數位金融快速演進，促使金融與科技業者積極強化防詐韌性，因應日益複雜的新型態風險。有鑑於此，兆豐銀行號召八大公股行庫與多家科技業者組成《金融與科技反詐騙大聯盟》，共同守護台灣民眾的財產安全與金融信任體系。SAS 台灣作為聯盟一員，也特別召開「AI 聯防暨國際防詐實務分享趨勢論壇」，從國際反詐經驗出發，深度解析如何應用 AI 技術與資料驅動方法，進一步推動金融機構間的協作聯防，以建立更快速、精準且全面的防詐應對機制。
「去年 9 月至 12 月，民眾每月的詐騙財損金額都將近 120 億，這幾個月來才減少至 70 億左右，」兆豐銀行董事長董瑞斌表示，台灣詐騙事件猖獗，已經嚴重影響社會、金融與資訊安全，因此兆豐銀行積極應對金融詐騙，致力透過科技創新建立防詐網，從資訊流到金流面全方位防堵詐騙，也期待藉由這場論壇延續《金融與科技反詐騙大聯盟》的使命，助力台灣金融機構深化科技阻詐的應用，守護客戶財產安全。
「全球有超過 400 個金融機構使用 SAS 提供的反詐欺、反洗錢與合規解決方案，」SAS 全球副總裁兼大中華區董事總經理何偉信指出，SAS 憑藉豐富經驗，以 AI、機器學習、進階分析等技術升級詐欺檢測服務，不僅支持金融機構客戶的打詐目標，更透過主動式防護增強風險管理，「我們觀察到台灣在金融科技、特別是防詐領域的進展十分迅速，因此希望能與台灣產業界進行交流，共探全球策略及實戰經驗。」
「詐騙已經成為台灣的國安問題，」SAS 台灣總經理龔律安分享，根據內政部打詐儀錶板資訊，台灣民眾在 5 月 11 日至 5 月 17 日遭受詐騙的財損金額就高達 18 億 7069 萬 1 仟元，面對這樣的挑戰，透過教育、警政、金融機構、科技業者的緊密合作，才能更高效地對抗金融犯罪，「SAS 籌劃 AI 聯防暨國際防詐實務分享趨勢論壇的契機，就是呼應政府推動的打詐政策，我們也致力成為『防詐大腦』，攜手各界實現全球、區域、跨行之間的詐欺聯防。」
「我們共同的敵人 ── 詐騙集團，正以全球最新的科技、雲端服務與跨國經營模式展開犯罪行動，」《金融與科技反詐騙大聯盟》召集人暨科技報橘社長戴季全分析，隨著 AI、網路科技、行銷模式與通訊技術不斷更新，讓整體社會與金融系統在調適期間可能產生落差，這時詐騙集團很快可以運用新科技擊破金融機構或行銷管道，並創造資訊落差誘使民眾上鉤。「即使詐騙是全球普遍存在的問題，但我們運用科技就能提升資訊通透度，並藉由自動化方式實現毫秒級的阻詐，未來《金融與科技反詐騙大聯盟》將會整合科技與聯盟機制，透過金管會推動與政府協作的行動，」戴季全說。
SAS 以 AI 模型助力金融機構偵測詐騙，提升 30％ 至 40% 的分析產出效率
SAS 台灣副總陳新銓在「最新金融犯罪趨勢洞察與 AI 防制策略藍圖」演講中指出，根據 SAS 攜手舞弊檢查師協會（ACFE）進行的調查，高達 48% 的會員認為「預算有限」是導入防詐科技的主要挑戰，其次為資料品質、技術整合、人力資源不足、資料治理與缺乏明確 ROI 等問題。
在實務面，台灣金融業在建構科技防詐網時，仍面臨詐騙手法快速演變、異常交易難以即時辨識，以及調查流程費時等挑戰。陳新銓建議，銀行若能在既有架構上導入自建 AI 模型，搭配跨通路行為偵測與跨機構合作，將可提升整體交易監控效率，實現聯防聯控的目標。他進一步指出，可從交易終端安控、單筆交易行為、跨通路客戶行為偵測、關聯分析等五階層進行全面把關，以落實詐欺行為偵測與防治。
「AI 反詐欺機制涵蓋事前預防、事中偵測與事後調查，這是一個環環相扣的過程，讓我們可以預先部署防線，阻止詐騙集團的手段，」陳新銓從 SAS 協助台灣金融機構打擊詐欺的實際經驗出發，說明過去該機構發送全客戶逐筆轉帳提醒，卻發現難以有效阻擋詐騙，因此導入 SAS 解決方案做到即時偵測交易風險，並透過差異化阻詐措施達到有效守護客戶資產及嚇阻警示戶的效益。例如當系統辨識交易行為不同，針對低風險用戶就會提供提醒，多一道確認動作讓用戶想想是否轉入帳號；針對高風險用戶則是直接設定延遲入帳，以提高詐騙集團轉移贓款的難度。「我們透過快、深、廣的角度，完成即時阻詐、探索金流關聯與發現跨通路異常交易，並協助全球超過 400 多家主要金融機構偵測詐欺，舉例如匯豐銀行其 90% 的交易需求都仰賴 SAS 分析系統，更藉此提升將近 30％ 至 40% 的分析產出效率，」陳新銓強調。
