在反洗钱场景中，规则引擎覆盖明确、可解释，但对分散转账、多层过账等结构化拆分行为容易漏判，误报量也长期占用合规人力。金融AI实验室近期完成一轮实验：将交易流水构建为账户—交易异构图，节点特征包含对手方集中度、资金回流路径长度、夜间小额频次等，由图神经网络输出可疑度评分，再与现有规则命中的强特征做分层融合，而非直接替换规则。
要点：
- 脱敏样本约40万笔，人工确认可疑样本占比不足2%。在召回率不下降的前提下，误报量下降约27%，复核人员日均待处理队列缩短约三分之一。
- 下一步引入滑动时间窗的资金环路检测，并与合规团队共建“模型建议—人工复核—标签回流”的月度迭代机制，当前阶段不涉及自动上报。
评论