银行业人工智能合规监控应用动态 - 德意志银行正与谷歌云合作开发大语言模型，用于识别订单、交易及市场波动中的异常信号，旨在及时标记疑似市场操纵行为并推送至合规部门[1] - 该行还计划利用大语言模型监控交易员、销售人员及客服人员的沟通内容，相关系统预计于今年晚些时候上线[1] - 高盛正研究通过人工智能分析交易行为，捕捉市场可疑信号与异常动向[1] - 野村控股正与另一家全球性银行洽谈合作，联合训练人工智能监控模型，兼顾信息共享与知识产权保护，并与有意向的监管机构沟通合作事宜[1] 现有系统效率与人工智能提升潜力 - 当前银行业交易监控多依赖基于规则的传统算法，效率有限且误报率较高[1] - 德意志银行通过重构合规流程、淘汰旧系统，已关闭200台监控服务器，将需深入核查的误报率降低25%以上[1] - 该行监控系统目前覆盖40余个内外部渠道，每日筛查总量达1TB的电子通信数据[1] - 大语言模型可辅助分析并提供核查建议，最终决策仍由合规官把控[1] - 野村方面预计，人工智能应用可将合规监控误报率降低30%至40%[2] 成本效益与行业合作 - 野村预计，人工智能应用每年可节省最高500万美元合规成本，同时保留人工审核环节以保障核查准确性[2] - 包括桑坦德银行在内的多家机构，也在与金融科技公司ThetaRay合作，借助智能体人工智能优化反洗钱管控体系[2] 行业态度与技术挑战 - 业内专家表示，人工智能能够显著提升金融机构合规监控效率，但行业对技术部署仍持审慎态度[2] - 人工智能代理若管控不当，可能引发数据泄露、越权操作等新型风险，金融机构仍需建立完善的安全与治理机制，平衡技术创新与风险防控[2]