趨勢觀察／降低新型態詐欺風險 善用AI 防金融犯罪

根據全球科技產業研查機構Omdia的「全球銀行金融犯罪防治平台調查」，金融犯罪防治已漸成為全球銀行業的首要議題之一。驚人的是，調查發現，對於銀行來說，打擊金融犯罪首要關注的不是直接由金融詐欺所引發的財務損失（占比僅有37%）。反之，它們更擔憂的是因詐欺事件導致客戶的資產與個人資訊遭受損失（占比約64%），以及無法有效抵制詐欺行為所導致的品牌形象與商譽的破損（占比約56%）。

AI數據分析大廠SAS台灣總經理陳愷新表示，防止客戶遭受金融詐欺，並維護公司的商譽，已成為當前銀行業推動營運成長、增強競爭力的重要策略之一。

同時，隨著數位化的推進，根據聯合信用卡處理中心統計，在2022年通報的信用卡詐欺交易中，網路交易占比突破九成五。因此，在數位轉型的關鍵時刻，銀行在面對日益數位化的金融市場時，必須將新型態金融犯罪防治視為核心議題來處理與因應。其中，防禦策略調整是關鍵，陳愷新進一步說明，有三點關鍵的策略調整可以協助金融業夥伴有效地抵禦新型金融犯罪的威脅。

1.交易偵測機制變革

首要之務是變革交易偵測機制，陳愷新強調，現代化的交易偵測機制應該從事後調查轉為事前阻攔。當前的偵測策略多在交易後才發現詐欺行為，然而當可疑的異常交易發生時，若能即時識別並阻止，則可以大幅減少可能產生的損失。例如，在信用卡交易授權前，如果發現異常交易情況，就可以拒絕授權，或者立刻通知客戶確認是否正常交易。如能在詐欺行為尚未發生的階段就發現並阻止，不僅可以避免財務損失，還能省下後續處理的成本。一家位於台灣的大型信用卡發卡銀行，已經成功地透過即時監控系統，提高了三倍的偵測效率，並有效阻止許多信用卡盜刷事件。

2.擴大監控落實聯防

在處理可疑交易時，應將視野從單筆交易拓展至整個關聯交易網路，獲取更全面的資訊，以落實交易關聯戶的聯防機制。陳愷新比喻：「就像行銷人員常提的360度客戶視圖，金融犯罪調查也需要描繪360度犯罪視圖。」為了讓調查人員能夠快速掌握情況，這些資訊應該以視覺化的方式呈現，以便調查員能一目瞭然並快速掌握調查重點。某家於「全球500大銀行品牌」調查中名列前20大的亞太區金融業者，每日有超過百億筆的金融交易資料，也透過導入應用關聯網路的反洗錢與異常金流調查分析系統，將調查與報告準備時間從二天縮減至一至二小時，釋放更多的人力，並可精準掌握真正可疑的共犯。

3.自動化分析大數據

結合專家規則和人工智慧將有助於更有效地掌握和防範金融犯罪風險。陳愷新進一步說明，金融機構應該利用AI和機器學習的技術，來提高詐欺活動的偵查能力，協助分析金融犯罪的新型態，並根據趨勢變化相應地調整防範策略。例如，HSBC匯豐銀行已經將傳統的風險規則和AI技術結合，以AI監控每月近七億筆交易，使用自動化的方式分析大量交易數據，有效地篩選出可疑的交易行為。值得一提的是，在導入AI的第一年，他們就發現了20%的可疑案件是新出現、且過去的規則未能涵蓋的犯罪模式與行為。

金融機構須強化金融監管科技能力，以適應數位轉型和提升金融犯罪防治效能的挑戰。透過AI的應用，可將詐欺防制從被動的監管防禦，轉變為主動的預防，在詐欺風險與客戶體驗中取得平衡，進而協助企業提升品牌形象和商譽，並創造更多商業價值。

陳愷新認為，隨著生成式AI遍地開花，甚至在可預見的未來，AI能夠普及化的時代下，金融業數位化的進程僅會加速且再也不慢下腳步，我們也必須同步提升詐欺防護的強度，以避免脆弱環節拖累數位轉型的步伐。現在正是重組營運資源、扭轉戰局的最佳時機。