多年来，“了解您的客户”/ 相关尽职调查措施与防范欺诈流程一直被视为相互独立的职能。“了解您的客户”主要关注遵守某些反洗钱 (AML) 相关监管要求，而防范欺诈则注重实时阻止不法分子的犯罪行为。但如今，随着金融犯罪的快速演变（部分动力来自技术进步），这种分隔已没有意义；诈骗分子开始利用两者之间的分隔实施犯罪，监管机构明确指出，若不将两者关联起来，将付出高昂代价。
仅在 2024 年，美国监管机构就基于反洗钱 (AML) 和“了解您的客户”不合规1 开出超过 40 亿美元的罚款，这警示我们，未能整合防范欺诈和合规措施的机构正面临创纪录罚款。
关联实际身份和数字身份：新标准
随着银行的数字化转型，越来越难以区分“好”客户和“坏”客户。传统的身份验证方法（如护照、驾照和面对面核查）仍很有价值，但仅靠这些方法已显不足。
诈骗分子可能从暗网购买被盗身份，伪造合成身份，并使用人工智能 (AI) 生成深度伪造身份，从而操纵开户流程。
长期以来，诈骗团队一直采用先进方法，将实际身份和数字身份的属性整合起来，例如行为生物识别（包括移动使用模式、交易模式）、设备数据情报（包括 IP 风险评分）和地理位置跟踪（包括根据预期行为来评估登录模式）。“了解您的客户”团队应整合并利用反诈骗团队收集的数据和见解，加强自身的验证和尽职调查流程，避免不必要的重复工作。
高级分析：弥合“了解您的客户”与防范欺诈之间的差距
人工智能和机器学习的进步正在彻底改变实时评估风险的能力。反欺诈和“了解您的客户”数据集的规模庞大，十分复杂——一度被视为局限，而如今却转化为机遇，通过模型可以发现数据集内的异常信息，并检测出人工几乎无法识别的可疑模式。此外，高级分析可通过有效评估行为模式、交易异常 / 行为，同时运用情境因素（产品使用情况、客户资料）来识别欺诈行为，从而改进风险侦测。
过去，基于批处理的反洗钱 /“了解您的客户”(AML / KYC) 侦测平台无法进行实时欺诈侦测，但通过整合来自欺诈实时系统的信息，可显著加强反洗钱 /“了解您的客户”的工作。这是通过“了解您的客户”团队和反欺诈团队之间的共享技术平台实现的，据此可简化运营，减少冗余检查，提高整体效率。
最终，反欺诈团队和“了解您的客户”团队共享数据和见解后，机构就能通过共享身份信息更有效地关联看似不相关的账户，从而发现隐秘的不法分子网络，犯罪分子正是利用许多机构内部各自为战的状况隐藏了下来。
寻找平衡：安全无忧
通过整合“了解您的客户”和反欺诈措施，可提高安全性，尽可能降低风险，但必须在防范风险和用户体验之间取得适当平衡，避免给合法客户带来非必要打扰。
在开户和验证过程中，为了减轻客户负担，主要采用被动验证技术——在无需客户积极介入的情况下收集客户的数据和文档。利用这种被动技术，并辅以风险为本的身份验证方法，可确保尽可能避免给合法客户带来非必要打扰，同时有力防范不法分子。
风险为本的身份验证方法可用于确保安全措施与客户 / 产品的潜在风险相匹配。
为此，可使用风险为本的智能身份验证方法，确保所采用的安全措施与每次互动和相关客户的风险级别相匹配。机构应以动态方式衡量风险，这既可减少不必要的干扰，还可在适用情况下有效威慑诈骗分子。
若能妥善地将主动欺诈侦测与“了解您的客户”结合起来，可增强客户的信任，从而巩固长期关系，并保护金融机构免遭金融犯罪侵害。
结论：立即整合“了解您的客户”与反欺诈工作
随着新技术的出现，金融世界正在发生变化，为了与时俱进，不能再将“了解您的客户”与防范欺诈相互隔离。监管机构要求加强监管，与此同时，犯罪分子的技术手段越来越先进，并学会规避传统控制措施。因此，金融机构需要适应这种情况。
一个实用的解决方案是，金融机构加强反欺诈团队和“了解您的客户”(KYC) 团队之间的协作和合作，在“了解您的客户”的过程中，应当能够利用欺诈侦测活动中获得的宝贵见解和数据。通过有效整合共享数据，促进更全面的风险评估，并堵住犯罪分子利用的漏洞。
通过将客户数据、交易监控和数字身份验证关联起来，金融机构就能领先一步。金融机构现在就应该整合防范欺诈和“了解您的客户”工作，否则会付出高昂代价。
Vasilios Chrisos，CAMS，普华永道合伙人，美国纽约州纽约市，
Brian Castelli，CAMS，普华永道合伙人，美国纽约州纽约市，
Thomas Cahuzac，PwC 董事，美國喬治亞州亞特蘭大，
- “AML Enforcement Action in 2024”（2024 年反洗钱执法行动），Fenergo，https://resources.fenergo.com/reports/aml-enforcement-action-in-2024
