直到最近，合规主要还是依靠人。由于过去十年对金融机构的监管报告要求大幅提高，对合规专业人员的需求激增。企业别无选择，只能雇佣越来越多的合规员工，以应对日益沉重的监管负担。

然而，在过去几年中，技术已经开始在法规遵从性方面发挥更大的作用。金融机构和监管机构已经意识到，通过利用技术的力量，更具体地说，利用人工智能（AI）和机器学习（ML）的力量，相当一部分合规职能实际上可以实现自动化，从而减轻机构和合规专业人员的负担。

FCA的DRR项目

在英国，金融市场行为监管局(FCA)是监管技术(regtech)领域的先驱，今年7月初，通过与英格兰银行(Bank of England)和一些金融机构的合作，英国监管机构开始了数字监管报告(DRR)项目，这是一个试点项目，旨在评估机器可读报告的好处，并探索技术(目前的RNN和语义网)如何使金融机构更容易满足其监管要求，通过减少报告规则对人类解释的依赖。

这个项目的总体目标是减少解释和实施新的报告要求所涉及的时间和成本，同时也减少公司必须生成的个别监管报告的数量。为了实现这一目标，FCA一直在研究监管机器可读框架如何与标准化语言交互并映射到源数据，并使用语义web技术来确定数据规范的适当方法。

FCA已经证明了这一概念是可行的，在11月9日的一次报告中，该监管机构宣布，它已成功将机器阅读技术应用于两项不同的监管规定，其中一项是基于资本要求的监管规定，另一项是基于抵押贷款标准的监管规定。展望未来，FCA计划在2019年扩大该项目的范围，并将该技术应用于更广泛的法规，这对行业来说是一个令人兴奋的发展。

技术革命

DRR试点项目的成功突显出，在未来几年，技术和人工智能可能会如何改变合规。

尽管监管技术近年来有所进步，但实际上，它仍处于起步阶段。我们现在所处的监管技术几乎与20世纪早期发明和制造第一辆汽车的时代相似。

在未来十年中，技术进步可能彻底改变我们目前所知的合规性，让金融机构的生活变得相当轻松。

人工智能的力量

如果说有一个特定的技术领域有能力对合规产生巨大影响，那就是人工智能。这是最新的技术，在金融服务行业的数字转型中发挥关键作用，合规和许多其他行业的可能性，未来，几乎是无限的。《将人工智能整合到高度监管的行业》一书的作者表示，我们现在正处于一场人工智能革命之中。

从本质上讲，人工智能是一系列底层技术，如自然语言处理、计算机视觉和ML，它们可以在基于云的环境中结合起来，存储和处理大量数据，以便机器能够在没有人类帮助的情况下执行复杂的任务。埃森哲（Accenture）的IT主管安迪·帕多（Andy Pardoe）将人工智能定义为一个涵盖广泛功能的广义术语，从简单的基于规则的算法到基于深度学习的自然语言处理（NLP）。虽然人工智能不是一个新的技术领域——它是从20世纪50年代开始发展起来的——但近年来这项技术有了显著的进步，新的算法现在能够处理大量的数据，并能很好地模仿人类的思维过程。因此，现在有一些非常有趣的AI/ML项目正在合规领域进行，分析师们正在研究AI如何解决现实世界中的合规问题。

然而，与任何其他技术一样，人工智能在监管领域的实施需要谨慎管理。正如IBM旗下海角金融集团（Promentory Financial group）首席执行官尤金·路德维格（Eugene Ludwig）所说，如果人工智能技术没有伴随管理层的判断，就有可能出现“次优结果”。

人工智能与语义学

与人工智能密切相关的一个话题是“语义学”，即语言的意义。在过去，在技术领域有很多关于建立“语义网”的可能性的讨论。这将类似于当前的万维网，但关键的区别在于，它的结构方式将使数据和信息可以轻松地由机器处理。换句话说，网页将以计算机能够读取的方式进行结构和标记。用于智能数据处理的语义技术与信息系统教授Tom Butler早在2002年就开始开发的思想有关。

语义网络的想法肯定是有意义的，然而，在建立它有困难。例如，创建结构化数据需要人工参与，这使得该过程耗时、昂贵，且不易扩展。Butler在2016年的一篇论文中建议使用“知识工程师”来完成语义系统，然而，这仍然会造成复杂性，因为数据量的增长极有可能超过工程师的效率速度。

然而，这一领域的一个积极发展是转向基于人工智能的认知计算系统。基于人工智能的系统的应用可以大大降低构建语义网系统的成本，因为它将消除人工工作的弱点。通过使用基于人工智能算法的结构化数据，可以显著提高效率。

未来几年，我们很可能会看到人工智能和合规语义方面的大量发展，这可能有助于使银行和其他金融机构对监管机构更加透明和易于管理。监管机构目前在这一领域开展的工作——以FCA为先导——令人鼓舞。随着越来越多的数据通过基于RDF的端点可用，regtech将变得更加有效，因为它将能够使用和分析来自监管机构的结构化数据。

拥抱技术

在ClauseMatch在美国，我们接受了人工智能等技术，并在基于语义的算法方面积累了经验。在数据科学家和机器学习专家的帮助下，我们已经开发并测试了一个系统，该系统可以识别和比较监管段落，并根据语义对它们之间的相关性进行评级。

最近，我们测试了关于“揭发”概念的工作，结果相当令人印象深刻——显著优于传统的基于统计的方法。即使段落中完全没有共同的单词，但只是讨论相同的主题，我们的系统也能设法检测关系，因为机器学会了在语义多维空间中表示文本，在这个空间中，像“告密者”和“匿名报告”这样的短语彼此很接近。这种基于向量的表示现在作为我们正在研究的深度学习感觉提取解决方案的基础，对我们起着关键作用。

合规性中的人与机器

在未来几年，技术将影响许多行业，在一些行业，技术的故事是关于取代人。然而，尽管技术正在对合规行业产生深远影响，合规的故事并不仅仅是关于机器的。合规是一个独特的行业，当涉及到实现技术时，它更多的是关于增强人的能力。

合规不是关于人与机器的问题，因为两者都扮演着至关重要的角色。关键是找到两者之间的平衡，让人类和机器一起工作。最大的收益可能来自两家公司的良好合作。

重要的是要认识到人工智能不是万灵药或灵丹妙药。相反，它是一种可以用来提高效率、改善组织内部文化、更好地保护外部消费者的技术。我们不应忘记，合规与责任和道德有关，这是人类的天性。在我们最近举办的“2030年合规与监管”活动中，我们询问了与会者，我们是否有可能在2030年见到机器人合规官。特别是，有一个反应很突出，那就是：“如果是这样，就不存在合规性。”

合规正在快速发展。这是一件好事。十年后，我们最有可能看到的是一个三级合规结构，人类在顶层，人工智能技术在底层，自动化决策支持系统在中间，提供了对公司当前合规状况的360度视角。

在较低级别，AI将通过提供问题的各种解决方案来帮助合规专业人员，但它不会完全自行做出决策。人工智能将促使人类做出正确的决策，使合规专业人员能够更高效、更准确地完成工作。

由数据科学和机器学习主管弗拉基米尔·埃尔绍夫(Vladimir Ershov)和合伙关系主管阿纳斯塔西娅·多库查耶娃(Anastasia Dokuchaeva)担任。本文最初发表于FinTech Future，现在阅读>>