难点不只是写得快，而是要写得结构化、可追溯、符合模板，并且不能
披露摘要
PoC 显示，GenAI 支持的 STR 和非报告案件叙述可根据案件复杂度节省约 30% 至超过 80% 的准备时间。简单的非报告个人交易案例节省约 30%；复杂的报告类公司案件时间降幅可达 80%。这说明生成式 AI 在复杂叙述整理、证据汇总和模板化写作方面尤其有价值。 官方材料还指出，项目利用 GenA.I. 沙盒和数码港 AISC GPU 资源，在不需要大量前期基础设施投入的情况下从概念推进到验证。后续计划包括接入外部数据源，如公司背景调查、交易对手公开情报，并建立带引用和推理说明的更完整叙述，以及持续监控和反馈机制。