通过分析黑样本以及线下反洗钱积累的经验，研究人员归纳出各种洗钱相关上位犯罪的可疑特征，建立起数据模型。例如网络赌博，这些账户单日交易频繁，常常分散转出，因为赌徒分散在全国各地，同时会有一些不定向返利，因为赌博不是每个人都会赢。再比如贪污受贿，受贿人往往对某一领域拥有掌控权，账户资金交易量巨大，但额度又和用户本人身份不匹配。

　　一旦账户情形和这些数据模型匹配，依靠大数据建立起来的智能反洗钱系统会自动预警，认为账户存在可疑交易。再由人工做进一步分析，确认可疑后提交给反洗钱部门或是公安机关。其中运用了人工智能和机器学习等前沿科技，由于用智能方式代替了传统人工排查，大大提高了效率，也减小了误报率。

　　下一步蚂蚁金服将利用大数据对毒品、黑社会、恐怖活动、走私、贪污贿赂、破坏金融管理秩序、金融诈骗等7大类洗钱上位犯罪，全部建立起智能监控模型。

　　复旦大学中国反洗钱研究中心秘书长严立新说，随着我们从IT进入DT时代，大数据的价值正在进一步被挖掘。由于大数据能够更准确、更及时、更全面、更完整地记录信息，所以在打击洗钱和犯罪等领域有着重要作用，这也会成为整个社会的趋势。

　　不过，也有部分民众担心利用大数据打击犯罪是否会侵犯到隐私。对此专家指出，大数据并一定意味着要触碰用户隐私。“利用的数据都经过分类和清洗，与打击犯罪无关的数据不会涉及，同时这些洗白过的数据也区别于原始数据，不会泄露用户隐私。”蚂蚁金服反洗钱团队相关负责人说。

　　今年7月，央行等部门在北京召开了反洗钱工作联席会议第八次工作会议。央行副行长郭庆平表示，当前国内恐怖融资和洗钱犯罪形势依然严峻，国际反洗钱监管和评估提出了新的要求，要加大力度防范和打击重点领域洗钱犯罪，加强对互联网金融的反洗钱监管。在十部委出台的《关于促进互联网金融健康发展的指导意见》中也提到，坚决打击涉及非法集资等互联网金融犯罪，防范金融风险，维护金融秩序。