世新大學財金系副教授郭迺鋒解釋,金融業要進行防弊,必須仔細研究過去案件所透露出的行為軌跡,再從中歸納犯罪樣態,也就是要餵給AI什麼數據資料是重點,對的資料才能精準打擊犯罪。
例如:理專擁有數10家銀行帳戶、數10隻手機或行動裝置,且與客戶之間有異常資金往來,或曾有私下借貸行為,曾代客投資操作,都是可能的高風險族群。
「現在金融業研擬AI防弊機制,多從反洗錢架構思考、建立風險指標,但理專、行員挪用客戶資產行為與反洗錢概念不同,不能混為一談。」郭迺鋒表示,理專監守自盜最大癥結點在「雙邊資訊不對稱」,也就是銀行主管不清楚客戶身心及財務狀況,但理專卻非常熟稔客戶的一切、及銀行規範與作業程序。
這會造成什麼結果呢?「當理專掌握所有資訊,就能在不被銀行發現的情況下,對客戶資產進行五鬼搬運;尤其當客戶健康狀況急轉直下、或理專面臨財務壓力時,就容易起歹念。」他強調,主管機關應主導金融業建立案例共享平台,銀行不用怕「家醜外揚」,須盡可能將已發生過的弊案資訊、行為模組上傳分享,這樣才能加快AI偵測學習腳步,達到預警防弊效果。
郭迺鋒認為,像客戶進行財產移轉的行為模式,就必須建立模組;「若我是銀行主管,現在就會將往來金額6千萬元以上、理專服務超過7年以上,且客戶長期處於病痛的案例全部掃過一遍。主要原因在服務年資越久的理專,客戶的信任感越深,資產被挪用的可能性也越高。金融業要有效預防行為風險,必須大量盤點過去案例。」