從國際金融防詐實務解析 AI 創新技術與應用
「對金融機構而言，在詐欺方面誰才是你真正的對手？一部分是不知情參與者（Unwitting Participants），他們不經意加入詐騙情境，卻成為客戶安全防護的破口；一部分是知情參與者（Witting Participants），他們知道自己正在加入詐騙情境中；還有一部分是操作騙局、執行詐騙的共犯（Complicit Criminals），」SAS 全球金融犯罪防治解決方案負責人 Ian Holmes 指出，過去金融業者著重打擊「詐欺共犯」，但隨著各式風險在客戶旅程中暴露，數位環境也助長網路釣魚、投資詐騙等犯罪事件蔓延，讓金融業需要優先解決「不知情參與者」的問題，才能完善金融防詐網，減少客戶財產損失。Ian Holmes 強調，從國際打詐成效數字來看，英國 APP 詐騙案件下降 16%，新加坡反詐騙指揮中心追回超過 1.82 億美元的損失，澳洲在 2024 年發生的詐騙數量減少約 18%，這些成果不僅代表各國對阻詐的決心，也意味著如何落實反詐騙政策已成為全球重要議題。
「機器學習技術在識別詐騙風險的應用至關重要，」Ian Holmes 接著表示，當金融機構使用連結分析（Link analysis）辨識可疑帳戶，往往面臨龐大調查負擔量，且未必即時有效。相較之下，SAS 運用數據分析和機器學習技術打造端到端詐欺偵測防治平台，可以結合內部、外部與協力廠商的資料建立預測模型，同時助力客戶因應業務調升規模或彈性，更快速回應新威脅、制定風險相關決策。Ian Holmes 舉例，泰國規模最大的銀行就導入 SAS 分析解決方案，將即時詐騙偵測擴展至人頭帳戶偵測，實現人頭帳戶識別率達 70％、節省 75% 以上損失的成果，並滿足金融業的反洗錢合規要求，「SAS 同時積極建立打詐生態系，在香港、新加坡、澳洲、紐西蘭等國家連結政府與業界之間的協同合作，有效打擊金融犯罪事件。」
解密金融業阻詐實踐的 6 大成功關鍵
SAS 台灣顧問、CFE 舞弊稽核師陳昶佑表示，典型的投資詐騙是由不法集團設計騙局，讓受害者踏入投資陷阱，隨後以通訊軟體持續溝通，誘使受害者將款項轉到詐騙集團預先準備好的人頭帳戶，最後派出車手在 ATM 或臨櫃取出贓款，再進入洗錢網絡。環顧整個詐騙流程，從被害人、人頭帳戶再到車手網絡，每個環節都緊密相扣，而銀行在其中扮演著重要角色，可以從多方面著手防範。陳昶佑分享金融業阻詐實踐的 6 大成功關鍵，包括：「詐團人頭帳戶即時偵測」、「ATM 車手即時偵測」、「被害人風險標註」、「異常帳戶批次控管」、「打詐模型建立與更新」、「詐團組織與犯罪態樣調查分析」。當被害人將資金轉入人頭帳戶或 ATM 車手企圖轉出款項時，SAS 平台能夠協助金融業者在 100 毫秒分析複雜詐欺情境、即時做出決策判斷，並且掌握既有詐騙案例與態樣，透過非監督方法進行智能分群，再依據年齡、背景、風險程度等被害人屬性進行分類註記，倘若偵測到客戶行為與活動改變，還能夠立即更新風險分數。
此外，陳昶佑觀察許多銀行在異常帳戶批次處理流程中面臨斷點，例如開發單位、作業單位、分行或行員各自為政，造成案件分析結果難以回饋至模型開發且數據管理分散，這時運用一站式平台進行全面監控，就可以推動彈性的帳戶批次控管，同時簡化案件調查管理的工作。在打詐模型面向，陳昶佑說明 SAS 平台具備完善的模型生命週期管理機制，也持續透過自動化數據準備與機器學習技術，確保模型的持續有效。至於在詐團組織與犯罪態樣調查分析的面向，SAS 透過視覺化呈現人、事、時、地、物，以及人與人、人與帳戶和金流的關係揭示可疑網絡，助力銀行追蹤資金流向，調查人員還能在 SAS 金融犯罪偵測及調查平台查看警示案件的詳細資訊，包括觸發規則、模型或異常行為，進一步探索其關聯網絡。
在數位金融迅速演進的時代，詐騙手法層出不窮，對金融機構與民眾財產安全構成重大威脅。在這場由 SAS 舉辦的「AI 聯防暨國際防詐實務分享趨勢論壇」不僅助力金融與科技產業凝聚共識，更展示以 AI 技術、數據分析與跨機構協作共同構築防詐防線的具體方針。未來，SAS 將持續作為客戶值得信賴的 AI 夥伴，並運用自身專業賦能企業將資料轉化為決策，快速實踐 AI 價值。
