美国的情况是不是好很多呢？并没有。美国金融机构每年花在反洗钱上是200亿美金。如果汇丰银行反洗钱方面不投入的话，可能一下要罚几十亿美金。美国在这方面工作也是大量的靠人工完成的，和中国当前的情况类似。
这些矛盾通过金融AI是可以解决的，大大提高了效率。
我们的AI团队目前在同一些券商机构合作，券商的投资者数据经过我们的设计好的模型和算法，很快就能将这些投资者进行分级，投资者是什么样的等级，拥有怎样的的风险承受能力，有怎样的投资风格等信息很快就可以呈现出来，而且数据信息是动态更新的，这不仅节省了券商日常的行政支出，也可以提升投资者体验，更重要的是，投资者的等级分级是无法造假的，投资者的风险从监管层面得到了有效的控制。
确立用户画像
中国这几年的金融创新创业做得很好，但很多创新没有明确的用户对象，带来的可能结果是，将私募产品、高风险产品推到了那些风险承担能力有限的人面前。我认为，做金融要有敬畏之心，创新带来便利的同时也要防范风险，如果只顾及了便利而不防范风险，会得不偿失。我与香港很多金融机构谈论金融创新的时候，很多人开始批评香港，批评香港作为金融之都，金融创新的步伐太缓慢了，却做的非常不好。持这些批评意见的人其实并不了解香港，这是因为香港的法律非常严格，各种限制、审查做得滴水不漏，香港的金融创新必须基于整个金融体系，所以香港的金融创新看起来很慢，但香港金融出问题的几率大大低于中国大陆的几率。
反观大陆的情况，互联网上各类金融衍生产品的广告铺天盖地，老百姓很容易被那些打着高回报旗号的产品所诱导，像e租宝、泛亚贵金属的例子层出不穷，就连学校也出现了高利贷从而导致裸贷的奇葩事件。
而监管部门很难也没有精力识别出这些金融诈骗和高风险产品，所以我们FDT-AI团队一直在做产品画像的开发，通过产品画像可以帮助券商、监管部门快速的识别出高风险或者不合规的产品。在美国，很多高风险的产品是不能面向普通大众做广告推广的，因为普通老百姓是没有相应的风险承受能力，推给他们的最多也就是ETF类似的理财产品。
