讓ISIS如此頑強的一個原因是恐怖分子的活動網(wǎng)絡(luò)很分散，遍布世界各地，且都是在小范圍之內(nèi)運作。這不僅讓執(zhí)法部門難以預(yù)測該組織接下來會有何行動，還使得追蹤其活動網(wǎng)變得異常復(fù)雜，比如其銀行交易。小額資金從境外恐怖分子那里流向境內(nèi)恐怖分子，但銀行很難在系統(tǒng)中識別出這些資金。
長期以來，銀行一直在使用反洗錢系統(tǒng)來標(biāo)記可疑活動，而在9月11日之后，它們?nèi)允褂眠@個老辦法偵測與恐怖活動相關(guān)的交易。
但這些傳統(tǒng)工具并不能勝任這項新工作，雖然銀行開始依賴于硬編碼的“if-then”規(guī)則來預(yù)測可疑行為。例如，如果該軟件發(fā)現(xiàn)了從邁阿密到波哥大的七位數(shù)資金轉(zhuǎn)移，它就會識別出來并標(biāo)記這筆轉(zhuǎn)賬。但是，像ISIS這樣的恐怖組織在國際上招募人員，進(jìn)行規(guī)模較小、具有針對性的攻擊時，這些工具的效果就差了很多了。有太多的規(guī)則和可能性需要考慮。
在反金融犯罪行業(yè)工作了20年，并有美國毒品執(zhí)法機構(gòu)和美國進(jìn)出口銀行工作經(jīng)歷的DanStitt說：“（資金）在等待被轉(zhuǎn)移的時候，可以很容易地在比利時的某家青年旅社里安度一段時間。”
一個藏匿著的恐怖分子進(jìn)行的小額交易可能不會被常規(guī)的反洗錢系統(tǒng)檢測到。除非這些系統(tǒng)使用人工智能技術(shù)。銀行正越來越多地轉(zhuǎn)向機器學(xué)習(xí)，通過挖掘大量銀行數(shù)據(jù)來監(jiān)測賬戶和交易中的異常現(xiàn)象，不然這些異常可能會被忽視。
Stitt說：“這是一種海底撈針一樣的外科手術(shù)式方法。”他現(xiàn)在是一家總部位于賓夕法尼亞州韋恩市的公司QuantaVerse的金融犯罪分析主任，該公司開發(fā)了一些世界上最大的銀行用來偵測洗錢、恐怖主義資金和其他金融犯罪的AI技術(shù)。
該技術(shù)已經(jīng)幫助找到了一個被美國緝毒局稱為“世界最大的毒品洗錢人之一”的巴拿馬人。在這個行業(yè)中，機器學(xué)習(xí)的使用還處于早期階段，即使是QuantaVerse也不確定他們掌握的線索中有多少已經(jīng)變成了實實在在的威脅。但金融監(jiān)管專家對此類工具的潛力抱有很高的期望。
“機器能夠接收更多的數(shù)據(jù)點，并以一種人類無法達(dá)到的方式來分析這些數(shù)據(jù)點，”KevinPetrasic說，他是律師事務(wù)所的合伙人，專門從事金融監(jiān)管。
銀行必須幫助找到罪犯
自1970年銀行保密法以來，銀行一直被要求協(xié)助政府機構(gòu)偵查洗錢活動。軟件在某種程度上幫助了這一過程的自動化。然而，這個過程被具有誤導(dǎo)性的正常活動所困擾：在這一過程中，系統(tǒng)常常會標(biāo)記出實際上并非屬于犯罪的行為。
道瓊斯最近對800多名反洗錢專業(yè)人士進(jìn)行的調(diào)查發(fā)現(xiàn)，近一半的反洗錢人士表示，錯誤的警報損傷了他們對篩查過程準(zhǔn)確性的信心。然而，為了滿足政府的要求，銀行每年在這些系統(tǒng)上投資數(shù)十億美元。“
這是價值數(shù)十億美元的投資——很多調(diào)查人員聚焦于調(diào)查舊系統(tǒng)發(fā)現(xiàn)的“案件”，但其中的絕大多數(shù)都不是真正的金融犯罪，”在2014年創(chuàng)立QuantaVerse的大衛(wèi)麥克勞林說。
“與此同時，真正的金融犯罪卻無人注意。”
對于那些希望阻止資金流向外國作戰(zhàn)人員的銀行而言，其面臨的重要挑戰(zhàn)之一是目前存在著無限可能的交易組合，而銀行須將這些組合手動編碼進(jìn)入基于規(guī)則的系統(tǒng)中。想要加入ISIS的人可能需要在布魯塞爾的ATM機上取80美元，在阿爾及利亞收電匯款，在黎巴嫩使用信用卡。他可能會取出發(fā)薪日貸款或把錢轉(zhuǎn)移給家人。就活動本身而言，其數(shù)量的增加可能并不會招致懷疑，但它們積累起來產(chǎn)生了一種可能會被機器標(biāo)記為可疑的活動模式。
