​​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​

​​アナリティクスのリーディング・カンパニーであるSAS Institute Japan株式会社（以下、SAS Japan）は、​​株式会社りそなホールディングス（以下、りそなHD）が、マネー・ローンダリング及びテロ資金供与対策／金融犯罪対策のためにSAS^® Financial Crimes Analyticsを導入したことを発表しました。これにより、りそなホールディングスは、①AIを使ったアラートの届出確率スコア算定と理由の付与、②届出確率スコアを使った業務のコントロール、③モデル管理機能を使った継続的AI運用体制の実現、を単一のプラットフォームで管理できる体制を確立しました。​

​​AIスコアリングは多くの金融機関で取り組みを開始していますが、ケース管理ツールとの自動連携やモデル・ガバナンスを単一プラットフォームで実現する取り組みは、日本でも先進的な利用事例となります。試験的/限定的にAIを活用する時代から、本番業務でAIを活用する時代になったことを示す象徴的な導入事例となりました。導入先金融機関は、りそなHD傘下の「りそな銀行」「埼玉りそな銀行」「関西みらい銀行」で、導入先金融機関は今後も拡大していく予定です。​

​​金融業界の課題​

​​銀行は、マネー・ローンダリング及びテロ資金供与対策（以下マネロン・テロ資金供与対策）としてインターネットバンキングや預金の引き出しの中で疑わしい取引を常時監視しており、犯罪の可能性があれば当局に報告する必要があります。各銀行は、膨大なアラートを確認することに課題を抱えています。​

​​マネー・ローンダリング／金融犯罪をめぐる対策においては、リスクの高い領域に適切にリソースを配分すること（リスクベース・アプローチ）が求められており、年々規制が厳しくなる中で、リスクに対する認識を正しく持つことと、その認識に基づいてリソースを割り当てることが益々重要になっています。​

​​また、金融機関のマネロン・テロ資金供与対策／金融犯罪対策業務では、その意思決定に対して、対外的な説明責任が求められます。そのため、AI利用や業務自動化に際しても、説明性を担保した仕組み作りが求められます。​

​​りそなHDは、SAS Financial Crimes Analyticsの導入により、下記3つを実現します。

• ​​​​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」​

​​​SAS Institute Japan株式会社のカスタマーアドバイザリー事業本部・事業本部長の嘉陽亜希子は、次のように述べています。「今回のご導入は、AML業務におけるAI活用を模索するという試験的な取り組みではなく、昨今のAMLシステムに求められる要件 -リスクベース・アプローチの高度化やAIモデル・ガバナンス体制の構築- を満たす、本番運用を前提とした取り組みでした。このような中で、SAS Financial Crimes Analytics と SAS プロフェッショナル・サービスの組み合わせにより、運用を見据えた最適なご支援ができたことは非常に光栄です。引き続き、SAS Financial Crimes Analytics を活用した、りそな銀行様、埼玉りそな銀行様、関西みらい銀行様のAML業務におけるリスクベース・アプローチの推進をご支援させていただきたいと思っております」​

​​りそなHDのマネロン・テロ資金供与対策／金融犯罪対策における今後の展望​

​​学習、利用、フィードバックの一連の流れを網羅する仕組みを構築したことで、業務フィードバックを受けながら継続的なAIの再学習、精度向上を行っていくことが期待されています。SAS Financial Crimes Analyticsは、AIスコアリング以外にも、ネットワーク分析や生成系AIとの連携などの機能を有しており、今回のプロジェクトでは活用していない機能についても、今後のプロジェクトで順次採用していくことで、継続的なマネロン・テロ資金供与対策業務の高度化を目指していきます。​