# 【合规】Amazon Quick：重塑跨境合规效能的 AI 搭档 > **合规声明（生成式 AI 服务）**：前述特定亚马逊云科技生成式人工智能相关的服务目前在亚马逊云科技海外区域可用。亚马逊云科技中国区域相关云服务由西云数据和光环新网运营，具体信息以中国区域官网为准。 > > **完整资料：如果想了解更多内容可以访问:https://events.amazoncloud.cn/china-summit-on-demand/ > > **免责声明**：本摘要仅为便于您了解峰会内容而提供，我们不对其完整性及准确性作出任何保证，且不构成任何建议或结论。相关内容仅供参考，实际内容以峰会回放视频为准。 ## 一、基础信息 - **会议类型**：专题演讲 - **Persona**：通用业务用户 - **时间信息**：6月23日 | 15:30 - 16:00 - **标题**：【合规】Amazon Quick：重塑跨境合规效能的 AI 搭档 - **PDF 资料**：无 - **视频回放**：有 ## 演讲人信息 ### 会议信息 - **地点**：上海世博中心（2026 亚马逊云科技中国峰会） - **日期**：2026年6月23日（Day 1） - **时间**：15:30 - 16:00 - **会议类型**：专题演讲 - **面向 Persona**：通用业务用户 ### 亚马逊云科技演讲人 - **郑金霞**：解决方案架构师 - **琚小龙**：解决方案架构师 ## 二、会议资料 PDF 转录内容 （本场次无 PDF 资料） ## 三、会议回放视频转录内容 大家好 我来自于 亚马逊云科技金融行业 今天我和我的 搭档琚小龙 跟大家一起聊一聊如何 通过 Amazon Quick 在跨境支付合规这个场景中 进行一个 提效 我们今天的主要的主题是 首先解构 跨境支付合规团队的一个 痛点 我们先介绍一下 Amazon Quick 然后如何去解决 他们的这个痛点 首先我们先 来解构一下他们的 痛点 其实在我跟我的客户 对我们是金融行业的 我的整个 Focus Focus 在 payment 行业 那我在 payment 行业 跟合规的老师们聊了 一开始他的这个角色是 合规风控的 AI 科学家 聊的时候 Agentic AI 应用 怎么去帮他们解决一些问题 或者说传统的机器学习模型 怎么去发现支付流程当中的 一些问题 然后再去构建一个 规则引擎 所以一开始我们觉得 他们构建 Agentic AI 应用 比如上 computer use 也好 然后 flow 也好 来解决一些问题 但是在这个过程当中 有一天那个 这些 Agentic AI 用的产品 我们没办法使用 比如我用你们的 Kiro 我完全不知道为什么我要用一个 IDE 或者是一个 CLI 如果我是一个非技术的 相关的角色 然后我就沟通了 发现就在合规团队里面 分两个角色 一个是刚刚那一位做 这种风控模型的 另外就是做这种 作为合规专员的 就是 面对的对象就不再是说 跟系统相关 他们面对的对象是监管 然后可能 一些政府机构 然后一些销售 那么处理的是什么呢 PDF Excel 然后写邮件 写 report 而且像现在 支付是一个很大的 出海的一个动作 他们会进入到各地 可能东南亚 然后可能欧美 各个地区因为地缘政治的问题 可能他们的政策和监管 也不断的发生动态的变化 他们都需要去 follow 其实在 跟他们具体地交流之前 我其实跟其中一位老师 因为我当时的想法 那构建一个 KYC/KYB 的 AI 应用是不是 能帮助他们提效 其实我们也跟他们聊 我们的模型会反问 构建了这样的一个 KYB/KYC 这样的 Agentic AI 但是呢 合规专员提出了好几个点 一个 数据源很难全 因为很多时候数据源落在很多地方 第二个是 很多 agent 一开始他们的想法是这样 过一段时间要改变 所以很难满足 合规专员他们的一个需求 