监管科技(RegTech)赋能全球监管规则管理,增强国际化经营合规保障
为贯彻落实党和国家“防范化解金融风险”的工作部署,工商银行坚持推动海外合规管理数字化转型,通过引入人工智能等监管科技(RegTech),聚焦“合规本源”即监管规则、聚焦“外规内化”核心场景,完成合规智能管理系统(Regtech Intelligence System,简称RIS)的研发并于2022年初正式投产应用。RIS系统综合运用NLP、机器学习等技术以及版面分析模型等,构建了文本解析、法条识别、智能打标等智能工具,并将其应用于监管文本地结构化标签化处理和相关管理场景应用中。
1.监管规则的数据分类:标签体系建设
通过应用于合规管理的不同场景,包括监管规则、内部制度、监管处罚、风险事件、问题管理、合规监测、合规报告等,合规标签成为“贯通”合规管理各个环节的“索引”,帮助实现合规管理活动的联动与溯源。本案例构建了涵盖“领域”(业务领域和管理领域)和 “事项”(专用事项和通用事项)两个维度、三级的合规管理标签体系,共包含402个标签项。
2.监管规则的数据准备:梳理补充数据资源
补充监管规则库,覆盖53个国家和地区195家监管机构的有效监管规则近7400余条。
图1提升效果示意
建立风险事件库,收录近10年典型合规风险事件逾561件,合计罚没金额合计达630亿美元。
3.监管规则数据挖掘:智能工具建设
文本解析工具。运用计算机视觉和深度学习技术,引入版面分析模型,实现非结构化合规文档条目级信息的标准化和结构化存储,为下游的文本分析、标签分类以及后续应用等提供数据支持。
法条识别工具。基于业界主流的自然语言处理技术,将对比学习理论引入到建模过程中,一方面通过大量的文档结构分析实现各级标题、页眉页脚等文档结构信息的智能过滤;另一方面通过模型对全篇段落进行提取分析,智能辨识法规的核心特征,提炼与合规要求相关的文本,为下游的条目打标服务提供数据支持。
智能打标工具。通过NLP、机器学习等技术,在法条识别的基础上,对监管规则的法条内容进行语义理解,自动调用Al模型进行智能标签推荐。
图2设计流程图
4.监管规则数据应用:配套功能及流程完善
通过流程改造,初步实现合规信息“一窗口”综合检索、合规数据标准化入库、智能支持外规内化流程、监督检查闭环管理、监测指标全面覆盖、合规提示及时有效等效果。
图3综合检索页面
图4标准化打标入库流程图
四方面,彰显RIS系统应用成效
目前,RIS系统已成为工商银行内控合规管理的核心系统之一,服务对象为工商银行45家境外机构近1.4万名员工及总行相关部门,取得了显著的应用成效:
一是提供了行业领先、智能化的管理工具。据悉,工商银行是目前首家围绕海外合规建立信息系统、首家将人工智能技术应用到监管规则场景化管理的中资银行。
二是以“智能”节省“智力”,人力成本显著降低。RIS系统的投产应用大幅提升了监管文本的处理效率,据测算,初始化数据处理可节省的人力成本超过300人天,后续对监管文本的更新数据处理预计每年还将节省50人。同时,结构化标签化的数据库大大提升了监管文本信息查询和关联使用的效率,按照目前使用频度,每年约能节省350人天。
三是合规管理成效明显提升。RIS的投产显著提升了境外机构合规基础管理水平。据统计,RIS系统投产后,境外机构监管检查发现问题较系统投产前减少61%,年度监管评级均实现稳中有升,无评级下降情形,RIS系统应用发挥了较好的支持作用。
四是合规管理体系实现升级。以RIS系统为四大支柱之一的境外合规管理体系(OCM)已通过ISO 37301合规管理体系国际标准认证。工商银行成为国内金融同业首家、国际金融同业首批通过该认证的金融机构。
好文章,需要你的鼓励
Writer首席执行官May Habib指出,企业在构建和扩展AI智能体时面临重大挑战。智能体在构建、运行和改进方式上与传统软件截然不同,需要抛弃传统软件开发生命周期。智能体不会可靠地遵循规则,而是结果导向、具备解释和适应能力。企业需要采用目标导向方法,设计业务逻辑蓝图而非工作流程。质量保证也需要评估非二元行为和实际应用表现。智能体维护需要新的版本控制系统,涵盖提示、模型设置等所有影响行为的因素。
中科院团队开发的SimpleGVR系统革新了AI视频增强技术,通过直接在潜在空间处理和创新的分阶段训练策略,能够将AI生成的低分辨率视频高效提升至高清画质。该系统不仅提升分辨率,还能修正AI视频特有的颜色混合等问题,在多项指标上超越现有顶级方法,为AI视频生成领域提供了实用的解决方案。
Salesforce首席执行官马克·贝尼奥夫表示,公司正大力推进人工智能应用,AI代理现在承担了公司30%至50%的工作。他认为员工应适应AI替代人工的趋势,转向更高价值的工作。然而,这一变化导致约1000名员工被裁,虽然公司计划招聘同等数量新员工,但主要专注于销售AI技术。这一趋势在科技行业普遍存在,今年已有超过63000个科技岗位消失,AI被认为是重要原因之一。
浙江大学联合腾讯AI实验室提出KnowRL方法,通过在强化学习中集成事实性奖励机制,有效解决慢思维AI模型在推理过程中的幻觉问题。该方法在保持原有推理能力的同时,显著提升了模型的事实准确性,为构建更可靠的AI系统提供了新思路。