導入AI 偵測潛在警示帳戶

吳建興表示，大數據在防詐上過去一直有在使用，也有用到AI的元素，目的是讓「模型」收斂得比較快，讓系統能在有限的資料中做歸納，主要是拿過去1～2年警示戶的交易、使用者等資料，做交易內容、特徵分析，綜合出可能的特徵值，來偵測可能的潛在警示帳戶。

在偵測潛在警示帳戶上，國泰世華銀會依照不同情境列出「風險分數」，假設有訂出十項特徵，某帳戶符合其中五項爲「已經可疑」，符合七項爲「中度可疑」，符合八～九項爲「高度可疑」，先針對「高度可疑」做數位交易上的管制，中、低會再觀察，來判別客戶是否有可能變成警示戶。

系統設立的特徵很多元，例如：客戶使用ATM交易後，短時間內又在一定距離外的地方做交易，因爲客戶不可能在這麼短時間位移到這麼遠的地方再交易，就會被列爲可疑；又或是六個月沒有交易、餘額低的久未往來戶，最近突然有交易失敗次數，或有小額交易測試。

吳建興指出，現在偵測系統有建立很多「規則」，也會把已經發生、沒有攔截到的，或是有攔截到但特徵值與規則沒有完全符合的，做「迴歸校正」隨時調整參數，確保判斷能更精準。