一、合規工作的重複性困境
金融合規是一份高度重複的工作。每天要處理大量文件、比對法規、撰寫報告、回覆監管查詢。這些工作中有相當一部分是機械性的，不需要複雜判斷，但耗費大量時間。
AI 的價值不在於取代合規官的判斷，而在於把合規官從重複勞動中解放出來，讓他們把精力集中在真正需要專業判斷的環節。
以下是我在實務中驗證過的三個場景。
二、場景一：法規摘要與變動追蹤
澳門金融監管法規更新頻繁，金管局通告、印務局法律、國際制裁名單，每天都有新內容。人工追蹤這些更新，既費時又容易遺漏。
用 AI 做這件事的流程是：每天定時抓取官方網站的更新，讓 AI 提取要點、生成摘要，推送到待審核隊列。合規官只需要花幾分鐘確認摘要是否準確，就能掌握當天的監管動態。
關鍵在於，AI 只做「摘要」和「初篩」，不做「判斷」。摘要是否採納、是否需要進一步解讀，仍然由合規官決定。
三、場景二：案例脫敏與結構化
合規工作中經常需要引用案例。但真實案例涉及客戶隱私和機構機密，直接引用會觸犯個人資料保護法。
用 AI 做脫敏的流程是：把法院裁判書或處罰決定輸入 AI，讓它抹去自然人姓名、機構名稱、賬號、具體日期，保留違規手法、涉案金額區間、法律依據。輸出格式可以自定義為結構化 JSON，方便後續入庫檢索。
這個場景的關鍵是提示詞要精確。要明確告訴 AI 哪些必須抹去、哪些必須保留、輸出格式是什麼。提示詞寫得越具體，脫敏結果越可靠。同時，脫敏後的內容仍然需要人工複核，不能完全信任 AI 的輸出。
四、場景三：制度文件的初步校對
金融機構的制度文件動輒數十頁，撰寫和修訂耗時巨大。AI 可以在兩個環節提供幫助：
一是對照監管要求檢查條款缺失。把制度文件和相關監管指引一起輸入 AI，讓它找出制度中可能遺漏的條款，輸出對照清單。
二是術語一致性檢查。澳門金融法規涉及中葡英三語，同一概念在不同文件中的表述必須一致。AI 可以快速掃描全文，標出不一致的地方。
這兩個環節，AI 都只是「輔助」——它提供線索，最終判斷仍由合規官做出。
五、邊界與原則
用 AI 輔助合規工作，有兩條底線必須守住：
第一，AI 不做出最終決策。 無論是可疑交易判定、客戶風險評級，還是製度合規性結論，最終簽字負責的必須是持牌合規官。AI 的輸出只能作為參考。
第二，敏感數據不上傳。 客戶個人資料、機構機密信息，不能直接輸入公開的 AI 服務。需要脫敏後再處理，或使用本地部署的模型。
AI 是工具，不是替代品。用得好，它能讓合規官的時間花在更有價值的地方；用不好，它只會製造新的風險。