借由金融機構建置反洗錢合規系統，向執法機構報送可疑活動的機制，金融機構儼然成為社會偵測潛在金融犯罪活動的第一道防線。

反洗錢合規系統在金融機構與客戶建立業務關系過程中，擔負起對客戶盡職調查，及對客戶賬戶持續監控與搜集必要信息的責任，因為這樣，金融機構不得不投注大量資源，想方設法建構出一套有用且有效率的反洗錢合規系統。

有別于傳統高度人力與數據密集的反洗錢合規工作形態，人工智能（AI）的進步，大大提升了金融機構應對潛在犯罪威脅的能力，也因為AI應用在反洗錢合規系統，使金融機構有能力分析出各種潛在犯罪威脅背后的復雜數據，因此，AI在反洗錢合規程序的效果與效率更加受到關注，在滿足對金融犯罪風險監管要求的前提下，加大AI科技與反洗錢合規系統的結合，將是金融機構必然的選項。

雖然AI對反洗錢合規系統的效果與效率提升不容置疑，但所有的反洗錢合規計劃，仍須經合理設計才能達到監管機關的要求，因此，在規劃如何將AI科技加入反洗錢合規系統的運作時，金融機構至少在政策與程序上要符合以下要點：

1。對于AI的設計與開發，須給予強而有力的治理結構與控制措施，特別是加入AI后的新治理政策，須包含定期檢測與評估自動化系統等程序，同時要將這些改變予以書面化，才能有利于金融機構進行檢測、評估結果后，回頭對AI相關軟件進行優化，持續測試到符合金融機構使用反洗錢合規系統的最適合狀態。

2.AI的算法必須足夠透明，使金融機構內部稽核單位與外部監管機構，都可以檢視該算法的來龍去脈，并思考如何讓該算法發揮更全面的功能，借此評估引入該AI科技的結果是否符合當初設定的目標。

3。數據管理是反洗錢合規系統運用AI最核心的議題，數據的輸入也必須符合數據質量控制措施，與數據保護政策兩方面的要求，同時還要避免發生偏差，并在網絡安全層面上包含有效安全控制的措施。

4。包含科技與AI算法在內，金融機構要考慮到反洗錢合規系統的許多層面，都有可能引入第三方供貨商資源，所以須嚴格落實供貨商管理的盡職調查程序。

5。金融機構須對將AI導入反洗錢合規系統的計劃，設定定期測試與獨立模型驗證的具體步驟，使金融機構能評估引入AI科技的有效性，并與現有系統進行比較。

6。對于導入AI后的新反洗錢合規系統，使用層面上的有關人員皆須適當培訓，從一開始就不斷地檢討反洗錢架構的運作，找出問題持續改善。

7。金融機構核心管理層，特別是負責風控合規的管理人員，本來對于任何新方案就要完全掌握，并定期更新最新信息，也不只是單獨針對反洗錢合規系統而已；此外，金融機構內部稽核人員與監管機構，都要參與反洗錢風控合規系統更新的相關信息。

有鑒于AI過去的發展軌跡與未來發展前景，其對反洗錢合規系統在效果與效率上提升的展望，促使金融機構在維持人工監督與強力治理前提下，考慮將AI科技引入反洗錢合規系統；對那些尚未運用AI的金融機構來說，應該積極考慮開啟試點，比如利用AI辨識制裁名單或洗錢黑名單，在客戶交易活動中利用AI及機器學習系統，區別與辨識典型金融活動與潛在可疑活動，但要提醒的是，在制定這些AI試點計劃時，金融機構還是應審慎執行上述各種強力治理的控制措施。

對金融機構來說，壞消息是仍未有任何AI系統，發展到足以消弭所有誤判信息的情形，因為機器的確不太可能產出監管機構接受的調查性判斷，換句話說，由人工進行判斷并監督反洗錢合規系統運作，似乎是永遠不會改變的事。

但好消息是，不斷推陳出新的各種新式軟件及AI科技，將大幅加快信息搜集與分析的速度，而機器學習技術的更新速度，也會不斷為金融機構的反洗錢合規系統帶來幫助。