反洗钱告警的痛点往往不是规则太少，而是规则太多：同一笔交易被多条规则重复命中，复核人员拿到的是碎片化线索。金融AI实验室把问题拆成两步——先做实体与交易序列的聚合去重，再用图特征（对手方集中度、资金回流路径、跨境频次突变、与客户画像的偏离度）对聚合后的案件打分排序，并同步输出触发原因。
进展：在某机构脱敏历史数据上回测，待复核案件量压缩至原来的约三分之一，对已确认可疑案件的召回率保持在92%以上；每条告警附带3~5条可读触发特征，便于复核人员快速定位判断依据。
边界与下一步：模型只做排序与解释，不代替最终定性，避免把合规判断交给黑箱。下一步与合规部门开展影子运行，观察对公、跨境、现金等不同业务线的误报分布差异，并据此分线校准阈值。
评论