去年，波士顿咨询集团报告相比，至2011年补充说，这些机构是在2017年平均每天200条规章的修订报告认为银行跟踪三次许多个人全球监管政策的变化。
RegTech通常指通过软件即服务(SaaS)使用云计算技术，其目的是帮助企业更快、更低成本地遵守法规。在这篇文章中，我们的目标是探索人工智能在RegTech领域的当前应用，并从中找出它们可以归类的广泛领域。
通过我们的初步研究，我们确定了人工智能在法规遵从性方面的三个主要应用领域:
- 财务预测模型的压力测试
- 自动化跟踪和监管变化的监测
- 用于企业邮件过滤的机器学习
下面，我们将突出五家公司从每一应用程序段法规遵从提供人工授精服务。我们也将进入有关如何AI厂商通过查看使用情况和范例帮助金融企业管理其监管过程的更多细节。
我们为每个公司提取应用程序，目的是探索人工智能如何被用于今天的RegTech，以及企业如何增强其合规团队的能力。
财务预测模型的压力测试
Ayasdi
总部位于加州的Ayasdi公司成立于2008年，声称提供大数据分析和人工智能服务。这家拥有120名员工的公司是由贡纳尔•名誉教授在数学在系斯坦福大学和CEOGurjeet辛格谁曾获得斯坦福大学的计算和数学工程博士学位。
Ayasdi声称他们的人工智能平台，Ayasdi的型号加速器(AMA)可以帮助金融服务企业预测和模拟监管风险。该公司还声称，他们的平台可以通过使用机器学习来发现历史财务数据中的隐藏模式或预测收入数据来实现这一点。该公司称，它可以通过以下方式帮助银行:
- 建立并遵守反洗钱(AML)条例。该公司称，这对银行来说尤其具有挑战性，不遵守规定可能会导致超过数百亿美元的罚款。
- 帮助银行自动监控客户交易数据，识别异常情况，并确保它们符合监管要求..
- 帮助全球银行客户减少欺诈检测假阳性率相比，通过传统上大多数银行使用传统的基于规则的方法，同时还确定了类似的可疑交易报告数量。
下面是来自Ayasdi的一段视频，资深数据科学家Jesse Paquette演示并解释了该平台如何用于欺诈检测应用程序:
Ayasdi报告说，它的平台运行在拓扑数据分析(Topological Data Analysis, TDA)上，这是为a开发的项目由DARPA资助
下面是来自Ayasdi的简短的2分钟推广，它的核心团队成员探索了这个平台如何在不同的应用中对企业有益:
我们的初步研究得出了两个结论案例研究从中我们讨论其与花旗集团更详细的合作。根据该公司是Ayasdi在2017年的一个案例研究，花旗选择该公司来帮助创建合理的花旗收入和资本储备预测模型，以通过美联储的全面资本分析和审查(CCAR)程序(该程序是在2008年金融衰退后启动的，用于银行的财务基础)。
之前Ayasdi努力提高它的资本规划过程中，花旗未能第一三分之二的年度CCAR压力测试。使用来自银行的业务单位领导关于审查一些银行宏观经济变量，如收入和资本公积的规定美联储主题专家参与Ayasdi与该公司的第一个步骤。
Ayasdi称，机器学习平台随后被用来关联这些变量对每个业务单元6个月收入表现的影响，并开发出预测这些业务单元未来表现的模型。最后，Ayasdi声称业务部门的负责人再一次被拉拢来评估预测模型的最终性能。
据Ayasdi，精简花旗需要数百名员工到三个月的过程九个月的过程中，利用雇员少于100人。
除花旗外，该公司还与汇丰银行(HSBC)合作开展了一项业务反洗钱应用。一个Ayasdi小册还声称，排名前三的北欧银行之一使用AMA平台来预测抵押贷款违约模型的概率，识别出强拟合区域和弱拟合区域，并对其模型进行有针对性的修正。手册没有进一步详细说明这个客户对程序的使用情况。
自动化跟踪和监测监管变化
立方体
总部设在伦敦立方体，成立于2011年，并要求提供一个RegTech平台，可以帮助企业削减监管成本和减少违规的风险。该94名员工的公司声称他们的平台可以帮助预测合规风险，自动化AML，了解你的客户（KYC）和网络/信息安全流程。
CUBE表示，该平台使用机器学习来帮助企业自动跟踪全球监管数据，并通过检测可能造成合规风险的监管变化来发出警报。该公司称，它已经建立了一个监管“数据湖”，涵盖全球金融服务机构的监管规定。然而，我们没有发现他们的数据库有多广泛的证据。
以下是来自国际合规协会的一段四分钟的采访，CUBE的创始人兼首席执行官本o里士满在采访中探讨了人工智能在管理监管风险方面的作用，并详细介绍了CUBE是如何将人工智能应用到这个问题上的:
