台灣 AI 打詐略有成效，國銀警示帳戶數在 9 月首度出現了負成長。不過，大量薪轉戶、學費與房貸轉帳遭到誤鎖的案例卻也同步浮現。
（前情提要：台灣打詐專法將「加密交易所」列入聯防！金管會預告4子法草案年底前發布）
（背景補充：打詐！國內銀行連爆證券戶被凍結「請到分行解鎖」，網友：違約交割誰賠？）
在詐騙手法層出不窮的台灣，AI 正在被視為新世代的防詐盾牌，但卻也意外劃出另一道傷痕。10 月 13 日，金管會主委彭金隆在立法院表示，在 9 月，國銀警示帳戶數首度出現了負成長，顯示銀行導入 AI 打詐後，已經收到不錯成效。然而，大量薪轉戶、學費與房貸轉帳遭到誤鎖的案例卻也同步浮現。
警示帳戶首度負成長
根據金管會統計，警示帳戶此前從 2022 年初的 6.6 萬戶，一路飆升至 2024 年初的 15 萬戶。不過自今年 6 月增幅降至千戶以下後，9 月首度轉為負成長。這份數據顯示，AI 模型在過濾高風險帳戶上確實產生了效果，也緩解了銀行長期面對的防詐壓力。
誤鎖民眾是「背後的摩擦」
然而，好成績卻也伴隨著高昂的代價。立委王育敏質詢時指出，銀行 AI 偵測過於寬鬆，導致正常客戶也被列為「高風險」名單。以中信銀行為例，過去曾因偵測到薪轉筆數短期激增，便凍結多名第三方支付用戶帳戶，迫使民眾跑櫃台或打客服長達數小時才能解鎖。對部分家庭來說，薪資無法及時入帳、房貸無法扣繳，將嚴重影響正常生活，因此民眾怨言也隨之推高。
政策微調：金管會四大要求
不過在民意壓力下，彭金隆仍強調打詐立場毫不退縮，他公開表示：「管控不會停止，那是詐團最希望的。」不過為降低誤傷，他也對銀行提出四大措施。第一，根據實際誤鎖案例回饋模型，讓 AI 對交易能夠做出更精準的判斷。第二，強制設置 24 小時專線，授權第一線人員 1 小時內完成簡易解鎖。第三，導入風險分級 (RBA) 模式，避免『一刀切』現象。第四，透過銀行公會平台共享案例與最佳實務，形成跨行聯防機制。
另外彭金隆也區分了兩種凍結情況，強調稱，若為檢調下令，銀行則無權解凍；若屬銀行預防性管理，則需快速處理。
未來挑戰：平衡技術與人權
AI 偵測將依賴大量交易資料，難免牽涉隱私問題。警示帳戶負成長雖是一大進展，但如何持續優化模型、縮短解鎖流程，才是金融機構應持續優化的重點。唯有讓科技工具真正回到照顧用戶的初心，打詐與民權才能在同一條軸線上並肩前進。
