根據報告，目前偵查系統造成太多誤報情況，同時也容易出現人爲錯誤。反觀通過數碼分析，銀行業者可在不給客戶帶來不便的同時，提高偵查效率和准確性。
數據分析用途越來越廣泛，包括可用來偵查銀行可疑客戶和交易，嚴防洗黑錢和恐怖主義融資等金融罪案發生。
我國的反洗黑錢和反恐融資合作計劃（Anti-Money Laundering and Countering the Financing of Terrorism Industry Partnership，簡稱ACIP）昨天（11月29日）發表報告指出，通過機器學習（machine learning）方式，可將錯誤檢測情況減少四成，同時也使正確檢測情況增加5％。
報告指出，隨著銀行更積極采用數碼技術來打擊洗黑錢和恐怖主義融資，本地銀行業將缺乏具備相關技能的數據分析師，有必要進一步增加這方面人才。
報告說：“就全國層面，新加坡相關人才庫需要大幅增加，以滿足這一方面需求。這可以通過引進外來人才以及提升現有勞動隊伍的技能。”
新加坡作爲全球金融樞紐之一，正逐步加強反洗黑錢和反恐怖主義融資的舉措。本地三家銀行近來設立數據分析單位，利用人工智能和數據分析來追蹤非法資金流動。例如，大華銀行兩星期前宣布與科技巨頭英特爾（Intel）聯手合作，利用數據分析技術，增強跨境反洗錢工作。
根據報告，目前偵查系統造成太多誤報情況，同時也容易出現人爲錯誤。反觀通過數碼分析，銀行業者可在不給客戶帶來不便的同時，提高偵查效率和准確性。
報告也強調，政府和銀行業者的緊密合作，可帶來顯著益處，例如爲偵查金融罪案的數碼分析人才，制定特別的專業跑道，以及改善偵查方法和治理框架等。
ACIP小組成員包括大型銀行、專業服務機構如法律事務所和政府機構。商業事務局和新加坡金融管理局聯合擔任主席。
金管局助理局長（銀行與保險）及ACIP聯席主席何恒心說：“金管局極力鼓勵利用數據分析在打擊洗黑錢和反恐怖主義融資活動，它將爲我們對抗金融犯罪行爲帶來巨大轉變。”
金管局每年偵查 逾2萬5000份可疑報告
何恒心此前透露，金管局已采用數據分析技術在可疑交易報告中，每年偵查的可疑報告數量超過2萬5000份。
ACIP聯席主席、商業事務局局長周祥泰則說：“數據分析是識辨和防範金融犯罪行爲的重要分析工具，能協助金融機構篩選大量資料，從中找出可疑交易。”
爲拓展金融業的數據人才庫，報告建議銀行和金融學院（IBF）添加相關技能的培訓課程，以及支持金融從業員重新培訓和提升技能，中途轉業當數據分析師。此外，金融服務業者能跟高等教育學府合作，創建和推廣數碼分析人才渠道。
報告說：“我們相信金融行業和政府機構可利用私人—公共合作和集體資源，讓金融機構及該行業在采納數碼分析打擊洗黑錢和反恐怖主義融資的進程中，取得更進一步發展。”