歐洲觀點。資產回收行業是時候擁抱人工智慧的潛力了 ǀ 查看

我非常尊重法務會計師、律師、訴訟資助者、執法機構和商業情報專業人員社區，他們在全球金融資產追回方面運用了自己的技能。這是我從事了幾十年的行業。我們利用我們掌握的工具和機制，透過不斷增加的書面和數位訊息，為客戶爭取積極的成果，即使這些成果能夠實現，也可能需要數年時間才能實現。

這些過程的時間、成本和複雜性既巨大又不可預測，資助者和調查人員在開始資產追蹤專案時知道他們不太可能收回所有欠款，而且所需的資源可能與收回的金額不成比例。

好消息是，我們的產業現在可以獲得更多技術，尤其是客製化人工智慧 (AI) 軟體的使用具有變革的潛力。使用複雜的演算法，現在可以在速度、成本和準確性方面實現更好的結果，同時也消除了歷史上與定位未公開資產（特別是隱藏的銀行帳戶）相關的大部分複雜性和不可預測性。

有多個人工智慧平台進入國際資產回收產業，這是一個技術變革迅速的領域。人工智慧提供了將資產追回從藝術形式轉變為科學的潛力。灰名單追蹤平台使調查人員能夠在短短幾週內確定嫌疑人的一個或多個電子郵件地址與全球 25 萬多家銀行之間是否存在任何联系。透過將演算法與複雜的銀行資料庫結合，並且無需滲透銀行系統，GreyList 就可以高度準確地識別個人擁有銀行帳戶或最近擁有銀行帳戶的所有銀行。

目前正在部署的人工智慧技術有兩大類。第一個是透過機器做人類過去所做的事情，包括掃描整個網路以尋找兩個或更多人之間通信的可見和直接證據。這可能意味著挖掘社交媒體或拖網網站；個人可以完成的活動，但透過使用機器，該過程現在可以在幾分鐘而不是幾個月內完成。

第二種類型的人工智慧更進一步，涉及的技術能夠比任何人類做得更多。 GreyList 的工作原理是將有興趣的人的電子郵件地址轉換為一段程式碼，可以追蹤和測量該代碼與銀行垃圾郵件過濾器的交互，同時針對全球互聯網高度可變的速度和功能進行調整。

儘管通訊技術不斷發展，銀行業仍依賴電子郵件地址。銀行體系區分傳入的電子郵件並立即知道電子郵件地址是否屬於客戶。只需幾分鐘的處理即可最終證明兩個電子郵件地址是否曾經相互通信過。在此基礎上，灰名單可以在幾週內識別出個人擁有帳戶的每家銀行。

人工智慧演算法無國界這一事實是關鍵。我們都知道這樣的案例，涉及一家在一個司法管轄區成立的公司，在一系列其他司法管轄區催生一系列公司，直到資產或銀行帳戶的所有權轉移到30 個國家/地區的30 家公司，其中許多公司仍具有一定程度的所有權。

30 號公司擁有資金所在的銀行帳戶，使用傳統的資產追回技術，發現資金需要遵循非常複雜的所有權鏈。借助灰名單，該技術可以直接找到答案：它可以在鏈的末端找到銀行帳戶。

在最近的一起案件中，三人因涉嫌洗錢超過 40 億美元（35 億歐元）的毒資而受到詳細調查。當灰名單介入時，此事已經被調查了五年多。僅用了六週的時間就確定了這些人與 8 個國家的 11 家銀行有聯繫，其中有幾家從事這項工作的機構並不知道。

對調查人員來說，最重要的是確定性。透過部署人工智慧技術，可以在固定的時間、固定的成本下傳遞準確的訊息，並且所有結果同時到達。

資產追回行業專業且有效，但面臨許多障礙和挫折。人工智慧有潛力加速恢復過程的許多不同要素。人類將繼續發揮關鍵作用，但隨著行業可用的工具包變得更加複雜，我們都應該擁抱人工智慧的潛力。