所以我就跟他们细聊了一下 我们在合规专员的一些事情 大家能看到 每天打开他们的工作任务台 用 N 多条构建 当天都需要处理完 其次像他们的销售也会催 我的客户你怎么还没有审核通过 我客户要上线 你不上线我的 revenue 就没有了 那么不同地区的新规 其实是 定期更新的 这个里面其实不同的 payment 公司 它其实除了 然后还有 公司内部的合规 以及跨境这个流程里面 涉及到两地的监管 它要及时更新到 SOP 更新到公司的 SOP 里面 那么公司里面的业务 更好的 follow 它 也要去观察 有一些可疑的行为 要写这种可疑交易报告 SAR 及时上报给监管 那么在过程当中 如果发现 有一些收付款的名单 命中了当地的 制裁名单 要去 check 怎么会命中的 是同名吗 具体怎么一个回事 也要有分析 同样我们刚刚提到他们会 跨地区多地展业 那么牌照是否过期 是否要续 怎么去续都要去考虑 以及每天都要有风险的日报 现在是个 GenAI 的时代 其实前面也提到了 会提效很多对吧 其实不管是监管的东西 还是说用户的收付款行为 都发生很大的改变 他们的合规专员们的人数 一般情况下都是固定的 在这个过程当中 怎么去应付这一堆问题呢 尤其是在金融行业 牌照是非常重要的 轻则被监管 请过去喝喝茶 那么中等程度就是罚款 那么重则就可能是 吊销牌照 禁止入市 所以要快速的审核 这点是他们一直在追求的一个指标 当然快速的前提要准确 合规精准 OK 就像我刚刚一开始聊的 其实他们也尝试过 就是 AI 团队也尝试过 就是想要构建一系列的 AI 的平台去跟合规专员们聊 是不是满足你们的需求 但是他们也提出了说 你们当下构建的还行 过一段时间就不行了 所以这个里面就会让大家感觉说 需要学习 而且还有一部分的原因是什么呢 不同的团队 不同的人他可能负责的市场也不一样 然后有的时候在繁忙的程度下 他的 case 要 share case share 过来了 他本地的数据 或者说他链接的知识库 里面是没有对应的数据的 以及对很可能有些是 就是我们讲什么 是工作行为上的一个更新 比如说他会做联网的检索 检索完之后再看知识库里面 或者是有没有 大概是这样的一个逻辑 还有一个就是说我要看业务数据 业务数据里面我是不是合规 那我需要跟本地数据业务数据打通 以及还有整个行为流程也要进行打通 一开始我们构建的 AI 初始还行 过了一段时间就不能够适配所有的场景了 而且其实大部分的这种 payment 的公司 一开始手里也会去构建一些 agent 能把一些通用的知识库放进去 比如对于合规专员而言 他们要缺少很多 他希望 agent 能有一个自我学习的过程 那也是大家今年可能会发现 很多 agent 会做一个 memory 的提取 然后有长短记忆 然后会学习用户的行为 然后根据用户的行为做后续的调整 OK 那么亚马逊云科技呢 出了一个产品叫 Amazon Quick Amazon Quick 它是如何解决 刚刚这样的问题呢 其实一开始我们不是很清楚 Amazon Quick 是否能够解决合规专员的问题 所以跟他们做了一次 workshop 那么这个 workshop 之前呢 我也拿了他们一系列的数据 然后包括还有一部分数据在他们本地就没有拿 那我们在这个过程当中发现呢 第一个他们需要做一个溯源 第一我来自于我本地的 第二我可能来自于我这个飞书上面的 那我跟海外的客户沟通 我可能来自于 Teams 上面的 那我还有一些是在 Slack 里面 Quick 可以集成多个取到的数据 然后呢还可以进行一个数据 溯源你进行沟通和交流的时候 大家可以看到它的一个溯源过程 甚至呢可以看到它的一个通过 GraphRAG 能看到你的交流逻辑和过程 第二个就是刚刚我没有提到 所监管的信息会沟通 可以通过这种定期任务去 抓取监管的信息 那么也可以说我在做 KYB/KYC 的时候 自动化构建 DAG 任务 然后也可以做 