2025年9月24日 — 伦敦。汇丰银行入股Elliptic,并将集团金融犯罪负责人Richard May引入董事会,这标志着银行合规的转折点,重点放在AI的使用、链上监控以及对稳定币和资产代币化的关注上(CoinDesk)。
目录
发生了什么以及为什么重要
总部位于伦敦的Elliptic,专注于区块链上的交易分析和监控,已获得汇丰银行的战略投资。同时,汇丰银行的金融犯罪集团负责人Richard May加入董事会,巩固了银行与技术之间的合作关系(PR Newswire)。
根据我们编辑部通过对四家欧洲银行的合规官进行的采访(时间为2025年6月至8月)收集的数据,整合链上分析工具已成为2026年投资路线图中的优先事项。
行业分析师观察到,银行控制人员在初创企业董事会中的存在加速了文件化实践和可审计流程的采用。
在这种背景下,该操作处于对稳定币和代币化资产日益增加的监管压力阶段,FATF的操作指引和巴塞尔委员会的审慎标准推动更严格的要求(FATF, BIS)。
投资的经济条款尚未披露。尽管如此,公司表示,这些资源将用于加强招聘并扩大对金融机构的服务。
转变:治理和流量可见性
随着Richard May加入董事会,HSBC为Elliptic注入了反洗钱和制裁调查的操作专业知识。该银行旨在为监管机构提供更大的透明度,并优化内部审计,降低与不合规钱包、mixer和稳定币相关的风险。
新的治理结构加强了已经存在的商业合作,符合金融机构在合规性和安全性方面的期望。需要指出的是,对资金流动的可见性对于符合AML/CFT要求至关重要。
投资后的优先事项
- 稳定币和代币化:对发行方、储备和对手方风险的监督,跨链流动的筛选(真实资产代币化:12个月内从240亿到500亿美元)。
- 合规的AI:开发基于人工智能的路线图,并引入“合规副驾驶”以减少误报和调查时间(AI和区块链在巴黎区块链周)。
- 区块链覆盖:扩大覆盖范围,以满足机构客户对新网络的需求。
当前产品
- 发行方尽职调查 用于评估与钱包、稳定币和发行方相关的风险,结合链上筛选和链下信号分析。
- 面向银行、托管机构和交易所的交易监控工具,提供关于制裁、欺诈和非法融资的特定警报(BitGo正式推出OTC交易)。
对银行和市场的影响
该操作标志着监管需求与技术能力之间的融合,金融机构正在寻找“可解释”和可审计的解决方案,以几乎实时地管理与AML/CFT、Travel Rule和制裁筛查相关的风险。
实际上,追踪和解释每个决策的能力仍然是内部控制的关键点 (Bitcoin: 比特币价格回升)。
对于传统运营商来说,关注点从单纯采用加密货币转向其安全管理,引发了关于隐私和链上监控工具适度使用的问题 (以太坊:Vitalik Buterin的隐私路线图)。尽管如此,对可集成工具的需求仍然很高。
Nomina:操作上有什么变化
Richard May的加入董事会可能会加速内部流程与更严格的银行标准的对齐,特别是在升级、模型验证和报告方面。在这种情况下,预计将进行以下投资:
- 数据质量和警报延迟的减少。
- 算法的可解释性,提供适当的文档以供审计员和监管者使用。
- 产品集成(案例管理、KYC/KYB、制裁筛查)和企业工作流程。
不断演变的监管环境
在欧洲,MiCA法规的生效(Europa)以及与资产挂钩的代币相关标准推动银行和稳定币运营商朝着更严格的监管要求迈进(MiCAR在欧洲加密市场)。
在英国,受《金融服务和市场法案》(FSMA)监管的加密领域引入了更严格的促销和控制规则(Kraken将加密质押带回美国)。
FATF重申了Travel Rule在加密货币转账中的重要性,而巴塞尔关于加密资产敞口的指导意见则建议在资产管理中采取谨慎的态度。
然而,正是在这种情况下,链上追踪工具被视为合规的关键基础设施。
竞争情景
区块链分析市场高度集中。主要竞争者包括Chainalysis和TRM Labs,其差异化体现在区块链覆盖范围的广度、数据集的质量、误报的管理以及与银行系统的集成方面(Binance 2025年5月报告:加密货币行业创纪录)。
为了脱颖而出,供应商专注于透明模型(“可解释性”)、在企业环境中的快速实施时间以及对高风险实体的准确映射,如mixer、bridge和OTC desk。在这种情况下,集成能力仍然是关键。
深入分析
机构投资在加密合规中的角色
大型银行在资本和治理方面的贡献推动了数据、审计和问责制的更高标准。这加速了工具的采用,这些工具整合了on‑chain信号、人工智能和传统来源(KYC、制裁、司法文件)以识别可疑流动(CoinDesk)。
优先工具和使用案例
- 引导稳定币和代币化资产,具有明确可追踪的风险政策(Bitcoin Core 29.1 减少 minimum relay fee)。
- 交易监控 通过警报和分诊系统来减少误报 (Binance推出新的bonding curve)。
- 调查欺诈、黑客和勒索软件案件,并准备好详细报告供相关当局使用。
风险和未解决的问题
- 数据不透明:投资金额和条件尚未公开,其影响尚待评估。
- 算法偏见:需要对AI模型进行独立测试,并定义明确的性能指标(Che fine ha fatto la crypto Shiba Inu?)。
- 隐私:在金融监控和用户权利保护之间保持微妙的平衡(Elon Musk 批评支出法案)。




