彭金隆：台湾各银行AI打诈见效！警示帐户数「首次负成长」，但误锁帐户民怨呢？

台湾 AI 打诈略有成效，国银警示帐户数在 9 月首度出现了负成长。不过，大量薪转户、学费与房贷转帐遭到误锁的案例却也同步浮现。
（前情提要：台湾打诈专法将「加密交易所」列入联防！金管会预告4子法草案年底前发布）
（背景补充：打诈！国内银行连爆证券户被冻结「请到分行解锁」，网友：违约交割谁赔？）

本文目录

在诈骗手法层出不穷的台湾，AI 正在被视为新世代的防诈盾牌，但却也意外划出另一道伤痕。 10 月 13 日，金管会主委彭金隆在立法院表示，在 9 月，国银警示帐户数首度出现了负成长，显示银行导入 AI 打诈后，已经收到不错成效。然而，大量薪转户、学费与房贷转帐遭到误锁的案例却也同步浮现。

警示帐户首度负成长

根据金管会统计，警示帐户此前从 2022 年初的 6.6 万户，一路飙升至 2024 年初的 15 万户。不过自今年 6 月增幅降至千户以下后，9 月首度转为负成长。这份数据显示，AI 模型在过滤高风险帐户上确实产生了效果，也缓解了银行长期面对的防诈压力。

误锁民众是「背后的摩擦」

然而，好成绩却也伴随着高昂的代价。立委王育敏质询时指出，银行 AI 侦测过于宽松，导致正常客户也被列为「高风险」名单。以中信银行为例，过去曾因侦测到薪转笔数短期激增，便冻结多名第三方支付用户帐户，迫使民众跑柜台或打客服长达数小时才能解锁。对部分家庭来说，薪资无法及时入帐、房贷无法扣缴，将严重影响正常生活，因此民众怨言也随之推高。

政策微调：金管会四大要求

不过在民意压力下，彭金隆仍强调打诈立场毫不退缩，他公开表示：「管控不会停止，那是诈团最希望的。」不过为降低误伤，他也对银行提出四大措施。第一，根据实际误锁案例回馈模型，让 AI 对交易能够做出更精准的判断。第二，强制设置 24 小时专线，授权第一线人员 1 小时内完成简易解锁。第三，导入风险分级 (RBA) 模式，避免『一刀切』现象。第四，透过银行公会平台共享案例与最佳实务，形成跨行联防机制。

另外彭金隆也区分了两种冻结情况，强调称，若为检调下令，银行则无权解冻；若属银行预防性管理，则需快速处理。

未来挑战：平衡技术与人权

AI 侦测将依赖大量交易资料，难免牵涉隐私问题。警示帐户负成长虽是一大进展，但如何持续优化模型、缩短解锁流程，才是金融机构应持续优化的重点。唯有让科技工具真正回到照顾用户的初心，打诈与民权才能在同一条轴线上并肩前进。