research 起草一些 report 来应对监管的调查 这个 agent 都只需要通过口述进行 再来一个我通过这种 一句话生成报表的形式 然后对接后台的业务数据 这个报表生成之后 还可以用于前面的 agent 进行交流和沟通 同时在溯源的过程当中 也可以发现它来自于哪一个报表 那么 Amazon Quick 是什么呢 其实可能一开始大家接触的时候 打开的是 Amazon Quick 的一个 desktop 的产品 那么以为它就可能只是一个 app 其实那个 app 只是它的入口之一 它有多个入口 它有 web app 然后有 desktop 同时它还有手机 app Android iOS 都 OK 那除了这些基础的 这种 agent 的 chat 的功能以外 它可以自动生成 flow 然后 research 和 automating 也是这种自然语言的形式 同时它可以对接你们内部的 业务数据源 然后做这个 BI 那么在处理整个这个过程当中 我们首先第一个构建的就是 底座数据 原来的方式 可能刚刚前面因为老师们也在聊这个事情 就是我们要做 RAG 也好 GraphRAG 也好 然后我们要去 首先我们要准备 很多时候我们在跟一些客户聊的时候 还会发现一个事情 它的库在 但是它的开发人员不在 然后它的功能文档不在 甚至不知道这个库当初是用来干嘛的 OK 那是一种状况 比如说我的数据散落在各个地方 比如说我的数据在 A 成员的机器上 在 B 成员的机器上面 然后包括刚刚说的各种聊天工具里面 那都可以通过 Space 把它连接在一起 然后通过我们的这个 integration driver 可以把 刚刚讲的 Teams, Slack 然后 Chime 包括 Outlook, Salesforce, S3 之类的 聚合进来 以及还会像在 KYB/KYC 里面 大家会有去访问一些数据供应商 那么也可以通过它去集成数据供应商的 API 来在作为统一的数据的底座 OK 那么这个数据底座以后 有了之后呢 我们就可以做很多事情 比如说刚刚说的是 做自动化进行同步 反向同步进去 然后第二个是 我会做一些 KYB/KYC 的一些 agent 我可以直接在上面进行聊天 本质上它解决了这三大问题 一个就是溯源 第二个是 我是快速地去沟通 就是我快速地沟通聊天 把这些 agent 的 AI 应用构建出来之后 完成我的工作 第三个就是 我可以就是实时生成这个报表 比如今天哪些什么 超过什么阈值 然后它会呈现一个 dashboard 并且会高亮 回到这个就是这个 workshop 做完之后呢 我们的客户反馈就是 Amazon Quick 相比于 Kiro 这种 AI coding 工具 对于合规专员们更友好 那么它只是需要通过自然语言 快速地构建了属于自己的 agent 然后每个 agent 他们也可以打开迭代 那么 agent 也保留了 memory 然后也可以更懂 合规专员更想要的方向 下面我们即将请我的搭档 琚小龙 给大家演示一下 刚刚我讲的这个全流程过程 好的 谢谢郑金霞 然后大家下午好 那个我和郑金霞一样都是 来自于亚马逊云科技的 金融行业的解决方案架构师 虽然我是架构师 但是我看之前 麻烦大家稍微举一下手 就是今天大家有多少人 是来自于业务团队的 可以举一下手吧 OK 其实还是挺多的 大家确实不用担心 因为接下来 是一个开箱即用的平台 郑金霞已经介绍了 所以我后面的 demo 内容 其实大家不用担心 有技术上的一些不理解 其实郑金霞刚才已经介绍了 就是说在金融行业 在这种跨境合规领域 业务上合规团队内 面临的一些这种挑战 面临的一些痛点 然后借助 Quick 怎么来去对应 那接下来我会举 Quick 怎么去落地这样一个 具体的一个实践 然后业务怎么来 就配这个 Demo 一来给大家做一个 demo 当然因为这个环境的原因 可能不能大概 quick 去 做一个 live