AI反洗钱可疑交易解释定制：规则命中与证据链生成

反洗钱可疑交易甄别长期受制于告警量大与解释成本高：规则命中之后，分析师需手工回溯资金链路、客户画像与历史行为，单案研判常以小时计，且结论口径不易统一。本期金融AI实验室以某城商行脱敏数据开展小样本实验，探索“命中—取证—解释”的半自动路径。做法上，先按规则命中原因聚合交易子图，抽取对手方、时间间隔、金额分位与渠道特征；再由模型生成结构化解释草案，每条结论强制回指具体交易与字段，未取证部分显式标记为待补充。人工只做确认与改判，不让模型直接输出可疑定性。阶段性进展：在3类高频规则、约1200笔样本上，解释草案的字段引用准确率约92%，分析师单案初筛耗时由约40分钟降至12分钟，其中拆分转账与快进快出两类场景收益最明显。下一步计划：接入客户尽调与征信口径做一致性校验，并测试跨月行为漂移下的阈值重校准。