据CUBE的网站，一些方法，使企业可以从CUBE的regtech平台中受益包括：
- 帮助识别全球法规和遵从性需求，并自动跟踪这些法规的任何更改。
- 企业可以实时确定的政策和程序的内部监管空白
- 从事跨境销售的企业可以使用CUBE平台了解跨境业务的规则和规定，并将控制构建到公司内部流程中。
在第二届年会期间DIT英国贸易代表团帝国FinTech周在2018年4月，国际贸易（DIT）的英国部门选择CUBE为15“总部设在英国FinTech创业公司”为积极进入美国市场作为官方的部分之一英国代表团与美国监管机构参与减少做生意的障碍。
CUBE现任CEO本里士满有20年的老将在技术部门，专门从事更好利用非结构化数据。里士满也是国际RegTech协会（IRTA）的行政长官。
我们找不到任何有关CUBE的RegTech平台如何分析来自其数据湖的监管信息以促使客户采取合规行动的细节，也找不到任何有力的案例研究证据。
Compliance.ai
Compliance.ai是一家成立于2016年的硅谷初创公司，拥有大约26名员工。该公司推出了一个平台，他们声称该平台使用机器学习来改进搜索、监控和跟踪与金融机构相关的监管内容。
Compliance.ai指出，平台的团队版可能使银行和其他金融机构的自动化研究，以及跟踪在一个地方金融监管内容和监管更新。Compliance.ai还表示，其平台从精心整理，像联邦和州一级监管机构，行政命令，白皮书和新闻媒体来源金融监管的内容。
银行的领导层可能会与合规团队一起工作。人工智能帮助他们了解他们的全球和个人的司法存在，根据该公司。然后，该平台可以与银行现有系统集成，并可能在反复检查其管理的数据库后，向银行的合规官员发出合规风险警报。
下面是来自Compliance的一分钟视频。人工智能给出了一个概述，他们的平台声称它可以帮助金融机构:
据该公司介绍，金融机构可能适用遵守AI的平台在以下方面：
- 要通过监管内容使用“专家在半实物”机器学习模型来梳理监管赶不上变化。该公司声称Compliance.ei可以自动分类该内容找到高风险的顺应性，然后发送一个建议的动作银行的合规官。
- 在企业合规人员可能会选择一个现有的合规团队的数字基础设施内的Compliance.ai平台自动采集整合，然后围绕金融监管的数据。该公司声称，这会确保没有新的监管规则正在被侵犯。
在告别赛，Illeana Falticeti，合规副总裁云计算贷款解决方案说，“管理和优化的时间，资源和技能的管理是其中的产品，如Compliance.ai可以帮助金融服务玩家的挑战。”她指出，她在下面的视频平台的经验：
在一个案例研究，Compliance.ai声称有工作与马林银行（总部位于美国加州），以帮助自动化银行原先由合规人员手工完成的监管跟踪过程。
根据案例研究，该银行的合规官员将不断从监管机构的网站或简报中追踪监管方面的变化美国联邦存款保险公司（FDIC）还有州监管机构业务监督的加利福尼亚部门。
Compliance.ai宣称其平台能够从来自多个州和联邦监管资源信息的海洋中自动识别最相关的合规性要求。虽然Compliance.ai声称马林银行实现上的花费为员工遵守时间方面的投资回报，在整合或它的最终结果的成本没有进一步的数据可能被发现。
Compliance.aiCEO and Co-founder Danielle Deibler is also the Co-President of the International RegTech Association (IRTA) in the Bay Area and has previously worked with mobile application development. We could not find anyone with robust experience in AI development in the executive leadership team at Compliance.ai, although according to their LinkedIn page, three employees specialize in data science and machine learning.