demo 可能都是一些视频的这种方式 当然在这事开始之前 我来给大家对一下这个背景 首先这是一个 XPay 叫跨境的这样一个 公司的一个支付的合规团队 那么事情的起因 可能说 MAS 就是新加坡的 金融监管的当局 可能会有新的这种合规发布了 7月1号要正式生效 接下来两个周时间 可能就要把这个事情给做完 对吧 当然这里面 这里面所有涉及到 今天关于企业的名称 和商户的名称 都是我自己来模的 包括数据本身 都是模的 真的如果说有一些 雷同的话 那确实属于巧合一个状况 但是第一个就是知识库 前面其实郑金霞一直讲 在讲知识库 比如这种跨境的这样的一个公司 可能在全球去做展业 对吧 那几十个地区国家甚至上百个 他们会必然面临不同的国家 地区都会有不同的 这样一些这种监管规则 而且这个规则是在动态的 这种变化的更新的 那一旦一个新的规则出来以后 对于合规人员的挑战 就是说 我要去看看这个新规则 到底有了哪些变化 然后去翻起实业的这样一个文档 那就必然会说 还可能要半天 甚至大半天的时间 对一个新的一个需求规则 那在这里面 Amazon Quick 就可以 去辅助 你可以稍微调一下 调一下 就是可以让我们的新规 我们现行的 SOP 可以做到知识库里面去 但在 Quick 里面 我目前的 demo 是 就是 Amazon 的 S3 对象存储来做的 我们可以继承我们自己 已有的这样的一些知识库 来去构建 将我们的现行的规则也好 新的规则也好 文档那个 现行的一些规则 构建进去 那有了知识库以后 那就可以去问这个知识库 直接来问 比如说 MAS 新规对于 KYB 这个有哪些新的要求 那问了以后 这个知识库就直接去检索 然后给出一个答案 那我们可以看到 其实前面 我们一下也一直在强调 对于合规来说 最重要的一个点是什么 叫可溯源 对不对 那我们可以看到每一条 其实都有个角标 那角标点了以后 就是你原文的 段落出去 那这就意味着 对于合规来说 我所谓的这个生成 它检索出来的答案 它不是一个 模棱两可的 而是一个 是一个有据的答案 它是可以提交给我们的审计 去做这种合规验证的 那知识库有了 然后这个 答案的来源溯源也有了 那对于合规来说 如果我想生成一个 详细的 这个新规和我现行 SOP 的一个对比的一个 差距的这样一个分析 那只靠这个 只靠这个问答 可能就很难去达成 那这来其实就是需要 这个 Agent 你原来是说 通过人去一条一条比对 去生成这样一个 这样一个的详细分析报告 可能要 一天两天的这样一个时间 对吧 那现在就是通过 Agent 那可以大大的来去 加速这个过程 而且避免你由于人 可能带来的一些遗漏 那 Agent 的定义在 Quick 里面 非常简单 你就一句话 定义好 这个你 Agent 的身份 你要干什么 你要怎么干 对吧 你干什么是说去对比一下 这个新规和现行 SOP 你要怎么干 你要把你的那个 后面的报告的这种 比如说我有哪些条目 条目的差距是什么 然后说这个分析等级是什么 我应该怎么来去做一些 这个修补的一些操作 然后提交给 Agent Agent 来去具体的 来去执行这个差距分析 生成一个详细的一个报告 在这个差距的矩阵里面 我们这里面可能是 这个分辨率的原因 看的不是特别清晰 它会生成这样六条的这样一个差距 三条可能是说 你是硬性的 必须去补的一些差距 两条可能是说 你要去做一些 这种详细补充的一些 这种补救吧 那可能还有一条 它还会生成 你未来的一个潜在的分析 你可能会有500万的 新币的这样一个 潜在的这个罚款的 这样一个计算 那 那这个原来 可能说要两天 现在通过 Agent 可能几分钟就出来 这样一个 这样一个详细的报告 在报告里面告诉你 怎么去修补 而且 通过这个 Quick Flow 刚才其实 接下来叫做自动化的这个流程 可以和 Trigger 去结合 你去设计定时任务 这个定时任务 你每周动态的再去扫一次 发现是不是有新的这种遗漏 这样的话 