銀行業與合規中的人工智能
人工智能的應用領域
瑞士銀行首次大規模使用機器學習是在合規領域。瑞士金融市場監管局（FINMA）的《反洗錢條例》（AMLO-FINMA）要求銀行和證券公司有效監控其業務關係和交易，併為此運行一套基於計算機的系統，按照機構自行設定的標準識別風險較高的交易。1傳統監控系統採用固定規則，例如現金存款或向高風險國家轉賬的閾值。這類系統會產生大量警報，其中大多數經合規官審查後被證明並無根據。機器學習模型有望通過從既往案例中學習哪些特徵組合表明真實風險，從而減少這類誤報，並發現規則無法捕捉的模式，例如相互關聯的帳戶網絡。對於客戶群集中在意大利的盧加諾私人銀行而言，值得關注的模式包括資金經由意大利和瑞士帳戶的往返流動、住所公司的使用，以及第G.I章和第G.III章所述的基於貿易的洗錢。
第二個領域是客戶識別和“了解你的客戶”流程。自然語言處理系統讀取多種語言的身份證件、商業登記摘錄和公司文件，檢查其一致性並填寫客戶檔案。篩查系統將客戶和交易對手的姓名與制裁名單及政治公眾人物名單進行比對；對於存在多種音譯變體的意大利、俄羅斯和阿拉伯姓名，這項任務尤其繁難。負面新聞篩查利用語言模型閱讀多種語言的新聞，識別有關調查或定罪的報道。第G.II章所述的制裁制度要求瑞士機構適用國家經濟事務秘書處（SECO）依據《禁運法》（EmbA）公佈的名單，對此，自動化篩查如今已是標準做法。2第三個領域是投資業務：投資組合構建、研究分析、適當性評估的準備以及客戶報告。最新的領域是員工普遍使用生成式人工智能進行起草、摘要和翻譯，這使該技術進入了銀行幾乎每一項職能。
FINMA 2024年和2025年的調查
FINMA於2024年11月下旬至2025年1月中旬期間，就人工智能的使用情況對約400家受監管機構進行了調查。約50%的機構已在使用人工智能或有初步應用正在開發，另有25%計劃在三年內引入。使用人工智能的機構平均約有5項應用投入運行、9項正在開發。其中91%的機構還使用聊天機器人等生成式人工智能，FINMA將此解讀為高度依賴少數大型技術供應商的跡象。約半數機構已將人工智能的使用納入明確的戰略。機構最常提及的風險涉及數據質素、數據保護和可解釋性，其次是資訊安全、準確性和外包。較大機構使用的應用明顯多於較小機構，後者通常完全依賴外部供應商。3
最後一項發現對盧加諾尤為重要，因為那裡的銀行大多為中小型銀行，獨立資產管理人和受託服務機構也都是小型企業。這類機構很少會自行開發模型。它們從供應商處購買合規軟件、投資組合管理系統和生成式人工智能工具，其中許多供應商位於瑞士境外，而人工智能則嵌入在產品之中。對它們而言，人工智能的法律問題在很大程度上是採購、外包和數據保護的問題。
註釋
- 2015年6月3日FINMA《反洗錢條例》（AMLO-FINMA），SR 955.033.0，第20條第1款（有效監控業務關係和交易）及第2款（“Banken und Wertpapierhäuser betreiben für die Transaktionsüberwachung ein informatikgestütztes System”），第4款對業務關係或交易較少的機構規定了例外，條文見https://www.droit-bilingue.ch/de-fr/9/95/955.033.0-20-24.html。 ↩
- 2002年3月22日《聯邦實施國際制裁法》（《禁運法》，EmbA），SR 946.231，第1條（限制支付和資本轉移等的強制措施），條文見https://www.droit-bilingue.ch/de-en/9/94/946.231-1-4.html；參見第G.II章。 ↩
- FINMA, “FINMA survey: artificial intelligence gaining traction at Swiss financial institutions”（2025年4月），https://www.finma.ch/en/news/2025/04/20250424-mm-umfrage-ki/（2025年4月24日）。 ↩
僅供一般參考。本文不構成法律或稅務意見，不能替代針對個案的諮詢，亦不建立律師與客戶之間的委託關係。本文反映截至 十月 2026 的法律狀況。