金融科技快速發展，讓全球金融機構面臨網路攻擊、詐欺行為與合規壓力的挑戰，使用傳統解決方案已經難以應對複雜且快速變化的新型風險。全球反洗錢系統品牌 Tookitaki 看見這個市場現況，便憑藉先進的 AI 技術、協作智慧和即時自學能力，打造「FinCense」金融犯罪防制平台，重新定義金融犯罪預防，助力客戶精準識別風險、大幅降低合規運營成本。
「眾多銀行面對金融犯罪，其實仍以新石器時代的武器應對太空時代的犯罪集團，」Tookitaki Country Head 李玉琪剖析當前全球和台灣在金融犯罪的最新趨勢，指出銀行機構針對反洗錢、打詐任務往往仍使用舊式、單線規則型（rule based）的系統，而且更新迭代均緩慢，此類型的方案存在漏洞較大、功能迭代速度慢及容易被犯罪集團掌握的缺點。同時金融機構也缺乏整合式平台，協助審查作業管理與執行的流暢性，這會降低事前預防及事後審查的有效性。然而 Tookitaki 看見許多金融犯罪情況是洗錢與詐欺結合，大幅提升追查困難度。另外，許多金融犯罪已拓展為跨國性事業，可能涉及本土詐騙、跨國洗錢或支付，AI、社群平台等新興工具更成為不法人士的犯罪工具，這些詐欺模式和洗錢手法都讓金融業需要特別警惕，並且確保在技術方面能夠跟上最新犯罪型態的變化。因此，提供金融機構最小化誤報率，以及更全面視角識別警報的能力，是 Tookitaki 推出 FinCense 解決方案的重要目標之一。
FinCense 如何實現協同防禦和警報管理？
「我們的 FinCense 解決方案涵蓋反金融犯罪（AFC）生態系統，展現共同協防的概念，」李玉琪分享，Tookitaki 的 AFC 生態系統能夠即時捕捉三大類態樣來源，第一類是各個國家監管單位釋出的金融犯罪態樣，第二類是專家機構觀察到的新型犯罪態樣，第三類則是金融機構自己察覺，但目前仍未被記錄的態樣形式，「當銀行上傳金融犯罪模式，AFC 生態系統就會捕捉至儲存庫，就像圖書館一樣讓所有會員調閱。這個協作網絡提供最新的反洗錢和欺詐類型，確保機構能夠領先應對新興威脅，並且迅速了解其他國家遇到的跨國金融犯罪，實現『在 A 國發生犯罪後，B 國能夠提早知道』的協同防禦概念。」
「最少半年才能部署新態樣，兩年調整閥值，會使得金融機構面對金融犯罪毫無招架之力，」談到 FinCense 另一項核心模組 AI 人工智慧，李玉琪指出，當洗錢詐騙集團每天發展出層出不窮的新型洗錢的態樣，例如冒用學生捷運卡進行快速的資金轉移，金融機構需要經過深入研究、發展相關的監控規則或模型，然後需要向系統廠商提出系統修改、寫程式以及進行各種測試，前後至少花費半年時間才能將新的態樣正式上線。Tookitaki 運用 AI 技術將態樣轉化為可解釋的規則，在系統內以分群客戶的歷史資料進行模擬測試，針對不同客戶區隔設置閥值。測試完成之後，即可設定部署，同時留下歷史軌跡，以供日後稽核之用。FinCense 透過 AI 的 non-coding方式，將部署時間縮短至十分之一。金融機構也可以每隔一段時間，即可在平台內以新的交易資料，進行模擬測試，判斷是否需要更新規則或閥值，以達到即時迭代的目的。部分模組中內建自學模型（self-learning model），讓 AI 隨時根據審查人員反饋和客戶行為變化中學習新資料，提供金融機構迭代優化的模型建議。從而提供金融機構穩定準確得監控能力，「我們還利用自動沙盒測試場景，讓金融機構能即時迭代規則，並且達到 100% 態樣涵蓋、部署時間減少 80% 的具體效益，」李玉琪說明。
