TL;DR 摘要：
- 银行关闭账户的情况增多，人工智能或许能提供帮助，但规则和客户同样关键。
- 可疑活动报告激增，但许多账户在未经验证的情况下即被关闭。
- 银行需寻求平衡：结合规则、人工智能并倾听客户声音，以提供更优解决方案。
美国各地的银行正目睹受反洗钱（AML）流程影响的客户账户数量大幅关闭。美国银行家（American Banker）最近发表的一篇文章《仓促的反洗钱措施适得其反。AI 能帮忙吗？》探讨了这一令人不安的趋势背后的原因。
过时的反洗钱流程和仓促的决策
账户关闭数量增加的主要原因之一是严重依赖反洗钱（AML）软件来监控交易。该软件通常由不熟悉个别客户的决策者监督。用于确定可疑交易的过时规则进一步加剧了这个问题。银行受一系列激励措施的驱动，优先考虑效率，往往匆忙得出结论，而没有花时间去彻底了解个别案例。
可疑活动报告（SARs）的惊人增长
Thomson Reuters 报告 称，由于反洗钱（AML）流程，银行提交的可疑活动报告（SARs）数量在短短两年内激增了 50%。虽然算法在标记可疑交易方面效率很高，但出现了一个令人担忧的趋势——银行越来越倾向于关闭账户，而不是调查这些标记的活动。
批评者认为，银行陷入了一个有缺陷的模式，强调效率而牺牲了客户。在风险与回报的权衡中，纳入客户输入通常被认为成本太高，银行宁愿失去“微乎其微”数量的客户，也不愿面临监管复杂情况。然而，这种逻辑忽视了疏远客户的潜在长期后果。
客户关系：脆弱的资产
账户关闭中的错误不仅导致失去该特定账户，还可能导致永久切断客户关系。即使只有少数客户经历账户关闭，这些客户向监管机构报告投诉的可能性也会增加，从而可能给银行带来更大的挑战。
银行面临双重监管要求：报告并打击 SARs，同时监控客户结果。这两个方面相互关联，但通常分开处理。在两者之间取得平衡至关重要。
同步交易数据需要软件和系统的复杂相互作用。然而，纳入客户输入可以成为这一决策过程中的转折点。客户的声音是企业宝贵的资产。每一起投诉或咨询都可以提供丰富的见解，有助于更深入地了解客户行为和偏好。
AI：确定性与不确定性之间的桥梁
人工智能（AI）在这一场景中发挥着关键作用。对于 100% 确定涉及 SARs 的案件，可以委托给 AI，而那些确定性较低的案件应纳入人类参与。AI 可以简化流程并 提高准确性，确保决策基于最可靠的信息。
建立考虑客户输入的流程不仅对于使银行系统人性化至关重要，也是改善业务成果的机会。AI 的纳入可以帮助银行在效率和客户满意度之间取得适当的平衡。
《纽约时报》最近的一项审查揭示了 SAR 和 AML 流程出错带来的深刻人类影响。审查了 500 多起客户被银行抛弃的案例，展示了毁灭性的后果。小企业难以支付工资，信用评分暴跌，个人难以按时支付账单。
复杂的问题需要全面的解决方案
解决突然关闭账户的问题并非一蹴而就。这需要专门的跨职能团队参与，负责测试、完善和发布新的方法，重点关注在经历 AML 流程后账户关闭发生的时间、地点、内容和方式等细微差别。
公司必须踏上数据驱动之旅，系统地检查其流程并识别错误发生的领域。只有全面掌握这些问题领域，才能产生有意义的解决方案。围绕账户关闭的细微差别为创新和改进提供了机会。
不要只是阅读加密货币新闻，要真正理解它。订阅我们的通讯。 免费。
免责声明。 本文提供的信息不构成交易建议。 Cryptopolitan.com 对于基于本页信息进行的任何投资，我们不承担任何责任。我们强烈建议在进行任何投资决策之前，进行独立研究或咨询合格的专业人士。
Nick James
Nick 是一位技术专家，对区块链技术和加密货币有着特别的兴趣。他已在该行业活跃多年，主要热情在于向加密社区分享新闻。
