Starling称AI Agent把反洗钱警报调查从30分钟压缩到17秒

据AML Intelligence 10月26日报道，英国数字银行Starling表示，其部署的AI Agent已把反洗钱（AML）警报调查的处理时间从30分钟缩短到17秒。

反洗钱警报调查是银行合规部门最耗人力的环节之一。分析员需要在交易记录、客户尽职调查材料、制裁名单与负面新闻之间反复比对，判断一笔被标记的交易究竟是误报，还是必须上报的可疑活动。警报数量与人工复核成本，长期是合规预算的主要压力来源。

Starling给出的对比只涉及单次调查耗时，没有说明样本量，也没有说明误报率是否变化、人工复核环节是否保留，更未披露背后使用的是哪家模型或供应商。

这些缺失很关键。把一次调查压缩到17秒，只有在准确率不下降、并且每条结论仍可审计的前提下才有意义，因为监管要求的是从警报触发到处置结论的完整可追溯链条。

尽管如此，合规环节在银行业的AI落地清单上位置靠前：流程边界清晰，输出结果可以与账务记录逐条核对，人力成本高，而可审计性要求恰好推动厂商把每一步操作留痕。

接下来要看的是可被验证的证据——误报率、与监管机构的沟通记录、以及仍由人工复核的警报比例。如果Starling愿意公开这些数字，17秒就不只是一个亮眼的单点成绩，而会成为Agent进入核心合规流程的参照。