八成反欺詐專家預計2025年前部署生成式AI

生成式AI不斷啟發大眾的想像，其能力及所締造的優勢似乎將為社會各界帶來深遠的影響。根據ACFE及SAS最新發佈的反欺詐科技研究，絕大部分(83%)的反欺詐專家預計於未來兩年內，將生成式AI技術加入其反詐騙工具中，調查結果屬意料之內。

反欺詐專家熱衷生成式AI 實際情況更具挑戰

《2024年反欺詐科技基準報告》是ACFE與SAS於2019年發起的全球研究項目中發表的第三份報告。這項最新調查於2023年年底訪問近1,200名ACFE會員的見解，調查數據更充分顯示自2019年以來反欺詐領域的主要發展趨勢，其中包括：

• 對AI及機器學習(ML)技術產生前所未有的興趣。近兩成(18%)反欺詐專家現時將AI／ML技術列入反詐騙工具之中，另有逾三成(32%)受訪者預計於未來兩年內採用這些技術，達到研究開展以來的高峰。以此發展速度，明年年底前，AI／ML技術在反欺詐項目的使用率將增加近兩倍。
• 然而， AI及ML的應用仍遠低於預期。儘管各界對AI及ML甚感興趣，但自2019年以來，使用有關技術來偵測及防止欺詐行為的增幅僅達5%，數字遠低於2019年及2022年研究中的預期使用率(分別為25%及26%)。
• 雖然眾多數據分析技術的使用率停滯不前，但生物識別及機械人技術在反欺詐項目中的應用卻穩步上揚。自2019年以來，物理生物識別的應用大幅增加14%，而目前更有四成受訪者提及這項技術。其中五分之一(20%)的受訪者表示已採用機械人技術(包括機械人流程自動化)，較2019年的9%有所提升。這些技術的應用在銀行及金融服務業中最為廣泛，有逾半(51%)受訪機構正採用生物識別技術，而採用機器人技術的亦佔約三分之一(33%)。

ACFE主席John Gill表示：「現時，生成式AI驅動的工具垂手可得，若落入不法之徒手中可謂極度危險。約六成受訪機構預計於未來兩年內增加其反欺詐技術預算。他們如何投放這些資金將決定誰在這場與犯罪企業進行的科技軍備競賽中搶佔先機。但與騙徒不同之處，在於機構面臨必須以符合道德規範的方式使用這些技術的額外挑戰，這亦是一場艱苦的鬥爭。」

SAS風險、欺詐及合規解決方案資深副總裁Stu Bradley表示：「面對各界對先進數據分析技術興趣激增，但其使用率卻強差人意，足證擴展AI及數據分析生命週期所涉及的複雜性。這亦凸顯選擇合適科技夥伴的重要性，因為AI及ML並非即插即用的簡單應用。然而，透過在單一AI驅動平台上部署跨風險管理範疇的模組化解決方案，便能輕易把握其優勢，例如利用SAS的雲原生、不受語言限制的SAS Viya平台。」

按行業及地理位置等探討有關趨勢

SAS的網上數據儀表板讓用戶按行業、地理位置及公司規模等分析調查數據，進一步為基準報告提供補充資料。

此次調查的受訪者從事23個不同行業，當中最主要來自銀行／金融服務業及政府／公共行政(各佔22%)，其次是專業服務(13%)、保險(5%)、醫療保健(4%)、製造業(4%)、科技(4%)、教育(4%)等，而他們受僱機構遍佈全球各地，規模由少於100名至超過10,000名員工不等。

生成式AI的未來 蓬勃發展還是衰落

究竟生成式AI在未來反欺詐項目中的部署，會否有如預期般迅速增長，反映受訪者對該技術的熱切追捧？還是現實世界中的種種挑戰，例如預算限制、數據品質及技術差距等，會構成重大的障礙，影響預期的上升趨勢？相信只有時間才能證明，但各大小機構在採用生成式AI及其他人工智能技術時必須小心謹慎，履行負責任創新，除了考慮機構本身是否「可以」採用該嶄新技術外，亦需考慮有否「需要」進行部署。

一名受訪者表示：「在反欺詐項目中使用生成式AI技術，能夠以最少的資源分析更大量的數據，在識別異常情況、趨勢及跡象等方面發揮重要作用。然而，機構將需要確保制定合適的指引，以減少誤差及偏見。」

ACFE研究總監Mason Wilder表示：「生成式AI在過去數年間取得重大進展，各大小機構爭相將其加入反欺詐項目亦不足為奇。在社會層面上，我們仍在了解使用這項技術的優缺點，但愈來愈多機構已開始邁出第一步。我們期望看到技術隨時間不斷發展進步，以及在職場內外迅速實踐應用。」