就避免说 你会产生一些新的 这个不一致 OK 那前面知识库 这种 解决了这种新规 这种和现行 SOP 分析对比的一个问题 那对于一个新商户来了 怎么 那个对于 原来的合规 一个职责就是要去做好守门 能够工作对吧 把关 看这个新的商户 是不是说 有一些潜在的分析 不能进的 那他是怎么做 需要去查 这种制裁的一些信息 这个 UBO 这个穿透 是不是有为 PEP 的一些自然人 以及他店铺的真实信息 那原来靠人工去做这个 这个操作的可能几个小时 甚至更长的几天的这样一个时间 那销售可能就会天天再催 那 通过同样 通过 Amazon Quick 可以定义这样一个 KYB 的这个 Agent 在这 Agent 里面 可以在三条线 同时去 去去做这个 这个做这个 check 做这个检查 那对于一个新商户 他会提交这个商户申请的信息 将这个申请的信息直接 贴给这个 KYB 的 KYB 专员 那这个 KYB 专员在一分 一分钟 或者说一分钟多一点的时间之内 直接就将这个 详细的报告给出出来了 那从这个 报告上我们可以看一下 可以具体去解读一下 对 报告最终是给出了一个 72分的这样一个 高风险的这样一个提示 但是分数是值得关注的 那我们可能更关注的 还是分数背后 他的一个细节说 拆解一下这个分数是怎么来的 对于那是哪些 具体的条款不合规 我们从这个视频里面可以看到 首先 UBO check 有两条命中 这个是制裁信息有两条命中 然后有 UBO 穿透 也会发现有两个自然人 没有 PEP 然后 这个店铺 这个真实性这一块也有四条 完全达标 最后运营这个 经营的这个区域 也和 MAS 所规定的一些 规定不是 不是很一致吧 当然 最后 Agent 得出的这样一个结论是说 是 reject 然后需要 进一步的这种 EDD 或者说人工来复核 核心的一点是说 最终的决策 虽然 Agent 做了分析 帮你做了判断 但最终的决策还是要人 这就是我们传说的这样的一个 一个 Human in the Loop 这是在入口 通过 Agent 去做了 把关这一层 但是 对于合规来说 更挑战的还是持续的交易监控 对于已经入网的这样一些 已经入网的这样一些商户 持续的交易监控 其实是 这三条战线 也是非常挑战的一个战线 那合规 原来 对于商户来说 它可能 对于这种跨境的这种企业来说 它可能有很多的商户 每个商户可能每天都有 这样一些大量的交易 每天的这种大量交易 可能都会刷出 这样一些大量的告警信息 出来 对于合规来说 它原来可能就是需要 靠人工 去 逐条的去做一个研判 然后去看 每条告警信息背后 到底是不是 真正的 是一个违规的一个情况 如果落了一条 就像刚才说的 可能就是一个罚单 可能就是一个罚单 那同样 是我们可以去定义 这样一个 交易监控的 这样一个 agent 那 通过这个 agent 它自动的去 加载你的交易的数据 KYB 的一些 记录 以及你的关联的 这个店铺相关的一些信息 然后 进来一条 比如说 刚才可能屏幕闪得会比较快 进来一条告警信息 说一个商户说 它在一周之内 可能就是有 资金的这个回款 48% 呈一个异常的一个增加 然后它的资金 这个贴家里的资金出入 可能就是 货品的进出 呈一个 这个疑问信息 这样一条告警 你直接把这个告警 扔给这个 AML 这个 agent agent 它去 自动的去把 这个你的 商户相关的 历史的交易信息 KYB 的一些记录 以及这个 商户相关的一些 关联的这个 这个店铺的一些信息 都给你抓出来 做一个综合的研判 那最后研判的一个结果是说 这一条告警信息 对应的就是 可疑的一个 一次交易吧 包括 就是一个 异常的这种 疑似这个 借道的一个跨境结汇 还有一个不真实的 这样一个交易的 这样一个情况 那 那最重要的一个点 其实对于 跨境的这个团队来说 有的时候就是 刚才郑金霞也提到 就是其实是一个 跨监管的 那在这个里面 他会发现 这样一条 这个可疑的交易信息 