金融犯罪具有多面性、跨国性，且往往难以察觉，因此难以识别、衡量和打击。其影响体现在多个方面。
对于那些因犯罪分子渗透供应链而被迫从事奴役劳动的人，或对于那些利用金融体系洗钱获利的性交易犯罪团伙的受害者而言，其代价是灾难性的。
各机构为防范金融犯罪共同投入了数十亿的资金，付出了沉重的经济代价，然而由于洗钱、欺诈、盗窃和腐败行为，其资金仍在不断流失，损失金额与日俱增。
人们普遍认为，高达2万亿美元的非法所得（来自人口贩运、贿赂和欺诈等金融犯罪）正在流经金融体系。而且高达过去12个月内，半数跨国公司曾遭受欺诈侵害，这是根据我们对2300多家公司开展的自有调查得出的结论。此外，据估计有4000万人正沦为现代奴役的受害者。然而，奴役在各地都是违法的。
数据表明，金融犯罪普遍存在且令人沮丧。其之所以能够持续，是因为我们无法瓦解和摧毁为其提供支持的犯罪网络——这些网络每年都在攻击国际金融体系的薄弱环节。
金融犯罪的全球性意味着，若要有效打击此类犯罪，就需要集体行动，这也要求监管机构、执法机构、数据提供方和金融机构越来越重视打击金融犯罪这一任务。
去年在达沃斯，我们与欧洲刑警组织及世界经济论坛共同组建了一个独特的联盟，旨在推动企业、金融机构、政府和智库之间就如何在协调一致的全球层面打击金融犯罪展开对话。人们普遍认为，促进公私实体之间更有效的信息共享是取得成功的关键。
可能的解决方案的核心在于，利用数据和新技术在网络层面形成新的洞察，从而摆脱以交易为单位追踪金融犯罪的方式。我们提供风险情报数据已有18年，目前维护着400多万条记录，这为运用大数据技术绘制关联图谱、发现数据模式奠定了极佳的基础。
网络图谱分析是一门正在兴起的、确实很有意思的学科，有助于我们更有效地打击犯罪。了解犯罪网络在何处活动，或某一国家与何种类型的犯罪活动相关联或易受其影响，将有助于获取更优质的情报，并最终为各机构带来更好的成果。
对于开展全球业务的企业而言，这类分析和关系图谱有助于了解其可能面临的非法活动风险，但其作用远不止于此。
例如，绘制人口贩运相关的犯罪关系图谱，可以对目前对可疑金融交易的关注起到有益的补充作用。可疑金融交易往往是识别人口贩运等非法活动所产生洗钱行为的首要线索。
当我们与慈善机构和非政府组织合作，获取它们收集的人口贩运活动信息时，网络图谱分析可以进一步改进，尤其是在已知存在漏报或信息根本未公开的国家。我们与Liberty Shared的近期合作就是一个例子，我们采纳了该组织在部分国家实地收集整理的信息和数据。
以可视化方式呈现时，网络图谱能够更清晰地展示与人口贩运等犯罪活动之间的关联。在下面的示例中，该可视化图表有力地说明了人口贩运的全球性特征：发展中国家和发达国家同样受到人口贩运的影响。
在全球金融体系与供应链的交汇点上收集并共享信息，并摒弃逐笔交易的处理方式，对于发现和预防人口贩运及现代奴役等犯罪至关重要。利用这些情报，企业可以进一步加强自身的企业尽职调查计划，并确保员工接受适当的教育和培训。
新技术带来新的解决方案。随着我们将机器学习和人工智能与数据相结合，我们看到了发现商业关系和人际网络中潜在隐性风险的可能性。
更优质的数据和更智能的技术，正使我们更容易照亮贩运者惯常活动的黑暗角落。进而，这使我们能够更全面地描绘全球供应链的风险全貌。
就金融犯罪而言，优质数据可以成为构建更美好世界的开端。
