本番運用開始！SAS、りそなHDのマネロン・テロ資金供与対策／金融犯罪対策のための包括的なAIスコアリングを支援

AIを使ったアラートの届出確率スコア算定と理由の付与（AIスコアリング）


過去の犯罪傾向（疑わしい取引の届出傾向）を SAS Visual Data Mining and Machine Learning が学習し、新たに生成されたアラートに、疑わしい取引の届出確率スコアを付与
届出確率スコアを付与するとともに、そのスコアの根拠となる理由を付与することで、スコアの説明性を確保するとともに、調査時の参考情報を提供


届出確率スコアを使った業務のコントロール

AIが算出した疑わしい取引の届出確率スコアに基づいたアラート・トリアージを実施。これにより、調査リソースを、より高度な判断が求められる領域に割り当てることが可能となり、リスクベース・アプローチが促進
AIが示す届出理由は調査すべきポイントを明確にするため、調査担当者のスキルに関係なく、効率的かつ一定水準の調査品質を担保することを実現


モデル管理機能を使った継続的AI運用体制の実現

SAS Model Manager を使ったAIモデル・ガバナンス体制の自動化により、モデル・ガバナンスに関する精度管理業務や更新業務を定型化し、モデル精度の継続的改善とAIモデル管理工数低減の両立を実現



現時点では、各シナリオのパターンに対応したAIモデルを構築し、全アラートのうち約30％にAIモデルが届出確率・判定理由を付与しています。これにより、これまで時間をかけて調査していたアラートを、AIモデルが付与した届出確率・判定理由を基に判定し、人的リソースを有効に振り分け、調査できるようになりました。この結果、全アラートの約10％にあたる低リスク・アラートの調査を簡素化し、よりリスクの高い領域への集中が可能となりました。また、AI判定結果は、調査員が現行利用しているりそなHDが開発したケース管理ツール上に表示されるため、業務フローを大きく変えることなく、調査業務の効率化・高度化を実現しています。

株式会社りそなホールディングスのコンプライアンス統括部AML金融犯罪対策室アドバイザー、公認AMLスペシャリスト（CAMS）迫田真幸氏は、次のように述べています。「業務要件の充足性に加え、将来性（ネットワーク分析や生成系AIとの連携）や弊社既存システムとの連携、コンテナ・アーキテクチャの採用によるシステム拡張時の容易さなど、多面的な観点からSAS® Financial Crimes Analyticsを採用いたしました。AIモデルは、時が経つにつれて精度が劣化する可能性があるため、継続して有効性を担保するためには、モデル管理プロセスが必要です。SASのソリューションは、このモデル管理プロセスを構築できることが、有力な決め手となりました。AIモデルの精度評価指標を定めた上で、モデルの再学習・精度維持が可能な仕組みを構築したことで、属人性のない効率的かつ安定的なモデル管理を実現でき、大変嬉しく思っております」