现场设置多场主题演讲及圆桌讨论，议题涵盖AI安全、交易风控、数据安全及数字资产合规等方向，来自 OSL、VDX、KUN Global、HashKey On-Chain、OlaXBT 等机构的嘉宾也参与了现场交流，从不同业务场景分享了各自的实践经验与观察。

Beosin Compliance Business Director Phoenix Lee 受邀参与主题圆桌 《重塑金融安全边界：AI时代的网络数据安全防护及交易风控与反洗钱实践》。

圆桌讨论围绕几个很实际的问题展开：预算有限时，哪些合规能力应该优先投入？怎样减少AML误报对客户体验的影响？未来两三年，金融机构又该提前准备哪些风控能力？

结合Beosin在数字资产AML和链上风险分析的实际经验，Phoenix分享了自己的看法：

▌预算有限，先把最关键的风险管住

对于团队和预算有限的机构来说，合规建设不一定要从“大而全”开始。Phoenix认为，更实际的做法是从 RBA（Risk-Based Approach） 出发，先判断当前最需要关注的风险，再逐步完善监控、调查和留痕能力。地址筛查、交易监控、风险分层等高频重复的工作，可以更多借助系统提高效率；客户背景判断、异常行为解释和案件处置等复杂环节，则仍然需要人工参与。

资源有限时，重点不是把功能配齐，而是先把最不能出问题的地方守住。

▌告警多，不代表AML做得更好

在实际运营中，误报过多不仅会增加合规团队的工作量，也可能影响正常客户体验。Phoenix提到，一笔交易是否真正值得关注，不能只看一个标签或风险分数，而需要结合地址风险、资金路径、交易金额、频率以及客户本身的行为一起判断，再根据风险程度进入不同的复核和调查流程。

交易监控真正要解决的，不是“报得更多”，而是让团队更快找到真正值得关注的风险。

▌AI进入风控之后，更要说得清、查得到

随着稳定币、跨链交易和数字资产支付场景增多，资金可能在法币、稳定币、不同区块链和平台 之间快速流转，KYC、账户行为、交易监控、链上资金流和案件处置之间的联系也越来越紧密。AI可以帮助筛选风险、整理信息和提高处理效率，但机构最终仍然需要回答几个基本问题：风险为什么被识别、为什么采取相应措施，以及整个判断和处置过程能否被清晰记录和复核。

未来的风控，不只是要发现风险，也要能够把判断过程讲清楚。

从现场讨论来看，大家关心的已经不只是“要不要用AI”，而是AI真正进入业务之后，怎样和交易监控、人工判断以及合规流程配合起来。随着金融业务和链上场景越来越紧密，安全与合规也会更早进入产品和业务流程，而不是等问题发生之后再补。

结语

再次感谢 恒云科技（Hundsun Ayers） 及各位嘉宾带来的分享与交流。未来，Beosin将继续深耕区块链安全与合规领域，持续完善在链上风险监测、交易行为分析、资金追踪及AI风控等方面的能力，并结合不同金融机构和数字资产业务场景，探索更实用、更高效的风险管理与合规实践。

随着AI与数字资产进一步融入金融服务，Beosin也期待与更多金融机构及行业伙伴保持交流，共同推动更加安全、透明、可信的数字资产生态建设。