商傳媒|葉安庭/綜合外電報導

面對層出不窮的金融犯罪,美國最大金融集團摩根大通(JPMorgan)研發出專門處理交易紀錄的 AI 模型「Large Payments Model」(LPM)。外媒報導指出,該模型透過分析用戶長達半年的歷史交易紀錄,在信用卡詐欺偵測的準確度上,比傳統單一任務系統大幅提升 85.5%。

這項技術跳脫傳統大型語言模型依賴文字的做法,改以實際的支付紀錄數據作為訓練基礎。研究團隊表示,該模型最大版本使用高達 4,000 億個 Token 進行訓練,在 AI 領域中,Token 指的是模型讀取與運算數據的基本單位。在單筆交易的獨立即時評估中,LPM 的詐欺偵測表現也比現有系統高出 62.7%。

除了消費金融端的信用卡交易,該模型在企業資金調度與公庫支付上也展現防護成效。針對美國常見的 ACH(自動清算所,即跨行批次轉帳系統)詐欺,LPM 的攔截率增加 27.4%,依金額計算的詐欺攔截規模更高出 63.5%。不過在電匯(Wire Transfer)方面,偵測率僅微幅增加 5.6%,攔截金額未見顯著變化,研究團隊認為這與電匯在訓練資料中的樣本占比偏低有關。

根據相關研究論文,這套模型目前已正式上線投入實際運作,每天負責處理數百萬筆交易。系統在高負載下仍維持極高效能,有 99% 的請求能在 60 毫秒內完成判斷,每筆交易的評估成本更壓低至 0.0001 美元以下。

除了即時攔截異常交易,LPM 也能預測交易送出後的結果,例如在預判信用卡發卡組織與清算網路的回應上,準確度提升了 80%,對於交易失敗後的重新扣款判斷,表現也改善了 22.8%。

在摩根大通推出這項成果之前,支付平台 Stripe 曾於 2025 年推出自家的支付模型來防堵試卡攻擊;萬事達卡(Mastercard)也在 2026 年宣布利用數十億筆匿名交易打造模型。金融巨頭紛紛投入客製化 AI,顯示全球金融業的風控體系正快速走向由專有交易數據驅動的精準防禦模式。