消除噪音：人工智能如何减少贸易监控中的误报：作者：Alexander Parker

长期以来，误报一直是贸易监控中最大的挑战之一，这些警报让合规团队不堪重负，这些警报并不反映真正的威胁，但仍需要像确实威胁一样进行调查。人工智能提供了一种消除噪音的方法——不是通过取代人类分析师，而是通过增强他们专注于真正重要事情的能力。

当有效应用时，人工智能可以提供动态风险评分、行为模式分析和情境洞察，将大量数据转化为可操作的信息。这使得合规团队能够更有效地工作，而不会牺牲检测潜在操纵交易活动的监督或准确性。

也就是说，人工智能也有局限性。如果没有仔细的监督和背景，自动化系统可能会产生误导性的输出或造成不必要的复杂性。了解人工智能在哪些方面可以增加价值以及人类的判断在哪些方面仍然至关重要，是确保合规流程稳健可靠的关键。

人工智能如何消除噪音

监控团队每天都面临着大量数据——每日数以百万计的订单、交易和消息，其中任何一个都可能带有市场滥用或共谋的微弱迹象。噪音很大。随着各种工具、司法管辖区或交易场所发生滥用行为，传统的监控系统和流程可能难以处理和分析所有这些数据。这些系统通常使用静态阈值（例如交易者在特定时间范围内取消一定数量的订单），但这些系统无法考虑交易者行为和市场活动的细微差别。

除此之外，与贸易监控系统和控制失败相关的执法行动同比激增超过 800%，这使得强大且可解释的人工智能工具对于管理不断增长的交易数据量的企业至关重要，同时满足监管机构对透明度的要求。

利用人工智能应对这些挑战的一种方法是使用该技术动态评估警报。机器学习模型可以不断适应市场趋势，从历史贸易监控数据中学习并识别看似无关的各方之间的微妙联系。生成式人工智能模型能够分析交易者通信等非结构化数据，并从中推断出任何滥用意图或情绪，即使不存在明确的危险信号。

然后，人工智能可以通过权衡一天中的时间、市场波动和交易者行为等背景因素，向监控团队建议动态风险评分。
例如，人工智能系统可以概述个体交易者的行为模式识别，而不是使用一刀切的阈值。然后，它会优先考虑案例并向合规团队升级高质量警报，使他们能够更快地分类并执行更主动的监控。这些分数会随着市场和行为的发展而调整，从而实现持续的优先级排序。

鉴于技术和监管压力都在加剧，这种减少误报和提高警报优先级的能力已成为一项至关重要的能力。然而，如果该技术用于自动关闭警报，那么它的价值就会变成风险。

澄清人工智能输出

可解释性、人类监督和道德实施对于维持对人工智能监控的信任的重要性怎么强调也不为过。例如，假设一家公司使用人工智能自主处理警报，无需任何人工干预。从监管的角度来看，如果人工智能在没有调查的情况下关闭警报，那么该公司就要对该错误承担责任。你不能把责任推卸给机器。这就是为什么 FCA 指出 高级管理人员的问责制 “与人工智能的安全使用有关”。

事实上，也存在相反且更常见的情况。由于人工智能决策的未知性，企业可能会犹豫是否采用人工智能。人工智能模型可以在没有透明推理来解释或证明其输出的情况下产生警报——这些模型被称为“黑匣子”模型。这使得公司和监管机构都很难了解这些决策是如何做出的并确认其合规性。因此，企业通常不愿意给予人工智能技术太多的自主权，因为它可能会带来个人和机构风险。

为了克服这个问题，合规团队应该寻找人工智能系统，让他们能够追踪每一个洞察到其源数据，并向他们的高级团队和监管机构解释如何达到结果。通过大型语言模型功能，最新的系统允许用户使用对话提示来调查警报并获取上下文信息。例如，他们可以询问交易者是否在特定时间范围内触发了类似的警报。

这提供了清晰且可解释的推理，而不是无法解释的警报噪音。

将创新转化为影响力

那么，在避免过度依赖或运营风险的同时，将人工智能嵌入合规工作流程有哪些实际考虑因素呢？

人工智能的使用方式凸显了它的成功程度。我相信它最适合作为支持角色 – 本质上是一个助理，可以处理您的数据并为您的合规团队提供额外的背景信息。这是以人为本的方法的一部分，人工智能增强了人类决策的能力，同时让监管专业人员了解关键决策点的情况。例如，虽然人工智能会优先处理警报，但人类仍然会升级并关闭警报。

那么，数据质量对于生成的见解水平至关重要。特别是，将贸易和通信数据整合到统一平台对于最大限度地发挥人工智能的优势和发现可能被忽视的滥用形式至关重要。贸易数据概述了滥用行为，而通信数据则解释了滥用行为
为什么 虐待行为已经发生。两个数据集的集成已从合规性好处转变为监管期望。

最后，除非公司拥有大量资源，否则很难在内部构建和维护人工智能驱动的贸易监控系统。相反，将内部知识与专业技术合作伙伴相结合的混合方法是最佳方法。合作伙伴可以提供易于扩展且具有强大数据治理框架的既定模型，而专家则可以带来他们的经验和监管专业知识。

噪音更少，结案更多

贸易监控中的误报是一个臭名昭著的问题，而且管理起来非常耗时。然而现在，使用人工智能来动态确定警报的优先级和升级警报，为改变合规团队的工作方式带来了重大进步。人工智能生成的见解甚至可以发现原本不会被注意到的滥用行为。

但是，尽管人工智能在管理警报和为 STOR 提供背景信息方面的采用将继续增长，但其当前的能力意味着人类监督和问责制对其有效部署至关重要。 FCA 本身已经非常明确地表示，公司需要概述其人工智能系统如何得出结论——因此，采用具有可解释性功能的人工智能系统是不容谈判的。

出于强烈的监管期望，显而易见的是，人工智能监控工具现在已成为管理不断增长的交易数据和消除噪音的重要资产。