利用人工智能驱动的身份感知型反洗钱筛查，最大限度地降低全球风险

常见的姓名误报会充斥反洗钱队列，一些已被证实的犯罪分子也会利用常见姓名蒙混过关。Shufti 将每次匹配结果与生物特征验证的身份（人脸识别、身份证件识别和光学字符识别）绑定，因此引擎能够评估的是“谁”，而不仅仅是姓名的拼写。

语音、变音符号、音译、文化名称顺序和后缀规则均根据您的风险承受能力进行调整，而非供应商的默认设置。字段级评分清晰易懂，无需提交工程工单即可进行调整。

通过光学字符识别 (OCR) 提取的出生日期、国籍、证件号码和实体类型信息直接导入实体级风险评估。身份信息冲突的匹配项将被自动剔除，从而使分析人员无需再审查明显不属于同一人的警报。

Shufti拥有全套数据平台：超过4000个监控名单，涵盖215个以上司法管辖区的2.6万名政治公众人物（PEP），以及来自1万多个全球来源的超过100,000亿条负面媒体报道。一个反洗钱筛查平台，满足全面审计需求。

我们的反洗钱筛查软件每 15 分钟更新一次制裁名单、政治公众人物名单、负面媒体名单和加密钱包名单。

拉丁语料库引擎无法正确匹配阿拉伯语、西里尔字母、中日韩字母、越南语、泰语和印地语。Shufti 在计算综合置信度之前，会运行原生语音模型、音译、变音符号处理和 Unicode 混淆词消去。

针对 200 多个制裁机制和 4,000 多个观察名单进行筛查。负面媒体情报根据 415 多个风险主题（制裁、政治公众人物、欺诈、贿赂、有组织犯罪）对文章进行评分，评估内容包括上下文、语气和实体角色，而非关键词。

钱包已与 OFAC SDN、GOV.UK、日本财政部和以色列制裁的加密钱包名单进行比对，更新频率与法币反洗钱 (AML) 相同，均为 15 分钟一次。符合 MiCA 和 FATF 旅行规则，可随时供 VASP 接入。

对企业实体、船舶、飞机和港口进行同一数据基础的筛查。持续的重新筛查会通过 API、webhook、电子邮件或后台系统触发实时警报。

将每次反洗钱检测结果与已验证的身份、OCR 数据和反洗钱合规官 (MLRO) 的背景信息进行核对。自动剔除可证明的误报，并提供简明易懂的理由，优先显示真阳性结果，并可清除高达 60% 的一级分诊案件。

反洗钱合规团队在控制面板中配置风险权重（国家/地区、反洗钱类别、犯罪记录，总和为 100%）和阈值区间（接受、人工审核、拒绝）。所有政策变更在正式上线前都会在沙盒环境中进行测试。

内部观察名单、监管机构特定信息源和已解决警报白名单有助于机构记忆。可重用的搜索配置文件可保持一致的搜索范围。通过 CSV 文件和 API 进行批量搜索可覆盖投资组合扫描。