今日Google Trends香港區，「詐騙」一詞搜尋量單日飆破200+，與「債券」並列熱搜榜首。這個數字背後，是一個正在吞噬香港金融業的結構性危機——根據香港警務處數據，2025年全港詐騙案損失金額已超過90億港元，而銀行與金融機構承擔的間接成本（客訴處理、合規調查、商譽損失）估計再翻一倍。

問題是：傳統的反詐系統，還跟得上嗎？

傳統規則引擎的極限

過去十年，銀行反詐主要依賴「規則引擎」——例如「單筆轉帳超過5萬港元且收款帳戶開戶不足30天」就觸發人工審核。這套邏輯在詐騙手法穩定的年代有效，但今天已經徹底失效。

原因很簡單：詐騙集團也用AI了。他們能在數小時內生成數百個「養號」帳戶，模擬正常消費行為長達數月，再一次性轉走資金。規則引擎只能捕捉「已知模式」，對於每天變形的詐騙劇本，誤報率（false positive）高達70%以上——也就是說，每10個被攔下的交易，有7個其實是正常客戶。

這種誤報的代價極高。香港某大型銀行內部數據顯示，一次誤攔正常跨境匯款，平均需要2.3個工作日、動用4名合規人員才能解除，客戶流失率達18%。換句話說，規則引擎不只抓不到騙子，還在趕走好客戶。

圖神經網絡：把詐騙集團「連根拔起」

近兩年，港台兩地的大型銀行開始導入「圖神經網絡」（Graph Neural Network, GNN）反詐系統。核心邏輯不再是看「單筆交易」，而是看「整個關係網絡」。

具體怎麼運作？系統會把每個帳戶、每部裝置、每個IP位址、每筆轉帳都變成一个「節點」，節點之間的連線代表資金流動或裝置共用關係。當一個新帳戶在短時間內與多個「高風險節點」產生連線——例如與已知詐騙帳戶共用同一部手機、同一個Wi-Fi——系統就會自動標記，即使這筆交易本身完全符合正常規則。

台灣某金控的實測數據頗具參考價值：導入GNN系統後，詐騙交易攔截率從原本的61%提升至89%，誤報率則從72%降至31%。更關鍵的是「攔截速度」——從原本平均需要47分鐘的人工審核，縮短至即時攔截，平均延遲低於800毫秒。

這800毫秒的差距，在詐騙場景中就是「錢還在不在」的分界線。

ROI怎麼算？一間中型銀行的真實帳本

講AI不能不講錢。以香港一間中型銀行（零售客戶約80萬）為例，其2025年導入AI反詐系統的完整成本結構如下：

  • 系統建置與授權費：首年約1,200萬港元（含GNN模型授權、雲端算力、系統整合）
  • 年度維運成本：約380萬港元（模型更新、合規審計、人員培訓）
  • 人力重配置：原有12名反詐審核人員中，8人轉調至客戶體驗部門，4人留任監督AI決策

對應的效益呢？

  • 詐騙損失減少：從年均1.8億港元降至6,200萬港元，年省1.18億
  • 誤報處理成本下降：從每年2,400萬港元降至900萬，年省1,500萬
  • 客戶留存提升：因誤攔導致的客戶流失減少約1,100戶，以平均客戶終身價值8,000港元計算，年增880萬

首年淨效益約為1.18億 + 1,500萬 + 880萬 − 1,200萬 − 380萬 ≈ 1.26億港元。投資回收期約14個月。

這個數字放在行業裡算什麼水平？根據國際顧問機構的基準，金融業AI專案的平均回收期為22至28個月，反詐系統因為「損失避免」直接反映在損益表上，屬於少數能在兩年內回本的AI應用類型。

香港的特殊挑戰：跨境、多幣種、即時支付

不過，香港銀行面對的難題比台灣更複雜。轉數快（FPS）系統讓資金在數秒內跨境流動，詐騙集團利用香港作為「跳板」，資金往往在攔截前就已經轉到境外。這意味著AI系統不只要「準」，還要「快」——留給模型的決策時間窗口，可能只有300毫秒。

目前港銀的應對策略是「分層攔截」：第一層由AI在300毫秒內完成初步風險評分，高風險交易直接凍結；第二層在交易後15分鐘內由AI進行關係網絡複查，若發現關聯詐騙節點則啟動追討程序。這種「先攔後查」的模式，是香港監管環境下的務實折衷。

延伸閱讀

給其他行業的三個啟示

第一，AI的價值不在「取代人」，而在「重新分配人的注意力」。上述銀行把8名審核人員轉調客戶體驗部門，反而提升了整體服務質量。反詐AI真正解放的，是那些每天盯著螢幕判斷「這筆交易像不像騙局」的重複性勞動。

第二，誤報率比攔截率更重要。許多企業導入AI時只看「抓到了多少」，卻忽略「誤傷了多少」。在金融場景，一次誤攔的客戶流失成本，可能抵得過十次成功攔截的收益。選擇AI方案時，務必要求供應商提供誤報率與客戶影響的量化數據。

第三，數據孤島是最大障礙。GNN系統的威力來自「跨帳戶、跨裝置」的關聯分析，但許多銀行的客戶數據分散在信用卡、存款、貸款等不同系統，整合成本往往被低估。上述案例中，系統整合費用佔總建置成本的35%，是僅次於模型授權的第二大支出。

當詐騙集團已經用AI武裝到牙齒，銀行的反詐系統如果還停留在「規則引擎」年代，就像用算盤對抗計算機。今日香港熱搜上的「詐騙」二字，不只是民眾的焦慮，更是整個金融業必須正視的營運風險。AI不是萬靈丹，但在反詐這場不對稱戰爭中，它至少讓防守方重新拿到了入場券。