台新銀行「鎖帳災情」頻傳,發生什麼事?金管會怎麼說?
台新銀行「鎖帳災情」頻傳,發生什麼事?金管會怎麼說?

台新銀行因打詐出現鎖帳災情,引發民眾抱怨。有網友稱扣款帳戶被鎖、連親友轉帳都受牽連。金管會回應,銀行鎖帳前應先通知客戶,並提醒須遵循比例原則,避免過度管制。

台新銀行帳戶無預警凍結?民眾抱怨鎖帳很擾民

最近 Threads 上有大量關於台新銀行帳戶無預警被鎖的抱怨文,儘管銀行強調此舉是為防堵詐騙,但過於嚴格的措施引發擾民的批評。

有網友分享,自己用來扣款的交割戶因太久沒用就被鎖定,擔心自己是否會違約交割;另一位用戶則稱自己只是轉入一筆 5 萬的資金再轉給公司,隔日就收到台新簡訊通知停卡。

網友分享的對話截圖可見,他不僅要親赴分行逐筆解釋金流,像是自動存入的款項、朋友委託代買東西的存款紀錄都需向行員說明來源,繁瑣的流程令人不堪其擾。

台新.jpg
圖/ Threads

對此,自稱為台新行員的網友坦言,現行措施確實「矯枉過正」,但也有公股銀行行員出面緩頰,表示當局要求銀行負起防詐責任,若帳戶出現頻繁且密集地存入後馬上領空等類似車手的行為,第一線行員為求自保,只能要求用戶提供證明。

部分網友也持不同看法,認為台灣詐騙猖獗,銀行若不採取強硬手段,只會讓更多人受害,金管會也會拿銀行開刀,目前的陣痛期是必要之惡。

台新AI戰神攔阻近七千萬,多家銀行加強帳戶管制

台新銀行在今年 3 月的新聞稿中曾提及,為打擊詐騙,已與台北地檢署合作,透過 AI 模型「台新戰神」預警高風險帳戶。

台新銀行表示,此模型上線一年多,準確率高達五成以上,光是 2024 年就成功攔阻 612 個警示戶,攔阻金額將近七千萬元。

台新AI戰神.jpeg
根據台新銀行統計,台新戰神AI模型上線1年多,模型準確率已高達50%以上,2024年共成功攔阻612個警示戶,攔阻金額近7千萬元。
圖/ 台新銀行

其實,加強帳戶管制已是業界趨勢。為防堵人頭戶洗錢,包含台灣銀行、合作金庫、凱基銀行及郵局在內的多家金融機構,早已針對久未往來且低餘額的帳戶啟動管制,限制其自動化交易功能。

合作金庫與兆豐銀行甚至規定,若帳戶存款長期低於 1,000 元,銀行將有權直接結清銷戶。

延伸閱讀:icash Pay是什麼?跟OPEN錢包差在哪?兩者差異、功能、使用教學一次看

銀行打詐過當惹民怨,金管會呼籲:鎖帳前應先通知

多家銀行為了打詐而採取的激烈手段,雖立意良善,卻已引發巨大民怨。

《聯合新聞網》報導,金管會已要求銀行業,在執行風險控管時應提高精準度,避免錯殺無辜。

金管會官員明確指出,除非是執法機關要求,或是銀行完全聯繫不上客戶,否則在凍結帳戶前,應先設法通知當事人,給予說明機會,而非直接鎖定。

金管會先前也曾提醒各家銀行,打詐手段需遵循比例原則,應在金融服務的便利性與安全性之間取得平衡。

《聯合新聞網》也援引有關人士透露金管會官員意見,稱銀行應利用臨櫃服務的經驗,回頭校準 AI 系統的判斷參數,而非將所有看似異常的交易都「一刀切」,進而損害普通民眾的金融權益。

本文授權轉載自加密城市

延伸閱讀:25億Gmail帳戶個資外洩?Google證實「系統遭駭」:萬年懶人密碼怎麼改?如何啟用Passkey?

關鍵字: #台新銀行
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