合规专员 / 合规经理 · 任务逐条
分析单位是任务,不是职位名称。下面每一条都带着它的方向、这条判断是有证据还是平台推断、判断的理由,以及它没有确立什么。
这一页上的每一项任务#
读规则
正在被增强≈ 平台推断把一部新法规、一份征求意见反馈和三份指引读完,并抽出「对这家公司实际改变了什么」。
读长文件并做摘要,正是模型擅长的事;而监管文本的体量恰恰是这个职业变大的原因。不能迁移的是后半段:知道这条条文落在这家公司哪一个真实流程上 —— 而那需要懂流程,不是懂条文。
读得更快抬高的是被期待的覆盖范围,不是减少工作量:一旦摘要变成免费的,问题就变成「你为什么还没有评估过每一个法域」。工时从「读」挪到「为一个解释作辩护」—— 那是一场会,不是一份文件。
处理告警
正在自动化✓ 有证据支撑交易监控、制裁名单筛查、被标记的那笔付款 —— 判断几百条里哪一条值得查。
这和安全分析师的告警队列、保安的监控墙是同一项任务,而它失效的方式也一样:真阳性率极低、人的警戒会崩塌,而关联是可被机器判定的。金融犯罪监控之所以是全球被自动化得最重的告警管线之一,理由正是如此。
这条队列正是这个职业招人、也是「模式识别」被练出来的地方 —— 所以把它自动化就拿掉了训练场。而监管期待的是「告警被调查」,不是「告警被关闭」—— 一个关得更多更快的系统,产出的是一个在变好的指标,而风险没有变。
对业务说不
仍由人主导≈ 平台推断拦下一笔生意、一个客户或一次产品发布,并在业务负责人把事情捅上去之后守住这个立场。
这里的机制是组织性的,不是分析性的:这次拒绝之所以成立,是因为有一个具名、有地位的人会在「事后证明这是错的」时被追问,而且他可以被推翻 —— 并且这次推翻会被记录下来。这两条性质对一个系统都不成立,这也正是没有机构把它交出去的原因。
撑住它的是结构,不是难度;而结构改起来很便宜:一个向它所监督的业务线汇报的合规职能,这项任务是写在纸上、不在实际中。要问的问题不是「工具能不能做」,而是「你向谁汇报」—— 而那个答案的改变,不需要任何技术参与。
证明这件事做过
正在自动化✓ 有证据支撑留下那份记录,证明某项控制运行过、某个决定被复核过、某条政策被执行过 —— 为了一个日后会到来的监管。
证据留存是「格式已知的结构化记录」,而它也是合规工作里所有人都同意「不该需要人」的那一部分。结果是可核对的 —— 记录在、而且完整,或者不在 —— 而这条性质正是允许无人值守运行的那条。
把证据自动化,并不会自动化它所证明的那个判断;而且它制造了一个具体的新风险:一份「完整地记录了一项其实并不有效的控制」的档案,比一份不完整的更糟 —— 因为它更难被质疑。审计已经开始问「这份记录是怎么产生的」,而这恰恰是那套工具没有被设计来回答的问题。