2026年1月1日，中国人民银行等三部门联合发布的《金融机构客户尽职调查和客户身份资料及交易记录保存管理办法》正式施行。新规的核心在于基于风险开展客户尽职调查，要求金融机构根据客户特征和交易活动的性质、风险状况，采取差异化的尽调措施，避免“一刀切”式的过度管控。
基层实践痛点
监管新规的变革，实现了客户尽职调查工作从“一刀切”的规则管控转向“风险为本”的精准治理，从机械执行转向差异化施策，如对低风险客户实施“无感”服务，对高风险客户实施强化尽调。然而，在新规落地过程中，银行基层客户尽职调查工作实践仍面临诸多难点。
（一）风险识别能力不足。银行基层网点面对海量交易数据，往往难以准确区分正常交易与可疑交易；一个长期无交易的账户突然出现大额高频资金流转，可能涉嫌洗钱，但也可能是正常经营需要，仅凭人工经验判断，误报率和漏报率居高不下。
（二）尽职调查手段单一。目前，银行基层网点主要依赖客户口头陈述和纸质证明材料，对于复杂股权结构、跨境业务、离岸公司等高风险情形，缺乏有效的穿透核查手段，特别是受益所有人识别，对银行基层网点而言仍是“老大难”。
（三）客户配合度参差不齐。部分银行客户对尽调工作存在抵触情绪，认为“问得太多侵犯隐私”。如何在依法合规的前提下做好客户沟通，考验银行基层员工的智慧。
创新思路与措施
（一）工具创新，构建“AI辅助+人工复核”的智能尽调体系。针对银行基层网点风险识别能力不足的问题，可引入智能尽调工具：自动化尽调报告生成，利用大模型技术将尽调环节拆解为“数据抓取—标准化分析—风险结论抽取—行动建议—人工复核”几个层次；通过与工商、司法、税务、征信等内外部数据源对接，自动生成尽调报告初稿，客户经理在此基础上补充现场访谈和专业判断，可大幅提升效率；同时，要提炼非标准化数据，利用大模型从财报附注、尽调报告、处罚决定书等长文本中深度提炼关键信息，识别上下游合作模式、客户供应商集中度等实质风险点。此外，银行基层网点要加强智能风险预警， 建立“大模型统筹决策+小模型精准评估”的协同机制，对舆情、公告、行业新闻、交易行为等源数据生成具体风险信号，由系统自动解读、聚合和文字化表达，提示可能影响的风险点。
（二）流程创新，实施“三分法”差异化作业模式。银行基层网点要落实“基于风险”原则，推行“分客群、分渠道、分场景”的差异化尽调模式。一是分客群施策。银行基层网点可将客户按风险等级划分为三类：低风险客户（如养老金账户、代发工资户）采取简化尽调，仅核验身份信息；中风险客户执行“三验证”标准——验证核心业务真实性、资金来源稳定性、关联关系；高风险客户（如离岸公司、敏感行业）启动强化尽调，全维度穿透核查。二是分渠道管控。银行基层网点要建立线上线下协同的尽调机制：线上，通过人脸识别、活体检测完成身份核验，利用大数据监测交易异常；一旦触发风险规则，系统自动推送任务至管户客户经理或就近网点，并由人工介入进行强化尽调。三是分场景嵌入。针对开户、信贷申请、大额交易等关键场景，银行要设计标准化的尽调Checklist嵌入业务流程，例如，受理企业开户时，系统根据股权结构复杂程度自动判定是否需要穿透识别受益所有人，并提示需要收集的证明材料清单。
（三）手段创新，强化穿透核查与动态监控能力。针对尽职调查手段单一的问题，银行基层网点可采取受益所有人穿透识别：对于股权结构复杂、涉及境外实体的客户，可借助第三方厂商数据库或驻外分支机构补充核查；建立高风险名单动态更新机制，及时获取国际反洗钱组织和国内官方发布的高风险国家/地区名单，对来自高风险国家或地区的客户，采取强化尽调措施；关注FATF发布的“灰名单”国家，在客户风险等级划分时予以重点关注；引入新技术辅助尽调，探索卫星遥感技术验证农业客户种植面积和作物长势，解决“去不了现场、看不清真相”的难题；利用多模态数据（跨行流水、企业图谱、涉诉信息）进行交叉推理，识别异常交易后自动生成可疑交易报告初稿，提交合规官复核。
（作者单位：中国农业银行河南省分行）
