FIS ha reso il suo AML Investigations Agent disponibile sul mercato a qualsiasi banca statunitense, compresi gli istituti che non sono attualmente clienti FIS. La soluzione è stata sviluppata da FIS con il supporto di Anthropic e del design partner Amalgamated Bank. FIS ha annunciato il prodotto congiuntamente con Anthropic a maggio 2026.

In Amalgamated Bank, si prevede che l'agente riduca di oltre il 90% i tempi di revisione degli avvisi di Livello 1, di circa il 98% i tempi di indagine dei casi di Livello 2 e di oltre l'80% i tempi di preparazione delle narrative dei sospetti report sulle attività (SAR). Le stime si basano sull'analisi dei flussi di lavoro attuali di Amalgamated confrontata con le capacità previste dell'agente. Il Livello 1 si riferisce alla triage iniziale degli avvisi, mentre il Livello 2 comporta una revisione più approfondita del caso dopo l'escalation. Le SAR, a loro volta, sono i report che le banche presentano alle autorità di regolamentazione quando le transazioni appaiono sospette.

L'agente è costruito su FIS Trust Assured, il framework dell'azienda per integrare governance, compliance e AI responsabile nei prodotti FIS. Il sistema è progettato per mantenere gli analisti responsabili delle decisioni: ogni output è una raccomandazione, nessun caso può essere chiuso senza la conferma esplicita dell'analista, ogni affermazione rimanda al record di origine e la logica di rischio, le procedure e le soglie di ogni istituto restano isolate.

FIS ha dichiarato che l'AML Investigations Agent è la prima soluzione di questo tipo offerta da un fornitore che gestisce l'infrastruttura di core banking, pagamenti e dati utilizzata nelle indagini sui crimini finanziari. L'agente è attualmente in fase di deployment presso Amalgamated Bank.

La portata della sfida di compliance è notevole. Gli istituti finanziari statunitensi spendono stimati 35-40 miliardi di dollari all'anno nelle operazioni antiriciclaggio, secondo LexisNexis (2023). Gli analisti dedicano dal 40% al 60% del tempo di indagine alla raccolta dei dati prima di poter iniziare l'analisi, secondo AnChain.AI (2025), mentre i tassi di falsi positivi del settore, ovvero gli avvisi che si rivelano infine non correlati ad attività sospette, oscillano tra il 90% e il 95%, secondo Datos Insights (2023). FIS ha affermato che il problema centrale non è la mancanza di capacità analitica, ma l'assemblaggio manuale delle prove che assorbe il tempo degli investigatori con l'aumento dei volumi avvisi.

Sulla base dell'analisi dei flussi di lavoro di Amalgamated e delle capacità previste dell'agente, le riduzioni attese dei tempi di revisione e documentazione consentirebbero agli investigatori di riorientare le risorse dalla raccolta dei dati verso casi complessi che richiedono maggiore capacità di giudizio.

L'agente applica un contesto specifico per cliente a ogni indagine invece di trattare tutti gli avvisi allo stesso modo. Prima di assemblare le prove, confronta il tipo di cliente, l'attività storica e il comportamento atteso con l'avviso. Ciò consente al riepilogo risultante di distinguere tra attività che possono essere normali per quel cliente e attività che possono richiedere un'ulteriore verifica. Ad esempio, un aumento stagionale dei depositi in contanti è diverso da depositi mantenuti deliberatamente appena sotto le soglie di segnalazione federali. Allo stesso modo, un bonifico internazionale di routine è diverso da un giro non spiegato verso una giurisdizione ad alto rischio. L'agente identifica queste distinzioni e ne spiega la motivazione all'analista.

Il sistema collega ogni output al record specifico, al documento o all'immagine dell'assegno da cui deriva. Ogni raccomandazione, il ragionamento alla base e la decisione finale dell'analista sono registrati in un audit trail completo. FIS ha dichiarato che l'obiettivo è rendere gli esiti delle indagini spiegabili e pronti per audit interni o verifiche regolamentari.

La logica di rischio, le soglie e le procedure di indagine specifiche per istituto restano isolate tramite il FIS Control Plane, il livello di governance dell'azienda per la gestione dell'accesso degli agenti, dei controlli e delle configurazioni. L'agente è progettato per potenziare, non sostituire, i sistemi esistenti di monitoraggio delle transazioni e case management di una banca. Si integra nativamente con FIS Horizon e FIS Systematics, due piattaforme di core banking FIS, mentre FIS IBS è pianificata come prossima piattaforma nella roadmap di prodotto. L'annuncio non ha descritto come le banche che utilizzano core di altri fornitori si collegherebbero all'agente; il rollout in corso presso Amalgamated Bank e la pianificata integrazione con FIS IBS sono i riferimenti a breve termine per la copertura del prodotto.

"Le indagini non rallentano perché agli analisti manchi il giudizio. Rallentano perché le prove sono disperse tra i sistemi e ogni avviso viene trattato allo stesso modo", ha dichiarato Stan Szwalbenest, Head of Enterprise Fraud and Financial Crimes di FIS. "Riunendo il core, i pagamenti e i dati da cui queste indagini dipendono, FIS offre agli analisti un vantaggio iniziale mantenendo loro il controllo di ogni decisione."

"Le indagini antiriciclaggio richiedono prove complete e giudizio esperto. L'AML Investigations Agent di FIS può ridurre il tempo dedicato alla raccolta di informazioni e alla preparazione della documentazione, permettendo agli investigatori di concentrarsi su casi complessi e decisioni critiche. Ogni raccomandazione ha un audit trail chiaro, mentre l'investigatore resta responsabile della determinazione finale. Negli ambienti regolamentati, l'AI deve rafforzare l'expertise umana preservando fiducia e governance", ha dichiarato Sean Searby, Chief Information & Operations Officer di Amalgamated Bank.

FIS ha sviluppato ed è proprietaria dell'AML Investigations Agent. Il prodotto è stato realizzato con il supporto di un team di Anthropic che ha lavorato con i team prodotto e compliance di FIS, attingendo alle relazioni di FIS con gli istituti finanziari, alla sua competenza regolamentare e alla sua infrastruttura di dati transazionali. La collaborazione ha inoltre prodotto framework di valutazione e pratiche ingegneristiche che FIS intende utilizzare per sviluppare e scalare ulteriori agenti sulla stessa piattaforma governata.

L'agente opera nel cloud privato di FIS e utilizza i modelli Claude Anthropic. L'annuncio originale è disponibile su GlobalFinTechSeries.