Dun & Bradstreet 將風險與合規工作流程引入 Anthropic 的 Claude

為何重要： 將專有的已驗證身份數據與領先的大型語言模型相融合，標誌著監管科技（RegTech）發展的關鍵轉折點。這不僅僅是另一個AI聊天機器人，而是將具有上下文且可稽核的決策能力嵌入核心業務流程的結構性舉措。由於需要可解釋的輸出結果和可驗證的來源，業界一直難以自動化「了解您的企業」（KYB）等高風險合規功能。透過將以唯一企業識別碼為錨點的龐大商業圖譜直接導入大型語言模型的上下文層，此次合作有效解決了受監管金融領域中AI的「黑箱」問題。其真正價值在於，有潛力將客戶入驗流程從耗時數天的人工案例管理壓縮為近乎即時的自主工作流程，同時仍能滿足監管治理要求。這為全球金融機構的運營效率設定了新標竿。

鄧白氏（Dun & Bradstreet）宣布將與Anthropic合作，把D&B風險數據直接整合至Claude，以加速企業的入驗與合規工作。透過模型上下文協議（MCP）伺服器將D&B商業圖譜™整合至Claude，客戶可在數分鐘內建立自訂的KYC/KYB工作流程，並透過Claude加快入驗流程。借助D&B帶來的領域知識，入驗工作流程能夠在自動化中提供信心，並滿足受監管行業所需的治理要求。

「此次整合的強大之處在於，Claude不只是獲得了更多數據，而是獲得了採取行動所需的已驗證上下文與決策邏輯，」鄧白氏風險業務總經理Alex Zuck表示。「這意味著輸出結果不僅能針對用戶和具體情境進行個性化處理，還具備可解釋性、可稽核性和一致性——這些都是組織在高風險受監管環境中自信行動的必要條件。」

這代表了入驗方式的根本性轉變，使自主系統能夠以單一自動化工作流程取代人工步驟、孤立工具和案例管理。例如，金融機構可在Claude中使用D&B數據，在數秒內完成新企業客戶的入驗，自動驗證其身份、股權架構、風險概況，並生成符合稽核要求的文件。

Claude與D&B攜手，讓用戶能夠創建入驗代理，將自然語言指令與以全球標準D-U-N-S®號碼企業識別碼為錨點的已驗證數據，以及經多年實際客戶使用磨練而成的決策風險邏輯相結合。

「入驗工作流程中的代理必須了解其所接觸的對象，」Zuck說。「D&B透過D-U-N-S號碼為Claude提供持久且已驗證的企業身份視圖，以及對股權、控制權和風險進行推理所需的上下文。透過將這一企業驗證層引入Claude，我們正在幫助組織在不犧牲安全性、問責性或信任的前提下，加快入驗速度。」

透過基於MCP的整合，用戶可安全存取D&B商業圖譜，以：

• 在複雜的股權和控制架構中驗證往來企業的身份。

• 評估全球第三方和供應商網絡中的風險敞口。

• 自動化入驗代理，將即時風險情報納入決策流程。

• 自動化風險決策文件的生成。

此方法代表了企業知識工作的未來：AI系統不僅僅是歸納信息，而是在已驗證的企業上下文、風險邏輯和治理框架下運作。

FF NEWS 觀點： 此次合作大幅推動了行業進展，定義了自主AI在受監管金融領域採用的新高點。真正的突破在於模型上下文協議，它在強大的大型語言模型與嚴格的合規要求之間建立了一座以已驗證、可稽核數據為基礎的必要橋樑。我們現在應密切關注，這一架構——以已驗證專有數據驅動自主風險工作流程——是否將成為其他關鍵任務領域（如反洗錢（AML）和持續欺詐監控）的事實標準。