AML AI 环节详图

统一日期、金额、产品、渠道等口径；检查缺失、重复、异常值和更新时效。

用客户唯一标识为主；在姓名、地址、联系方式等存在变体时，用规则和相似度辅助识别同一实体，保留匹配置信度。

从 PDF、扫描件、表格、纪要中抽取结构化字段，如资金来源说明、受益人、地址与风险事件。

对制度、历史案例和客户文件做分段、嵌入、检索；LLM 仅基于检索到的材料生成客户背景摘要，并附来源。

保留既有阈值规则；将多个弱信号作为“组合关注条件”，而不是立即覆盖或替换原有规则。

计算金额、频率、持有周期、产品偏好、渠道等的变化率、分位数、滚动窗口指标；重点比较“客户自己过去”而非只与全体平均值比。

可选 Isolation Forest、LOF、聚类或稳健统计方法，为没有可靠标签的场景识别偏离模式；结果是异常度，不是洗钱概率。

历史标签足够且质量可用时，可用 Logistic Regression、XGBoost 等预测“值得人工调查”的优先级；通过校准、时间切分和可解释性检验后使用。

将规则命中、行为异常、关系信号、静态风险合成排序分，区分“传统预警”和“AI 建议关注”的来源与原因。

先解决“同一地址是否同一实体、字段是否过期”等质量问题；每条边记录来源、时间、强度和可信度。

构建节点（客户、地址、渠道、账户等）与边（共同属性、交易、代理、受益关系）；可存于图数据库或关系表的图计算层。

社区发现（如 Louvain）、连通分量、中心性、多跳路径、时间窗口内的异常子图等，用于发现群组结构与关键枢纽。

对结构化行为特征做相似度计算；对案例文本使用向量检索/RAG，寻找“模式相似但结论未必相同”的历史参考。

将图算法结果翻译成可复核句子：共同什么字段、何时发生、几跳关系、是否存在其他解释。

关键词/BM25 适合查找制度条款和精确字段；向量检索适合语义相似内容；结果再按权限、时间、可信度重排。

把“事实、证据、待核验项、禁止推断、输出模板”固定为结构化上下文，减少泛化聊天与幻觉。

让模型调用受控工具：查询交易汇总、获取时间线、读取图谱路径、检索制度，而不是把全部原始数据直接塞进上下文。

回答要求携带来源 ID、字段或原文片段；无证据时明确“无法确认”；可增加规则校验和人工审批。

按公司调查模板生成初筛摘要、待补件清单、访谈问题和报告初稿；内容保持可编辑并标记 AI 草稿。

按时间、客群、渠道、规则类型比较采纳率、调查成本和风险覆盖；避免只看命中量或模型准确率。

监控交易金额、行为特征、风险分数和人工结论分布是否变化；识别旧规则、旧模型可能失效的信号。

将人工采纳/驳回和理由转为训练标签、特征评审依据或规则候选，而非把一次结论直接自动写回模型。

对大量调查意见、驳回理由和资料缺口进行主题聚类与摘要，发现反复出现的规则盲区或流程痛点。

版本管理、审批、离线回测、灰度试运行、效果复评和回滚机制，确保改动可审计、可恢复。