興業銀行“隨興寫”： 生成式大模型賦能反洗錢

“只需要輸入簡單的幾條個性化資訊，系統就能夠自動生成一份詳盡的可疑交易分析報告，‘隨興寫’讓我們從繁瑣的報告撰寫中解放出來，將更多精力投入到業務發展之中。”一名參與“隨興寫”測試的反洗錢專員開心高興地説道。

“隨興寫”是基於興業銀行自主研發的可疑交易報告智慧生成模型（AML-GPT），利用大模型與自然語言處理技術，智慧分析洗錢可疑客戶行為、可疑主體資訊和可疑交易資訊等特徵，並生成可疑交易輔助分析報告，並通過運用智慧問答技術，甄別人員可在模型生成的初稿基礎上快速調整優化，實現興業銀行類GPT大模型從0到1的突破，並且在“興火·燎原”創新馬拉松大賽2023 年度行內賽中榮獲綜合賽道創新項目獎一等獎。

2022年12月，基於GPT-3.5模型的ChatGPT發佈後，生成式人工智慧技術熱潮席捲全球。如何使用生成式人工智慧技術為經營發展賦能，成為金融機構面臨的新課題。

當前，客戶行銷、運營助手、智慧客服等場景金融大模型應用不斷涌現，利用大模型與自然語言處理技術賦能金融機構合規風控尚不多見。興業銀行獨闢蹊徑，聚焦反洗錢這一細分領域，給出了“興業方案”，自主研發推出AML-GPT模型。

據介紹，該模型是金融業首個在反洗錢可疑報告智慧生成領域運用的大模型。AML-GPT專注于反洗錢這一特定領域，具有很強的專業性和針對性，能夠提供深度定制化服務，不僅減輕了基層反洗錢人員的日常工作負擔，還能提升案例甄別的品質和效率。在中國人民銀行福建省分行指導下，“隨興寫”的技術方案已被收錄于《中國反洗錢實務》。

“在沒有智慧輔助工具的情況下，我們每天需要處理約30份可疑交易報告，每份報告都需要經歷開展調查、分析交易流水與行為特徵到撰寫報告的過程，每份報告處理時長20—60分鐘不等。”分行一位基層反洗錢員工表示。

而“隨興寫”利用人工智慧技術，訓練反洗錢可疑案宗報告智慧生成模型，依託于系統涵蓋的多維度特徵，綜合分析研判形成符合反洗錢專家邏輯的可疑分析報告，並給出初步處理意見。此外，將大語言模型內嵌進反洗錢系統，基於知識檢索工具擴充知識庫，大模型可以充分發揮生成能力，不斷修正和完善可疑分析報告內容，這相當於為每一位反洗錢工作人員配置了一名個性化的數字助手。

近兩年來，興業銀行反洗錢工作人員共撰寫可疑交易報告已逾百萬份。“應用大模型智慧生成報告後，基層員工可以從繁瑣的手工報告中解放出來，釋放出更多精力投入到業務發展、新型洗錢手法研究和專家規則優化等工作中來。”“隨興寫”項目負責人表示。

據悉，興業銀行計劃將AML-GPT升級為百億級參數量模型和先進可調演算法，並結合機器學習、知識圖譜、自然語言處理技術和文本挖掘等技術，以進一步提高模型整體表現。

數字時代，興業銀行全面加快數字化轉型，繪就數字興業新圖景，越來越多類似于“隨興寫”的創新項目正在興業舞臺上競相綻放。目前，興業銀行科技人才約8000人，年度科技投入超過80億元，初步形成了“1（手機銀行）+5（興業普惠、興業管家、興業生活、錢大掌櫃、銀銀平臺）+N（場景）”的數字興業體系，過去三年發明專利申請增長50倍。（興業銀行蘭州分行）