金融科技公司 Feedzai 今日宣布推出「RiskFM」（風險基礎模型），這是業界首個專為金融數據與風險決策打造的表格基礎模型（Tabular Foundation Model）。此模型旨在大幅提升金融機構偵測、預防詐欺、詐騙及洗錢行為的速度與精準度，以應對日益複雜的金融犯罪挑戰。
根據 Feedzai 說法，RiskFM 突破了傳統規則導向或手動建立機器學習模型的限制，其訓練數據涵蓋了廣泛、深入的全球資料集，包括開戶、數位活動、支付、轉帳及反洗錢（AML）流程等，有別於目前業界多數僅限於信用卡網路數據的模型。Feedzai 每年針對全球高達 9 兆美元的支付交易及 1,200 億筆事件進行風險評估，為 RiskFM 提供了堅實的訓練基礎。
Feedzai 首席科學長 Pedro Bizarro 指出，相較於語言、圖像或音訊等領域，金融交易行為的不可預測性更高，消費習慣、支付類型和詐欺模式不斷演變，且金融風險是一個對抗性的領域，詐騙份子會持續調整手法以規避偵測。IDC 研究總監 Sam Abadir 亦表示，基礎模型已在多個領域帶來變革，但金融犯罪領域一直難以應用，而 RiskFM 有望彌補此一鴻溝。
實測結果顯示，即使僅使用單一客戶的數據，RiskFM 也能與客製化的監督式模型表現相當，若整合多個金融機構與地區的數據進行訓練，其效能更能超越傳統模型。RiskFM 的「複合式智慧」能力，意味著它能持續從更多數據中學習並提升偵測效果，提供金融業者在部署速度、成本效益及全面覆蓋金融犯罪生命週期方面的實質助益。
Feedzai 已與英國勞埃德銀行集團（Lloyds Banking Group）等機構展開合作，在反詐欺領域共同推進 AI 創新應用。對於全球各地，包含台灣在內的金融機構而言，導入此類先進模型，將有助於更有效率地偵測與防範日益複雜的金融詐欺與洗錢活動，強化風險管理能力，確保金融交易的安全與信任。
