（2026.05.05，新加坡）金融诈骗手法日益隐蔽，传统的事后追查模式已难以应对。新加坡金融管理局（MAS）5月4日宣布，正与银行界、政府科技局（GovTech）及新加坡警察部队合作，运用人工智能与机器学习（AI/ML）技术，加强诈骗侦测能力。
作为行业协作的一部分，金管局已启动“价值验证”（Proof-of-Value, POV）项目，测试利用AI/ML技术进行前瞻性诈骗侦测。
该POV汇集了五家银行的数据，旨在建立更稳健和精准的AI/ML模型，以识别高风险交易与账户。金管局指出，及早识别可疑活动，有助于加快评估和干预速度，从而减少客户因诈骗遭受的损失。
为保障数据安全与客户隐私，金管局在推进AI反诈的同时，采取了多项措施：提供安全的数据共享环境与政策框架；通过加密技术保护测试数据；将银行账户号码进行“哈希处理”（Hashing），确保只有提供数据的银行能够识别真实账户；数据访问仅限于授权人员并在受控环境下进行；所有用于POV的数据将在项目结束后被删除。
金管局表示，这项POV将为行业更广泛地利用AI/ML技术打击金融犯罪奠定合作基础。AI/ML工具旨在补充和加强各金融机构现有的反金融犯罪措施。
普华永道新加坡合伙人Thangaraja Nadaraja指出，汇集五家银行的数据使AI/ML模型能够识别“任何单一机构单独行动时无法看见的模式”。他解释，单一机构开发的模型可能存在“盲点”，因为每家银行对生态系统的数据可见范围有限。
安永亚细安金融服务风险咨询负责人Radish Singh表示，金管局的这一倡议是“朝着正确方向迈出的一步”，标志着行业共同应对诈骗问题的“协同努力”。
Fenergo公司市场发展总监Bryan Keasberry也指出：“金融犯罪不再是任何一家银行或参与者能够独自应对的问题，诈骗者和洗钱者在机构、账户、支付渠道乃至国界之间流动，往往快于传统监控系统的响应速度。”他表示，与银行业、政府科技和警方合作，“有助于在损失发生之前，采取更协调、更主动的方式侦测可疑活动”。
金管局表示，在评估POV的有效性并从中吸取经验后，可能会扩大AI/ML模型的应用范围和复杂程度，包括纳入更广泛的数据集和更多使用场景，以进一步加强我国金融系统防御犯罪活动的能力。
