數位金融 AI 升級 秒抓信用卡盜刷

出處：經濟日報

刷卡、行動支付等非現金交易愈來愈頻繁，但你可曾想過，從簽名到取得收據的分秒內，究竟發生了哪些事？這瞬間，從驗證你的身分、分析信用風險到批准交易，背後仰賴各類系統急速串接與分析。

這也凸顯，為何近年人工智慧（AI）在金融業蓬勃發展，且在數位交易中，「即時運算」巨量資料，阻斷詐欺，做出核准交易與否的判斷，才可打造優越客戶體驗、贏得忠誠度。

即時監控 發掘異常

調查指出，全球刷卡詐欺持續攀升，2019 年已高達 242.6 億美元損失，2020 年新冠疫情趨動數位交易更助長趨勢。分析機構 Aite 集團則估計，從 2015 到 2020 年，光是偽冒信用卡詐欺金額，成長超過兩倍。

為何防堵盜刷這麼困難？主因在於銀行內各系統（如風管與行銷系統）彼此無串接，客戶資料難互通；同時數位金融的龐大交易量使查核時間成本驚人。許多銀行採批次性地審查客戶名單，或是每月觀察客戶 AUM（資產管理規模）值評定信用能力，再半年期地整合聯徵中心資料進行客戶行為評分。

這層層斷點與時間差讓銀行難以「全面了解客戶」，詐欺犯便趁機偽造信用卡或造假身分，小額測試銀行的防堵流程，進一步啟動大規模犯罪。

甫被 Forrester 評為企業級詐欺管理領導者的 SAS，台灣業務顧問部副總陳新銓建議，銀行要能整合跨部門資料、以「即時速度」發掘潛在異常，才能應對變化多端的詐欺手法，此時 AI 就成關鍵。

陳新銓進一步說明，應用 AI 可帶來兩點突破，首先是「即時異常監控」。因為 AI 可大量運算包含客戶資訊、帳戶、交易、社群關聯及連動設備等資料，甚至納入 ATM、外匯、網站與 AP 等多通路做綜合性分析，大量涵蓋與客戶的接觸點來即時偵測交易當下的異常。

滙豐銀行即導入 SAS AI，以平均不到 60 毫秒的眨眼時間完成風險評分，即時偵測判斷是否阻斷交易，目前已在 30 個國家監控超過 1 億張信用卡。

但發出警示的門檻何在？這得提及 AI 第二突破點「即時決策與優化決策」。

過往發出警示與否仰賴人為經驗，像是刷付金額過高或多次嘗試即發簡訊通知。但這類設定，採統一規則，有別於 AI 能將現有規則整合消費者不斷動態變化的異常指標，產出更精準的風險分數，甚至比較相似族群設定出「個人化」警示值，不僅可降低誤報率，還可避免過度警告打擾客戶。

防制平台 自主優化

掌握警示值後AI還能提供最佳決策。陳新銓舉例，像是某客戶周間午餐習慣刷卡消費，但近期他在密碼未到期日更換密碼、申請信用卡調額，晚餐也開始刷卡消費、並高頻率地到 ATM 提領 2 萬元，甚至多次到網銀查詢餘額。

後續當該客戶在網路上刷付高於平均消費額的商品時，AI 即會「即時決策」阻斷交易，警示人工介入查核。而過往上述每一個跨通路的行為變化，根本難以人力「即時」反應。

倘若經查該客戶是因獲得大筆獎酬造成行為改變，AI 還會建議轉守為攻將其列入下一波的行銷名單。

所有 AI 推薦的決策成效，還會持續回饋至系統自主優化風險指標及分數。

這樣的應用不僅在信用卡，也可著眼在 ATM 防盜領、申請詐欺及理專不當挪用資金等防制。

例如，新加坡華僑銀行以 SAS AI 部署了詐欺監控系統，監控包含 ATM、活存、網銀、行動銀行、電匯與公司交易等通路，使其於 2020 年儘管數位帳戶增加 160%，仍成功擋下超過千萬美元的損失。

陳新銓提醒，詐欺防制不僅是監管議題，更是「客戶體驗」議題。為了防詐欺而設計的多環節驗證，不僅導致消費者不耐，數位弱勢用戶也可能因高門檻而放棄互動。

如果銀行無法智能地設計防護機制，在數位轉型的進展可能落後他人十年之久。

打造一個橫跨全行的 AI 詐欺防制平台，讓各單位作業流程內嵌即時風險評分機制，才有能力辨識出優質客戶；未來迎向開放銀行，也才可自信地快速出手爭取高價值客戶。

★ 詳情請洽 敦新科技 產品經理 Kay Hong / kayhong@dawningtech.com.tw