交易反詐 AI 工作流程：時限、誤報分母與失效處理

設計交易反詐 AI，先確認系統在哪個決策點提供什麼資訊、截止時間及有權動作。模型標記、後續驗證與真正攔截是不同事件，評估時不要把它們合成一個誤攔數字。

規則、模型與固定流程都可列為候選方案。依本案資料、限制與評估比較，而不是假設規則必然過時、模型必然補足，或某種客戶驗證一定更好。

依決策點設計路徑

工作路徑	要確認的時限與依賴	可執行動作	失效與不確定處理
交易當下判定	實際截止、來源延遲、模型與工具預算	僅限已核准且介面支援的動作	約定逾時、來源過期與依賴失效的接手
可支援的額外驗證或覆核	本交易是否允許等待、驗證及回傳	由提供者及有權角色確認，不預設可用	無法完成、客戶未回應及重送的明確狀態
後續調查	另定調查時序、來源及負責人	核准資料與處置範圍	保留未解與後續資訊，不能回補已錯過的即時決策

先量測實際模型、硬體、資料與介面，再分配延遲與錯誤預算，不用通用毫秒或秒數作保證。模型複雜度本身不足以判定能否符合時限。

額外驗證可能是候選動作，但不是每個流程都支援，也不能從有這個選項就推論誤攔降低。各動作的損失、客戶負擔、回復及可操作性，需一起評估。

指定目標、交易單位、參考標註來源及觀察期間。模型標記為正例，不等於已確認詐騙；申訴、待調查及尚未成熟的結果，保留為未解狀態，不自動當成正常交易。

評估輸入要反映決策當下可取得的資料，避免後來的調查結果滲入當時特徵。時間分開的代表性評估，有助於檢查新期間與條件；保留標註品質及涵蓋限制。

對同一個已標註二元集合，TP／FN 表示參考正例被標記／漏掉，FP／TN 表示參考負例被標記／未標記。分類評估文件提供以下定義：

分母為零時不可計算。真正拒絕、驗證與放行的結果另記，因為分流後的動作不一定等於模型標記。ROC-AUC 描述跨門檻的排序表現，不代替本案選定門檻、延遲、工作量及損失的驗收。

由有權風控及相關人員約定適用目標、可接受錯誤、延遲、覆核容量及客戶接手。比較候選門檻時，記錄漏掉的目標、正常交易標記、實際動作與完整成本，不只追求召回率。

對有依據的工作或客群分組，檢查錯誤分布、可用資料與申訴處理。商業價值或卡片等級本身，不建立不同保護標準。金管會 2024 年 AI 指引提供公平、客戶及責任的行政參考，具體要求仍需依實際用途確認。

保留決策時可見的來源、時間、模型／規則版本、分數、核准動作及結果。日誌設定必要內容、權限及保存；舊狀態或引用不證明目前決策安全，紀錄也不保證確定性重現。

測試逾時、資料失效、重送、不確定是否已執行及人工接手。明確約定停止、恢復、回退版本及負責人，不預設所有失效都應放行或拒絕。新標註與覆核回饋先檢查選樣及品質，再決定是否修改或訓練。

NIST AI RMF可用於生命週期風險評估。上線擴大與否，依本案驗收與營運證據決定，而不是固定月份、單一歷史分數或監理背書承諾。

來源與責任可參考金融 AI 治理與驗證指南。現有Agentic Workflow 服務說明受限工具、核准與失效處理的討論範圍。