美国监管机构，包括货币监理署 (OCC)、证券交易委员会 (SEC)、联邦储备委员会 (FRB) 和其他机构，要求金融服务组织证明其法律、规则和法规 (LRR) 得到遵守风险治理框架。这种监督有助于确保安全、健全的控制环境，符合组织的风险承受能力和更高的监管标准。
然而，解释银行法规可能复杂且主观，需要专家判断来确定法律特定部分的适用性。银行通常依赖第三方供应商根据银行的特征（例如作为全球系统重要性银行（GSIB）或提供特定产品和服务）审查 LRR 和通用控制措施。
此外，LRR 和其他行业框架，例如美国国家标准与技术研究所 (NIST)、信息技术基础设施库 (ITIL) 以及信息及相关技术控制目标 (COBIT)，都在不断发展。这种持续的进步需要不懈的努力，以帮助确保组织的控制环境不存在差距。不幸的是，将 LRR 与政策、标准、程序、风险指标和控制相联系的手动过程非常耗时，而且常常会被延迟。此过程导致监管期望与组织证明遵守 LRR 的能力之间存在差距。
例如，银行可以制定一项政策，规定必须保护客户的个人信息，并且该标准可能要求对个人数据进行加密。在这种情况下，该程序将概述加密个人数据的步骤，并且控制将有助于确保个人数据被加密。然而，如果 LRR 和控制之间的联系更新存在滞后，银行可能无法证明遵守加密标准，从而面临不合规的风险。
watsonx 监管合规平台减少了控制所有者、合规、风险和法律团队的手动工作量。
IBM watsonx™ 可用于自动识别监管义务，并将法律和监管要求映射到风险治理框架。该解决方案通过分析现有治理文档和控制并将其映射到适用的 LRR 来支持验证对现有义务的遵守情况。利用这项技术可以显着减少审计、合规、风险、法律、IT 和业务控制所有者创建和维护 LRR 库的人工工作量。
例如，Watson Discovery 可以主动抓取互联网，寻找针对一组特定 LRR 的监管修正案，并执行影响分析。以对话方式，Watson Assistant 可以用作交互式问答顾问，以响应监管机构、审计或有关风险和控制环境的外部询问。大型语言模型 (LLM) 正在成为风险与合规计划不可或缺的一部分，并且几乎不需要培训。
通过 watsonx 托管的法学硕士增强了 LRR 和治理数据，以应用银行的各种流程、风险和控制分类法。通过编程方法，通过提示评估义务。例如，将测试组织的所有风险类别，例如战略、声誉、批发信贷、利率和流动性，以了解哪些风险类别适用。增强的元数据支持将类别与内部控制以及其他相关政策和治理数据集相匹配。
在内容公开的情况下，无论是来自第三方还是由组织在义务图书馆中策划的内容，该过程在各个法规中都是一致且可重复的。映射和覆盖能力不仅限于 LRR，还包括 IT 和网络安全框架，例如 NIST、ITIL、COBIT、云安全联盟控制矩阵、联邦金融机构检查委员会 (FFIEC) 等。
例如，如果银行希望确保遵守 NIST 网络安全框架，该解决方案可以将相关 LRR 映射到相应的 NIST 控制措施，从而提供银行网络安全状况的清晰、全面的视图。
watsonx 监管合规平台如何加速风险管理
该平台的 watsonx.ai™、watsonx.gov 和 watsonx.data™ 组件是先进的人工智能 (AI) 模块，提供广泛的先进技术功能，旨在满足行业的独特需求。这些组件构建在 IBM 领先的 AI 技术之上，可以部署在任何云和本地。
在 IBM watsonx.ai 平台中，用户可以参与生成式 AI (gen AI) 解决方案的全面生命周期管理，包括培训、验证、调整和部署过程。利用 IBM 和其他来源提供的基础模型，watsonx.ai 促进了对扩展语言模型的探索，满足不同的自然语言和编程语言用例。
Related articles
该平台采用了创新的 Prompt Lab 工具，专为简化提示工程流程而设计。通过利用预定义的示例提示，用户可以充满信心地快速启动其监管和合规项目，随后将成功的提示存储为可重复使用的资产或笔记本条目。
值得注意的是，提示文本、模型参考和提示工程参数都在笔记本中精心格式化为 Python 代码，从而实现无缝的可编程交互。此外，watsonx.ai 还提供 Tuning Studio 功能，使用户能够迭代地引导基础模型，以获得更好地符合其特定要求的输出。
通过 watsonx.governance™ 提供的集成工具套件，用户可以加快实施针对生成式 AI 和机器学习模型量身定制的负责任、透明且可解释的 AI 工作流程。安装后，watsonx.governance 会合并 Watson OpenScale 和 AI 情况说明书的功能以及 OpenPages 固有的模型风险治理功能，将它们整合为单一服务。
此外，watsonx.governance 还扩展了其治理条款以涵盖生成式 AI 资产。该平台使用户能够评估基础模型提示和机器学习模型，构建人工智能用例，以系统跟踪解决相关业务挑战和工程工作流程的解决方案，同时精确监控生命周期活动。
IBM watsonx.data 通过容纳来自不同来源的数据来促进可扩展的分析和人工智能工作，消除了通过开放格式进行迁移或编目的需要。这种方法可以实现集中访问和共享，同时最大限度地减少提取、转换和加载 (ETL) 流程以及数据重复。集成矢量化嵌入功能简化了各种应用的数据准备工作，例如检索增强生成 (RAG) 以及其他机器学习和生成式 AI 用例。
gen AI 支持的对话界面简化了数据发现、增强和可视化，无需 SQL 熟练程度要求（目前处于技术预览阶段）。与现有数据库、工具和现代数据堆栈的无缝集成有助于确保互操作性。
总体而言，利用 watsonx 实现监管合规性提供了一种变革性的方法，以透明和问责的方式管理风险和人工智能计划。通过利用其全面的功能套件，组织可以无缝应对复杂的监管要求。这有助于确保在生命周期的每个阶段（从模型训练到数据管理）负责任的人工智能实践。 watsonx 使用户能够自信地评估、监控和优化人工智能工作流程，促进遵守监管标准，同时推动创新和对人工智能驱动解决方案的信任。
使用 IBM watsonx 中的治理控制台管理风险和合规性
这篇文章有帮助吗？
是的不
