Hawk AI，这家德国公司为金融机构开发反洗钱（AML）及相关的防欺诈智能系统，已在B轮融资中筹集了1700万美元。
此前，Hawk AI已筹集了1000万美元，随着新增1700万美元资金入账，该公司表示计划加强产品开发与全球扩张；该轮B轮融资由Sands Capital领投，Picus Capital、DN Capital、Coalition和BlackFin Capital Partners跟投。
据估计，每年高达2万亿美元的非法所得被用于洗钱，占全球GDP的5%，而其中仅有1%的非法利润被追回，这正是Hawk AI发力之处。
Hawk AI于2018年在慕尼黑创立，旨在通过其云原生、模块化的反洗钱监控系统，帮助银行和支付公司更好地管理合规风险。该系统在其AI驱动决策引擎中承诺实现“最高级别的解释性”，这对于审计和监管调查至关重要。
Hawk AI联合创始人兼首席执行官Tobias Schweiger告诉TechCrunch：“金融机构和监管机构需要能够理解和信任由AI驱动的决策。完全可解释的AI是建立信任和接受度的关键。”
Hawk AI提供包括支付筛查、客户筛查、交易监控、交易欺诈检测以及客户风险评级在内的产品，允许客户通过将静态数据（如产品或地理数据）与动态数据（如可疑活动报告等交易数据）相结合来构建自身的风险评级模型。
其客户包括欧洲支出管理平台Moss、美国支付处理公司North American Bancard以及巴西的Banco do Brasil Americas。
黑盒
除了该领域传统的行业巨头如Verafin、BAE Systems和Oracle之外，还有一些值得注意的新兴参与者，包括金融欺诈领域的独角兽企业Feedzai以及获得风险投资支持的Feature Space。然而，与许多传统玩家笨拙的本地部署相比，Hawk AI将其云原生资质和SaaS商业模式作为其核心差异化优势进行宣传。
但该公司着重强调其致力于解决AI和机器学习算法通常所处的“黑箱”问题——理解算法做出特定决策的原因至关重要，企业必须能够证明为何将某位客户标记为潜在欺诈者。
值得注意的是，其他异常检测软件确实能够揭示导致标记的各项因素。但Hawk AI表示，其正在申请专利的技术还能告知用户正常行为的“预期范围”，并用自然语言为每个风险因素提供评分。该公司称，在评估某案例是否构成可疑活动时，这种上下文信息至关重要。
Schweiger表示：“对Hawk AI而言，可解释性由两个领域组成：一是人工智能驱动的个体决策的依据是什么，二是促成人工智能的算法是如何开发的？合规官员需要对这两方面保持透明。”