洗钱活动持续增加，犯罪所得往往未能被没收，企业也因欺诈而蒙受收入损失。
为打击金融犯罪，政策制定者需要设法建立人们对数字系统的信任，而不能只是扩大监控范围。
人工智能（AI）工具可通过建立证据链来提供帮助，将财务文件与行动关联起来，为交易提供佐证。
欧盟面临压力，需要提升数字经济的安全性，尤其是在打击金融犯罪方面。
联合国毒品和犯罪问题办公室估计，全球国内生产总值的2%至5%——约8000亿美元至2万亿美元——每年被用于洗钱。在欧盟，欧盟委员会表示，有组织犯罪每年获利约1390亿欧元；欧洲刑警组织估计，只有约2%的犯罪所得被没收。
企业内部也存在同样的情况。注册舞弊审查师协会估计，企业因欺诈损失的收入占总收入的5%。
2025年，欧洲领导人讨论了需要建立一种问责机制，通过将社交媒体账户关联至欧盟数字身份钱包来终结网络匿名。其设想是，更严格的身份核验可以让匿名账户更难被用于网络诈骗、欺诈以及其他形式的非法金融协同行动。
显而易见，欧洲需要新的数字信任基础设施。社会无法仅凭扩大对个人隐私生活的监视，就在数字系统中建立持久信任。
人工智能如何帮助构建打击金融犯罪所需的证据链？
人工智能（AI）有助于解决这一信任问题。事实上，金融领域人工智能发展的下一阶段，应更多地被视为信任基础设施，而非生产力软件。在这一背景下，人工智能最重要的益处并非更快地处理信息，而是能够关联彼此分散的记录，将这些信息转化为结构化、机器可读的证据，助力打击金融犯罪。
每一项经济活动都会留下有形痕迹——合同、发票、货运、付款、交易对手、税务记录、账簿分录。在大多数组织中，这些痕迹分散在不同的系统和格式中，因此很难有把握地判定一笔交易是否对应真实发生的事件，还是仅仅留下了一条看似可信的纸面记录链。
如今，人工智能可以帮助串联证据，形成所谓的证据链，例如下方由Nova Mundi开发的示例。证据链将一项主张与应当为其提供佐证的文件和行动联系起来。发票应与交付相关联，交付应与付款相关联，付款应与合法的商业关系相关联。
如果这条链条完整，信任就会增强；如果链条断裂，风险便会显现。无论是欺诈和洗钱，还是规避制裁或资助恐怖主义，这一点都同样重要。
这之所以重要，是因为金融犯罪往往利用信息碎片化。洗钱旨在掩盖资金来源和所有权。欺诈则常常藏身于单独看来似乎有效、但与更广泛的商业现实联系起来便站不住脚的文件之中。因此，挑战不在于找出可疑事项，而在于识别可疑的不一致。
人工智能尤其适合这项任务，因为它能够跨文件、系统和时间比对各项主张，处理规模远超人工审查所能企及。
利用人工智能扩大数字信任
私人市场或许能在这一领域取得成效，而大范围的公共监控则可能难以奏效。
全面监控常被视为疏远、强加于人且在政治上脆弱。但基于证据的核验可以由已经承担信任相关运营责任的主体来实施，例如银行、保险公司、审计师、财务团队和受监管的服务提供商。国家仍然发挥重要作用，但其职责应是制定标准、责任规则和保障措施，而不是直接检查交易。
这种模式已初见端倪。企业正在开发相关工具，无需读取每个人的私人通信，而是专注于将客观商业记录连接成可审计的证据链。
这种做法更符合市场中信任的实际建立方式——通过可核验的交易、负责任的机构和可重复的检查来建立信任。这也契合欧盟的数字身份政策。换言之，欧洲已经在数字政策的一个领域发展选择性披露模式，金融诚信也应遵循同样的逻辑。
持续检验金融诚信
时机至关重要。欧洲理事会于2024年通过了反洗钱一揽子方案，由此建立了更加协调统一的规则体系，并在法兰克福设立新的反洗钱局。这为欧洲加强金融诚信和数字信任奠定了监管基础。
但仅靠监管无法弥合正式合规与实际金融诚信之间的差距。如果企业仍依赖彼此割裂的记录和耗费大量人力的审查流程，执法就仍会缓慢、成本高昂且不完整。人工智能带来了另一种模式的可能：持续检查文件和工作流程中的诚信状况，并在风险累积之前采取行动。
对政策制定者而言，这意味着为证据链系统制定互操作性标准，要求保留可审计日志，并对高风险决策进行人工审查，同时通过监管沙盒和适度合规路径，为小型企业采用可信工具创造空间。对企业领导者而言，这意味着将基于人工智能的诚信基础设施视为与网络安全同等重要的控制层。
欧洲及其机构如今面临的选择，并非数字安全与隐私之间的取舍，而是在粗放监视与智能核验之间作出抉择。
