移动支付网消息：近日，荷兰银行业协会（NVB）发布行业白皮书，倡导金融机构规模化落地机器学习模型，替代传统风控体系用于客户交易监测，依托人工智能技术提升金融犯罪识别的准确率与运行效率。

白皮书指出，当前银行业普遍采用基于固定规则的传统风控系统，依靠固定交易额度阈值、僵化参数判定可疑交易，每年会产生数十万条可疑活动报告，存在大量误报情况，不仅增加银行合规审核压力，也无端增加客户业务办理摩擦。

相较于传统模式，机器学习算法可深度挖掘历史交易数据规律，多维度交叉比对用户交易行为数据，实现智能化风险预判。模型可对交易风险警报进行分级评分，自动筛除低风险交易，大幅减少无效风控标记，降低客户服务摩擦。同时，智能算法能够捕捉传统系统难以识别的隐蔽性、多层次异常交易模式，且支持银行根据账户动态变化开展实时客户风险审查，摆脱固定周期审查的局限，风控精准度与灵活性大幅提升。

NVB梳理了两类可落地的机器学习风控模型。一是通用模型，搭建广谱风控框架，整合各类金融犯罪风险参数，适配全场景风险监测；二是聚焦模型，针对特定金融犯罪风险定制开发，精准靶向专项风控场景。

在技术合规层面，NVB明确机器学习风控的落地准则，强调模型需具备透明性、可解释性，可向监管部门、合规人员清晰输出风控决策依据。同时，推荐采用对抗性去偏、子群体校准等技术，修正算法偏差，杜绝因年龄、性别等属性产生的客户差异化风控偏见，保障算法公平合规。

此外，NVB着重强调，人工智能技术仅作为风控辅助工具，无法替代人工判断。金融机构需对智能模型的所有决策承担法律责任，必须建立常态化、全流程的人工监督机制。

据悉，2027年即将落地的欧盟全新反洗钱法规，将进一步强化人工审核要求，明确自动化决策生效前必须经过严格人工核验，确保AI风控模型的准确性与合规性，人工监督也将成为未来欧洲金融风控的核心硬性要求。