AI 重塑調查流程：串連電信詐欺線索，全面掌握案件脈絡
近年電信詐欺逐漸走向組織化與科技化，詐騙集團除利用社群平台、假投資網站進行詐騙，也可能透過 AI 技術製作換臉、變聲等內容，使身分辨識與情資研判難度大幅提升。面對愈來愈複雜的犯罪模式，相關偵查單位接收到的資料量也隨之倍增，包含金融交易紀錄、通訊內容等分散於多個資料庫和不同格式文件中的資訊，調查人員往往要投入大量時間比對和整理，才能逐步釐清人物、帳戶、電話與金流的關聯脈絡。
本期 AI 知識庫亮點
偵查單位現行作業流程面臨的挑戰
在科技化浪潮下，犯罪手法不斷演變，偵查實務中所需處理的資料量與複雜度亦隨之增加。偵查單位的日常研析工作不僅仰賴多來源資訊，更必須在有限時間內整合破碎線索、重建金流與人物關聯脈絡。以下是偵查單位在作業中面臨的挑戰：
- 資料量龐大且複雜性高：偵查單位每天要處理的資料來源多元，包括民眾舉報、金融交易資料、新聞報導、社群訊息等。由於資料的格式各不相同，內容範疇又橫跨廣泛領域，使得前期研判工作負擔大幅增加。
- 案件脈絡難以快速掌握：當詐騙集團以組織化方式運作，各成員僅負責詐騙流程中的其中一個環節，這類分工模式便會導致案件線索散落於不同文件中。因此，調查人員在偵查辦案時，需花費大量時間比對、整理與交叉驗證，才能看出人物間的關聯、資金流向或上下游共犯結構，並進一步拼湊出案件全貌。
導入生成式 AI 解決方案為偵查單位帶來哪些效益
為解決上述痛點，意藍資訊協助偵查單位建置並導入「電信詐欺防制 AI 分析平臺」。本系統以檢索增強生成（RAG）架構為核心，整合生成式 AI、自然語言處理（NLP）、大型語言模型（LLM）及關聯分析等技術，並具備Agent多步驟執行任務的能力，在接受到指令後能自動跨來源檢索、比對並統整資料，重塑從資料彙整到案件研析的流程。整體系統可分為三大核心模組：自動摘要、關聯分析以及圖表生成，協助調查人員更快掌握案件全貌。
在此核心架構上，本案完成以下四大項重點建置：
- AI自動彙整與摘要可信結果：在偵辦電信詐欺案件時，調查人員常需要在短時間內了解人物、帳戶、交易紀錄與通訊內容等核心資訊。在檢索增強生成（RAG）架構與跨來源檢索能力的基礎下，調查人員提供人物姓名、公司或行號等與案件相關的線索資訊後，系統便會自動整合多來源資料與文件內容，進行語意分析與重點萃取，進而生成包含商工登記資料、戶籍資料、裁判書等資訊的摘要結果，並於回覆中提供資料的參考來源，有效縮短跨單位比對與人工查核所需時間。
- 關聯分析模組：利用 NLP（自然語言處理）和 LLM（大型語言模型）在多筆資料中找出人物、公司、地點、電話、帳戶等資料之間的關聯性，分析案件的交易關係或資金流向，並於生成的關聯結果中標示對應的文件與段落。如此一來，調查人員不僅能清楚掌握案件全貌與發展脈絡，也能夠依案件需求回溯原始內容，有助於未來查證、複審與移送書撰寫等作業流程。
- 圖表生成模組：藉由前兩個模組找出核心資訊與關聯性後，系統會將人物關係、資金流向等分析結果轉成視覺化圖表，讓案件脈絡一目了然。透過導入此模組，當調查人員面對人物關係與金流複雜的案件時，不僅能避免人工判讀造成的錯誤，若案件規模擴大，也能以現有架構研判新增之資料，節省時間成本。
透過導入「電信詐欺防制 AI 分析平臺」，偵查單位得以用更系統化的方式整合多來源資料，快速掌握關鍵線索與案件脈絡，使原先需大量依賴人工比對的研析工作，能在更短時間內完成，進而提升研析效率與判斷精準度。
