疫後的今天，數位經濟越來越發達，新型態詐欺模式也越來越複雜。
為精準揪出罪犯，許多國家紛紛在這幾年成立情資整合中心，要透過新科技工具和數據分析來有效辦案。我們看到不少警政實例，成功借助大數據分析和AI，在打擊詐欺的三個階段中發揮了關鍵作用，破解新興犯罪的隱匿性、快速性、多層性，以及有效調查、辦案，還能降低警示誤報率。
AI應用階段一：案發前的情資分析，提升預防覆蓋率
詐欺案件發生前的預防與防範，是AI著力的第一步。
透過AI情資檢索，警政單位不僅可以彙整各種資料來源，更進階的應用在於結合AI演算法進行進階分析，例如AI智慧分群、風險熱區圖，接著以視覺化儀表板呈現最終情資，強化資訊掌握度，以盡早採取應對措施與人力的配置。
舉例來說，美國華盛頓特區警政利用SAS AI調查分析平台功能，彙整歷年犯罪類型、屬性、時間和地點等資訊，再結合當地地圖圖資與AI智慧分群分析結果，成為一套視覺化犯罪熱區分析平台，即時呈現犯罪高風險熱點區域和犯罪類型，供警政及早對高風險區域採取行動。
SAS AI讓犯罪熱區視覺化，有助警察機關掌握案件資訊。圖片來源：SAS 台灣提供
另一個例子是，美國德拉瓦州警察局利用SAS AI調查分析平台，打造一套自己的州警察局分析平台，彙整了組織記錄、碰撞調查、交通罰單和犯罪事件等多樣資料。此時，只要輸入可疑的車輛外觀描述，就能透過AI層層過濾、快速鎖定嫌疑人，警局更因此破獲不少案件。
AI應用階段二：案發時的風險分級和人力調度，降低誤報率、增強派遣效率
詐欺案件發生時，AI加入還有兩大好處—幫助案件分級風險和優化警務人力調度。
具體來說，案件風險分級是指搭配風險監控框架，來對案件進行風險分級示警評分，再根據評分結果，優先在高風險案件配置警力。至於人力調度的優化，則是結合警員的表現數據，彙整在戰情室看板，讓決策層依據案件需求，分派最適警力。
東亞某國家檢警單位，便利用SAS AI智慧調查平台來進行洗錢防制。當平台接獲通報後，透過AI結合規則、關係人輪廓和模型評分，計算出總風險評分並快速分案，將原本需要好幾天才完成的案件排序與分案，縮短為幾個小時就完成。AI還能降低35%-50%的警示誤報率。
調查人員可透過AI分析調查案件的分級風險，評估案件的調度與處理排序。圖片來源：SAS 台灣提供
此外，美國北卡羅來納州德倫市警察局採用SAS警務人力平台，來彙整自家警員的發展歷程，包括逮捕、派遣、投訴、培訓等表現數據，並在儀表板上視覺化呈現，更透明地顯示警務人力準備程度，供高層適當地分派任務。（延伸閱讀｜AI出手 避免6000件未成年者性交易悲劇）
AI應用階段三：強化案件偵查能力，破解新興犯罪
新興犯罪手法層出不窮，諸如「假網拍詐騙案」「利用可同時發送上千條簡訊的貓池作為犯罪工具」「利用國外APP留言恐嚇案」，一再改變警政單位的偵查路徑與思維。然而，許多詐欺案看似亂槍打鳥、隨機作案，仔細分析下來卻有跡可循，AI圖學演算法和關聯網絡分析可幫助警政單位，順藤摸瓜、揪出犯罪關聯。
在調查案件時，應將重點由單筆事件擴大到關聯網絡，例如：關聯帳戶、交易紀錄、交易態樣、相同地址/電話/網路節點的交易、資金流向等，通盤檢視與此筆可疑案件或當事人有關聯的所有訊息。如同行銷人員常在提的360度客戶視圖，犯罪調查也需要描繪360度犯罪視圖。
美國北卡羅來納州保險部，就利用SAS AI調查平台和進階分析技術，建立一套違規調查系統，在案件期限內完成調查的成功率，從原本的60%提高到98.7%，接近100%。便是透過整合了理賠申請人所有相關資訊，調查人員不只能在同一介面掌握所有資訊，還能以申請人為起點，比對異常申請的關聯性，繪出一張連點成線的人物關係網絡圖。
這時，調查人員可在承保關係、保險人、受益人、承保條件等，無限制地展開關聯網路，調查員還能一眼看穿客戶共用的通訊方式或設備，快速掌握疑點。（延伸閱讀｜「AI有眼不會看錯⋯⋯」新北市有四成刑案是「天眼」破的）
SAS AI演算法可分析調查案件的相關人事，並串連成清晰的圖學關聯圖。圖片來源：SAS 台灣提供
綜觀下來，國外已有許多成熟的AI輔助辦案模式，成效也有目共睹。而台灣司法警政正進入高速轉型期，借鏡歐美的成功經驗，我們可以鼓勵警政單位擁抱AI、打造偵查平台，來強化案發前、案發時和案發後的辦案效率，更強力打擊詐欺。
與此同時，SAS累積豐富的國際警政、金融AI防詐經驗，也準備好與台灣警政界聯手，運用大數據和圖學分析，讓AI成為打詐左右手，一方面提高社會安全維護，讓民眾更放心。（延伸閱讀｜金融業追ChatGPT，也別忘三大AI趨勢：雲端、新型犯罪、氣候風險評估）
