臺灣舞弊防治與鑑識協會理事、安永諮詢服務執行副總經理曾韵指出，多年前中國平安普惠、及建設銀行就已將業務員數據導入AI技術，透過系統顯示可揪出異常，偵測出員工舞弊行為。「其實銀行風控、稽核主管都很專業，對於理專虧空手法瞭若指掌，問題在你要透過人力去逐一辨識，還是透過科技達到預警效果？」
曾韵認為，眼前銀行業第一步，應是建立風險指標，從過去案例中先將犯罪規則列出；「例如易被害者的特徵，是60歲以上、獨居、小孩不在身邊，不善數位操作的客戶；加害者特徵，可能具有投資高頻交易、帳戶資金短期大量匯進匯出等。」銀行須將案例資訊有系統分類，再進行辨識，最後收斂，以循序漸進方式，建構行為規則。
中央大學資管系助理教授、大數據專家錢世傑表示，多年前美國加州洛杉磯警局已利用過去犯罪資料，透過演算法產生可能的犯案地圖，達到預測及預防犯罪效果。金融業利用科技防弊行之多年，關鍵在如何鑑識、將內部舞弊行為模組化，就是獨門技巧。
以銀行財富管理業務為例，要預防內部舞弊行為，就必須先認清三面向，包括一、作業流程是否可鑽漏洞，讓員工有機可乘；二、個人態度及道德觀；三、外在誘因或壓力。也就是要先了解理專、行員為何願意鋌而走險，才能對症下藥，真正掌握行為風險。
安侯企業鑑識會計服務執行副總經理朱成光指出，導致金融業人員行為偏差的因素很多，常見包括：績效壓力、個人生活習慣不良、支出超過收入、賭博、酗酒、炒股，因此落實員工關懷制度很重要；另外，銀行作業產生的資訊落差，也可能讓舞弊行為有上下其手的空間。
朱成光舉例，像客戶解除定存、匯款至特定帳戶過程中，銀行員工是否有可能偽造紙本憑證，或攔截銀行發出的訊息通知，使客戶收到的訊息與交易內容無法核實；「透過建立不當行為模組，這些作業流程漏洞就能被修補起來，降低舞弊風險。」