至於在自動化案件管理功能，李玉琪表示審查人員逐筆審查交易警報，必須匯總來自多個系統的資訊，才能判斷客戶風險，同時，還需要遵守監管機構對於警報處理的時間規定。不過隨著案件量、警報量持續增加，就會造成調查團隊工作的負擔，李玉琪說道，「面對各種挑戰， FinCense 透過自動化工作流程和提供涵蓋詐欺和反洗錢流程的客戶風險視圖，使調查和報告更有效，進而落實更智慧的管理分配、在安全與合規性之間取得平衡，這些功能都是基於我們 AI 模型和機器學習引擎，所提供的高效支援。」
助力金融機構達成 100% 完整風險覆蓋並降低調查成本
更深入探討客戶案例，李玉琪指出新加坡領先銀行機構導入 FinCense 主位系統，將既有的 AML 平台轉型，達成 100% 完整風險覆蓋，並且減少 50% 新樣態上線時間，從營運面上來看，該銀行在交易量成長 4 倍的情況下，警示與交易處理比例仍降低至原本的一半，也大幅降低人力成本。在菲律賓大型銀行及電子錢包業者的案例，Tookitaki 協助客戶替換舊有 AML 系統、部署 FinCense 交易監控服務，實現警報誤報率降低超過 90%，以及新樣態部署效率提升 10 倍，加速符合法規要求的具體成果。
「台灣大型金融機構一年的洗錢警報量高達 15 至 20 萬，平均每月須處理 15,000 筆交易警報，」李玉琪說明，台灣知名銀行機構過去面臨誤報率過高、調查流程零散、依賴人工作業的痛點，讓整體工作量繁鎖且難以負荷，在導入 FinCense-警示優先排序 AI 智能助理後，即可根據不同風險程度將警報分級，將大部分人力集中在處理真正高風險警報，「除了為客戶節省 35% 調查成本，我們更提升模型偵測準確度達 98%、誤報率降低 45%，讓銀行機構專注解決實質風險。」
而當金融業者仍在評估或剛導入新技術的階段，如何邁出運用金融科技的第一步？李玉琪從 Tookitaki 助力客戶聯防金融犯罪的實戰經驗出發，特別建議金融機構選定具備金融、設備導入、AI 模型建設經驗的廠商，才能協助銀行快速複製成功模式，並且針對業務痛點進行逐步轉型、模組化的更新。李玉琪也強調，隨著金融犯罪事件持續攀升，讓監管審查制度愈加嚴格，企業應透過三層次策略，包括快速部署金融犯罪防治工具、以智慧監控方式建立適當的治理機制，再到案件管理流程、案件審查的自動化整合，才能實現犯罪防範最佳化，「新加坡政府於去年 11 月制定共同責任框架（Shared Responsibility Framework），劃分金融機構及電信業者承擔的責任及賠償，其中銀行須盡合理義務，倘發現未採取適當措施，即須對損失承擔一定責任，我認為這個架構對金融機構而言，也會變成如何調整金融犯罪策略的關鍵推理。」
攜手緯謙科技強化反金融犯罪解決方案
為提供金融機構提供更智能、高效的反金融犯罪解決方案，Tookitaki 在今年 5 月也宣布與緯創集團旗下創新雲端服務供應商 — 緯謙科技建立夥伴結盟關係，雙方將攜手運用 AI 與雲端技術，協助金融機構提升洗錢防制與詐欺偵測能力，強化防禦機制。李玉琪說明，在這次合作當中，Tookitaki 的最終目標是協助客戶無縫將 AI 解決方案落地，緯謙科技則是扮演系統整合的關鍵角色，「從資料串接、系統部署，再到安裝與測試，我們都需要透過緯謙的高度合作，通過其在地團隊、技術能量共同助力金融機構獲得更強大的反金融犯罪解決方案。」
在數位金融迅速發展的今日，對金融體系構成前所未有的風險與挑戰。Tookitaki 提供的 AFC Ecosystem + FinCense 解決方案，整合 AI 與機器學習技術，協助金融機構提升風險識別精準度、強化警報管理效率，並且能夠降低誤報率。隨著與緯謙科技等在地夥伴的合作深化，Tookitaki 不僅加速技術導入與落地，也持續以創新驅動風險防控新標準，為金融產業建立更智慧、靈活的防禦機制，共同迎戰未來嚴峻的詐騙與洗錢挑戰。
