78元台幣擋下98%詐騙？DBS的AI防詐帳，台灣銀行業不敢算的那筆帳
星展銀行公開揭露，其AI防詐系統每投入1元星幣，可阻擋約3.5元星幣的詐騙損失，換算單次防詐成本僅約新台幣數十元。當台灣金融業仍以「簡訊OTP」作為最後一道防線，詐騙集團早已把OTP當成提款密碼。這不是技術差距，是商業誘因的差距。
🎯 核心論點
台灣銀行業不是「做不出」AI防詐，而是詐騙損失主要落在客戶與社會身上，不在銀行資產負債表上。DBS會做，是因為新加坡監管者把防詐責任明確壓回銀行，成本內部化了。技術從來不是瓶頸，誘因才是。
📊 數據證據
第一，DBS在2024年公開表示，其AI即時防詐與信貸監控機制每投入1星元，估計可為客戶與銀行減少約3.5星元的詐騙與信貸損失，這是少數銀行敢把防詐投資「算出ROI」的案例。
第二，新加坡2022年通過、2024年生效的分擔框架，由MAS與銀行公會推動，釣魚詐騙損失在特定條件下由銀行分擔，直接改變了銀行的成本結構。
第三，台灣警政署統計，2023年全年詐欺財損約新台幣880億元，其中假投資、網路購物與假交友合計占大宗，多數流向人頭帳戶，而現行法規下銀行賠付責任有限，OTP被騙走，客戶自負。
🔬 技術深潛
DBS的做法本質是「行為指紋＋即時決策」。系統持續學習每個客戶的轉帳節奏、裝置、常用收款人，一旦出現偏離——例如深夜透過新裝置、被誘導安裝的遠端控制App正在背景運作、收款帳戶屬於高風險人頭網絡，就在交易完成前暫停並觸發人工確認。類比來說，OTP是「只檢查鑰匙對不對」，行為模型是「注意到平常9點睡的人，凌晨3點突然要把畢生積蓄匯給陌生人」。前者驗證身分，後者驗證意圖。台灣已有部分銀行導入類似「異常轉帳延遲」機制，但多以規則為主，模型化與全行覆蓋程度參差。
⚔️ 競爭版圖
| 機構 | 防詐核心機制 | 責任分擔 | 進度 |
|---|---|---|---|
| DBS（新加坡） | AI行為模型＋即時攔截 | MAS框架下銀行分擔損失 | 已上線並公開ROI |
| 英國銀行業 | PSR強制賠付框架（2024） | 未設防護即須賠付最多85,000英鎊 | 法規倒逼轉型 |
| 台灣銀行業 | OTP＋規則式警示＋警示帳戶名單 | 損失多由客戶承擔 | 試辦中的AI模型、165聯防 |
英國的例子最能說明問題:支付監管機關PSR自2024年起強制收單與付款方就APP詐騙賠付，賠償上限每人8.5萬英鎊。法規生效後，英國大型銀行的AI防詐採購明顯加速。台灣金管會近年已要求銀行強化「約定轉帳」與高風險交易攔截，但賠付責任尚未制度化。
🏭 供應鏈影響
一旦責任移轉，受益的是行為分析、裝置指紋、圖資料庫（偵測人頭帳戶網絡）廠商；受害的是靠OTP簡訊營收入的電信業者。台灣的「109年洗錢防制」以來建立的聯防體系（警示帳戶、165通報）是好的地基，但它追的是「錢已經去了哪」，AI防詐追的是「這筆錢該不該出門」。
🔮 未來情境
樂觀:金管會參考星英模式，將特定釣魚詐騙納入銀行部分賠付，兩年內全行導入行為模型，假投資詐騙財損明顯收斂。基準:維持現狀，各行以成本考量零星導入，防詐能力隨資產規模兩極化。悲觀:詐團用AI生成語音與深偽繞過既有規則，OTP淪為「合法轉帳的通行證」，財損持續攀升。
⚠️ 我可能錯在哪裡
其一，「ROI 3.5倍」是DBS自行揭露的估算，未經外部審計，存在自我美化動機。其二，台灣的困境不全在誘因，人頭帳戶橫跨電信、第三方支付與地下匯兌，單靠銀行端模型無法根治。其三，AI攔截會產生誤殺，延遲正常大額轉帳的客訴成本，DBS少談這一面，台灣銀行若照抄，客服量能可能先崩。
78元擋一次詐騙，真正的問題是，那筆錢現在到底是誰在出？