文字智商
文字智商是一家总部位于旧金山的人工智能初创公司，成立于2014年。该公司大约有32名员工，为企业、律师事务所和政府机构提供风险和合规软件。该公司声称，这些软件使用机器学习来识别大数据(如内部业务数据记录)中的敏感和妥协。
Text IQ提供了一个对于首席合规官量身定制的平台。公司声称结合关系的分析和目标自然语言处理文档集缩小到可管理的尺寸为人类的官员审查。
下面是测试IQ如何声称该平台可使用的例子：
- The chief compliance officer at a financial institution might be able to cut down the time spent in keeping track of FCPA, GDPR, anti-money laundering or insider trading risks by ‘summarizing’ only the relevant regulatory content from all the authorities into a document that can be reviewed by a human officer.
- 消费品制造公司可能会在员工的工作模式中发现违反法律或内部政策的系统性行为，从而导致监管违规。
在我们的初步研究中，我们发现没有证据表明使用Text IQ平台的企业在法规遵从性方面取得了成功似乎有一些证据温迪里格斯电子取证和诉讼业务在Twitter的Twitter的高级经理感兴趣的是一个示范文本，从IQ使用他们的平台在电子发现应用程序。
文字智商是由CEO共同创立，Apoorv阿加瓦尔他在纽约哥伦比亚大学获得了计算机科学博士学位。该公司还声称，其团队中超过70%的人拥有计算机科学博士或硕士学位，然而，我们无法通过在该公司网站、Linkedin或Crunchbase上的研究来证实这一点。
用于企业邮件过滤的机器学习
Tessian（原CheckRecipient）
按照通用数据保护条例（GDPR）条例在欧洲，企业最高可被罚款2000万欧元，相当于其全球年营业额的4%违反数据安全法，包括像寄错的或未经授权的电子邮件实例。
总部设在伦敦Tessian这家成立于2013年的公司提供了一个企业电子邮件安全平台，该公司声称，该平台使用机器学习来帮助防止企业中的敏感邮件被发送给错误的人。这家拥有58名员工的公司称，他们的平台可能会检测到可能导致数据丢失的电子邮件(例如地址错误的电子邮件)或数据安全威胁(未经授权账户的电子邮件)。
Tessian声称他们的平台可以分析企业电子邮件历史数据(如记录所有传入和传出的电子邮件发送的一个特定的团队或雇员)和“理解”模式在电子邮件的员工的行为与敏感信息(如定期电子邮件向公司外部人员)设计安全过滤器。
据该公司称，一旦这些模式都记录下来，员工的监控平台发出的电子邮件，并有可能发现类似的异常“接收者看起来不寻常此邮件的背景下，”在此电子邮件中检测到绝密项目数据或”“。那么员工可以确保更有效地没有违反数据安全。
Abhirukt萨普鲁，业务发展在Tessian头，说明该平台将如何帮助企业电子邮件安全这次采访与信息安全媒体集团（ISMG）。
泰勒Vinters，在英国一家律师事务所，使用Tessian的平台，以确保公司的数据安全是对准该工作计划包括防止电子邮件破坏主动的GDPR规定。
史蒂夫·萨姆纳，在泰勒Vinters IT总监解释低于律师事务所必要的，因为在Microsoft Outlook传统的基于规则的安全性（这是他们以前使用）来升级他们的电子邮件的安全性是耗时且低效的视频。
Tessian索赔那Com Laude，品牌保护和企业域名管理服务提供商，所使用的平台，实现其内部通信政策的监管框架。案例研究的进一步的细节，包括整合过程多么漫长的时间或其他可量化的最终结果，可以发现。
Tessian是由蒂姆·萨德勒，Ed主教和汤姆亚当斯他们都是伦敦帝国理工学院的毕业生。我们无法找到Tessian领导团队过去在人工智能方面的强大学术或商业经验的证据。
结论
我们的研究得出以下主题：
- 尽管通过人工智能实现自动化的法规遵从性已经成熟，但RegTech中的人工智能应用目前仍处于起步阶段，许多初创公司和人工智能供应商在该领域的出现就证明了这一点。
- 今天主要的应用程序似乎使用预测分析压力测试公司的经营业绩不同的市场条件下，自动跟踪合规性要求，并建立一个电子邮件监控和过滤系统，以在身边。
我们还注意到两个主题，企业领导人可能感兴趣的注意事项：
- 数据安全法规一直在稳步越来越严格，与欧盟最近GDPR任务，企业可以预期，数据的安全规范可能会在未来更严格。
- AI使用情况在RegTech仍然数量很少，在未来两到五年内可能会看到许多建立AI应用的出现 - 就像是看到了AI应用FinTech。
标题图片来源：FinTech新加坡
