建立健全反洗錢內控資訊支援系統
2021年《反洗錢法（修訂草案）》要求金融機構須建立健全的反洗錢內控制度，若有違反或未落實草案要求九項義務中的任何一項，除了或遭高額罰款甚至停業整頓外，相關負責人及主管還可能被取消個人任職資格或市場禁入。
與目前反洗錢法所要求的三項義務，包括要求限期改正、個人紀律處分等處罰手段比起來，新版反洗錢法草案明顯將反洗錢內控與合規提升到全新的高度，不管是金融機構本身或是從業人員個人，處罰風險都會驟然加劇。
類似「反洗錢內控合規獨立性落空」、「反洗錢內部控制與系統存在嚴重漏洞，合規程序失效」等理由，就是某外資銀行紐約分行2016年被罰款2.15億美元，另一家外資銀行在2012年被罰款19.21億美元的理由，由此可見國內銀行業須嚴肅面對新版反洗錢法草案的九大反洗錢義務要求。
銀行須結合本身實際情況建設反洗錢資訊系統，這套反洗錢系統必須能全面支援反洗錢工作，並深度嵌入銀行業務各個環節，尤其要包含以下三個主要的核心系統：
一是銀行需開展洗錢風險自評估（IRA），建立健全的客戶洗錢風險分類管理系統
2021年人民銀行反洗錢局1號文就要求，銀行須建立與本身經營規模、複雜程度相匹配的自評估指標和模型，還須準確揭示本身面臨的洗錢風險和管理漏洞，並據此配置資源，按照「風險為本」原則採取重點防控措施。
另外，風險自評估除了需覆蓋銀行本身所有經營地域、客戶、產品服務、管道等四大維度外，還要細部分類並涵蓋境內外所有分支機構及總部各部門，同時要充分考慮各種風險因素並貫穿各個環節，再對各個維度的固有風險、風險控制措施有效性，及相對應的剩餘風險作出等級評定，同時切記對這模型的複雜指標矩陣進行定期調整優化。
很明顯，上述工作是項複雜的工程，必須依賴一套高效、靈活的資訊系統才能完成，銀行往往無法獨立完成，因此1號文明確了自評估風險分析判斷必須由銀行自主完成，但其他的輔助性工作則可以利用外部資源外包給專業的第三方。
二是應基於大資料建立人機交互的大額和可疑交易報告監測分析系統
對於報送大額交易，銀行可以根據報告標準、資料包送介面規範等，利用系統進行自動化報送。但若要報送高品質的可疑交易，則需銀行從本身業務特點出發，利用自評估輸出結果，聚焦在重點風險領域並結合內、外部進行綜合分析。
面對系統模型自動抓取可疑交易輸出結果的不確定性，模型必須鬆緊可調，並輔之以人機交互的分析判斷，同時提高分析甄別的全面性和有效性及利用外購資料進行支援。
鑒於目前金融機構資訊安全性要求較高，內部資料難以流出到公有雲和互聯網外部環境進行處理。如何利用ABCDMIX（人工智慧、區塊鏈、雲計算、大資料、機器學習、物聯網及其混合）工具和手段，與豐富的外部資訊進行驗證、匹配，進行客戶身份畫像等風控、反洗錢可疑交易分析，都需要設計良好的解決方案和應用工具支持。
在內外資料綜合應用中，聯邦機器學習（Federated Machine Learning）和隱私多方安全計算（Multi-Party Computation），是兩種比較典型的技術解決方案。前者對外部資料進行模型計算後，將輸出結果發送給內部系統利用，並進行聯邦計算；後者則基於多邊安全計算協定，對輸出資訊和模型進行加密，對返回計算結果進行解密，實現跨界多邊查詢、建模和預測。
三是落實法定義務，構建可即時更新和即時監控與回溯的監控名單管理系統
《反洗錢法（修訂草案）》主管部門明確要求，金融機構須對涉恐等指定名單採取反洗錢特別預防措施，並建立起完善的相關資訊系統，建立的監控名單庫必須做到及時更新維護。同時，名單庫管理系統應能即時監控，如有變更，則可即時回溯調查，還要覆蓋所有業務條線和環節，一旦比對出涉及名單，應立即提交可疑交易報告並採取凍結措施，萬一銀行缺乏有效的名單管理系統，要實現即時監控就是件不可能的任務。
除了法定名單外，銀行還需自建名單庫以作為相關風險管理完整性的補充手段，不然就會落入「反洗錢相關系統存在機制性缺陷」的處罰風險。