文 / 國立高雄科技大學 管理學博士 范振家港灣新聞網 范振家博士專欄 / AI都在學詐騙了，政府還在學抓車手？行政院近年推動「打詐新四法」、成立打詐國家隊、建置165打詐儀表板，警政、金融、數位及司法機關也投入大量人力查緝詐騙集團。從制度建構而言，政府確實不是沒有努力。然而，當人工智慧（AI）正快速改寫全球犯罪樣態，我們的打詐思維卻仍停留在「查獲多少車手、凍結多少帳戶、破獲多少機房」的績效邏輯。這並非政府不努力，而是治理模式已開始落後於犯罪進化的速度！如果昨天的詐騙是靠人力，今天的詐騙則是靠算力。過去，一個詐騙集團需要大量話務人員逐一致電、逐一設計話術；如今，只要一套生成式AI系統，便能二十四小時不間斷與被害人互動。幾秒鐘的聲音樣本，可以複製家人的聲音；幾張照片，可以生成足以亂真的深度偽造（Deepfake）影片；AI聊天機器人甚至能依照不同年齡、職業、投資習慣，自動調整話術，提高詐騙成功率。更可怕的是，AI改變的不只是詐騙工具，而是整個犯罪模式。社群平台上的瀏覽紀錄、搜尋習慣、購物偏好、投資興趣、公開社群資訊，都可能成為AI分析的素材。演算法能快速建立被害人輪廓，自動判斷誰最容易受騙，再量身打造不同劇本。未來每位民眾收到的詐騙訊息，都可能是一份專屬於自己的「客製化劇本」，而不是過去千篇一律的罐頭簡訊。然而，面對這場AI革命，政府的治理架構仍停留在部會分工的年代。警政機關掌握刑案資料，金融機構掌握金流，電信業者掌握通聯紀錄，數位主管機關負責網路治理，司法機關掌握證據，社群平台則握有大量廣告與帳號資訊。每一個單位手上都有一塊拼圖，但沒有任何一個機制，能夠即時把所有拼圖交由AI共同分析，提前辨識風險。目前跨部會合作機制確實存在，行政院也透過打詐綱領、新四法及跨機關協調推動防詐工作；銀行導入AI辨識異常交易，數位主管機關運用AI掃描假網站與假廣告，警方則藉由165專線及打詐儀表板掌握詐騙趨勢。這些措施都有其成效，也值得肯定。但問題就在於，這些AI仍然是「各自運作」。銀行的AI不知道今天165接獲多少檢舉；165不知道哪些假廣告正在大量投放；社群平台不知道哪些虛擬貨幣錢包已遭警方鎖定；警方也無法即時掌握不同平台的裝置指紋、異常帳號及AI生成內容特徵。各單位都有AI，卻沒有共同的AI；都有資料，卻沒有共同運算。犯罪集團共享資訊，只需要幾秒鐘；政府交換資訊，卻仍需要層層程序。犯罪已經進入AI協同作戰，政府卻仍停留在行政協調。這就像敵人早已出動無人機蜂群，我們卻還忙著統計擊落多少步兵；又像網路病毒已經能自我學習變異，我們卻還滿足於刪除幾個感染檔案。每天記者會公布查獲多少車手，看似捷報頻傳，實際上卻只是持續清理最容易補充的人力，而非真正瓦解AI驅動的犯罪生態系。真正值得思考的是，警察未來究竟應該扮演什麼角色？AI時代，警察不能只是犯罪發生後的執法者，更應成為公共安全的風險管理者。執法重點應從「查緝犯罪」逐步提升至「預測風險」，運用人工智慧分析異常匯款、異常通話、異常廣告、異常帳號及跨境金流，在犯罪形成之前便發出預警，而不是等到民眾完成匯款、案件成案後，才開始追查車手與人頭帳戶。因此，政府下一階段真正需要建立的，不只是更多專案或更多跨部會會議，而是一套國家級AI反詐風險治理架構。建議成立「國家AI反詐風險管理中心」，整合警政、金融、數位、電信、資安、司法及虛擬資產監理等資訊來源，建立AI即時共同運算平台，讓高風險帳號、裝置指紋、IP位址、虛擬貨幣錢包、AI生成內容特徵等資訊，在兼顧個人資料保護前提下形成跨平台風險資料庫。同時，也應盡速建立AI證據驗證制度，面對深度偽造影音與AI生成證據日益普及，避免未來司法程序陷入真假難辨的困境。打詐不能永遠停留在破案新聞與績效數字。真正的治理，不是比誰抓得快，而是比誰預警得更早；不是比誰逮捕更多車手，而是比誰更早看見犯罪風險。AI每天都在學習如何更有效率地騙人，如果政府每天仍只是統計抓了多少車手，而沒有建立一套能比犯罪集團更快學習、更早預警、更即時聯防的智慧治理體系，那麼今天的打詐成果，終究追不上明天AI詐騙演進的速度。未來打詐最大的戰場，不再只是街頭，而是演算法；最大的競爭力，也不再只是破案能力，而是國家能否建立一套真正屬於AI時代的風險治理能力。當犯罪已經進入AI時代，政府若還停留在工業時代的治理思維，恐怕抓再多車手，也追不上AI犯罪進化的腳步！范振家博士簡介：范振家博士其專業研究領域聚焦於公共政策管理、國際時事分析，尤其是電信詐欺產業的運作模式與防制策略。在其博士論文《電信詐欺產業及其防治研究：計量經濟分析》中，范博士結合計量經濟學方法，深入剖析電信詐欺產業的成因、運作特徵與防治方案，並提出具體的政策建議與數據分析結果，為政府與執法機關提供實務參考。2024年12月4日，范振家博士憑此研究成果，於法務部司法官學院舉辦的第十一屆傑出碩博士「犯罪防治研究論文獎」中脫穎而出，由法務部部長鄭銘謙親自頒獎，肯定其在犯罪防治領域的學術與實務貢獻。