会跨 同时命中了 一个是中国的 SAFE 就是外汇监管 另外一个是新加坡的 这个金融监管 这样两个 区域的这样一个 这个监管的规则 那而且 他自己会自动的 去这两个监管 来生成这样一个 这样一个报告 因为这个其实是 可疑交易 所以 SAR 或者说 STR 其实都是要去上报的 对 要去上报的 他自动的 去生成这样一个报告 匹配两边的这样一个格式 OK 那 对合规人员来说 还有一条战线 就是每天他还会要去 把日常的一些情况 去做一些总结分析 将 去给领导去汇报也好 或者说是日常的去监控也好 就是当下的一个 一个动态也好 那原来是怎么做 其实前面的数据 可能会分散在不同的地方 然后可能要每天 去出这样一个报告 而且这样一个报告的出 BI 的一些分析 可能还要借助于 后台的 后端的一些 数据分析相关的 同事和团队 来去帮助去做这样一些事情 而且还有一种情况是说 我的这个 每天要求的这个指标 要求的报告 可能还是在动态变化的 今天 领导可能看这样一些状态 明天可能还会有些变化 在以前就是需要相关的一些 基础或者相关的同事 来去做这个事情 那接下来看这个 Amazon Quick 它前面可以集成 我们已有的这样一些数据源 在这些数据源 集成进来以后 它可以通过 这里面就是一句话 自然语言 没有任何一个数据 没有任何一个代码 来去自动地去创建 我们的业务 我们的合规想要的 这个 这个 BI 的报表 那这也是一个 创建过程 它创建过程的首先 它会用 AI 生成 这个报表的一个 一个规划 那这个规划其实是 我们可以还可以优化的人来优化 调优它 在这个规划里面 会根据你的意图说 我要有什么指标 它会自动的生成规划以后 你看来调优它 那调优完了以后 你就可以直接创建报表 那这个报表里面 我们可以看到 关于合规人员所需要的 比如说你的精准率 你的精准率 包括这个里面 你的 AML 的一些刷新 以及你的不同的区域的 一些异常事件 以及关于 SAR 以及刚才提到的 关于这个 牌照的一些 到期的一些状态 它都可以 一图给你去展示 这个一图给你展示出来 这个其实就是对于 当前 我们的业务合规人员的时候 其实是非常方便的一个地方 就是说 你不需要懂得代码 你也不需要懂得 SQL 甚至说我今天 要了一些新的这个指标 同样 通过你和 Agent 对话的方式 让它去自动生成这样一个报表 好了 其实前面 我从这个知识库 到 Agent 到 BI 这样一个流程 给大家展示了 这样一个完整的流程 当然这个流程 核心的是说 我不是来给大家简单的来说 演示一下 Quick 的功能 更多的是站在业务的角度 我日常的这样一个工作流程 还是如何借助 Quick 这样一个平台 来帮助大家能够更好地 更高效地来去 完成我们日常的一个工作 这样一个模式 我们认为其实是 可以大家来去借鉴 可以带回去 来去 融入到我们日常工作当中去的 当然说这个其实今天 我借的这个背景 其实是合规跨境 但是对于我个人 对于任何一个和业务相关的 这样一个角色 一个团队都是可以借助 Quick 来去 把我们日常的工作中的一些知识 对吧 我们文档 可以落到知识库里面去 然后将我们日常的一些任务 来梳理配置 从 Quick 的 Agent 然后 对于我们日常需要的一些指标 可以通过对话的方式 将我们所需要的指标串一句话来 生成这个 dashboard 最后形成一个闭环 这其实是我们 核心想今天想要给大家去 分享 去尝试在给大家的一些内容 但是这里面其实还有一些好处 其实可能没有去 在这里面 highlight 其实可以简单说一下 第一句 Quick 我想说 对于业务人员来说 就不需要懂得具体的技术 代码对吧 这是第一个点 第二个点就是 借助于 AI 借助于自动化 可以大大的来去提效 原来可能几天的工作 可能几分钟 就可以把你给搞定了 等等 大概是这样的一些内容 对 我们 我今天还今天 带给大家的内容 主要就是这些 非常感谢大家的聆听 谢谢大家