SAS臺灣總經理陳愷新：疫情衝擊 企業應該加速導入AI

疫情持續延燒全球，軟體廠商SAS指出，自從去年疫情在全球四起之後，疫情助長詐欺犯罪，全球支付業的數位詐欺事件增加35％。SAS臺灣總經理陳愷新指出，疫情之下企業導入AI更顯重要，以應用面來看，以「詐欺偵測」、「客戶關係重塑」、「需求預測」三面向成長最明顯。他表示，疫情衝擊下，企業更需強化數位轉型動能，積極導入AI應用，做好「減震」及「復甦」的準備。

SAS表示，新冠肺炎疫情去年初在去年開始蔓延，美國舞弊稽覈師協會表示，已有77％的受訪成員指出詐欺案件數量激增，全球支付業數位詐欺事件更增加35％。此外，因爲疫情影響，網購和數位支付的蓬勃發展，促使電商銷售創下歷史新紀錄，但隨之而來的，數位支付在全球助長詐欺案件增加。

而臺灣近期非接觸式的交易需求大幅增加，加上近期銀行處理紓困貸款業務，金融犯罪隱憂也升溫。陳愷新指出，對金融業者來說，此時更需仰賴AI大量且快速運算的特性，阻斷即時異常交易與風險評估，讓資金與金融服務留給真正有需求的民衆。同時針對可疑案件及資金流向，立即透過視覺化調查平臺打造更強有力的防範後盾。

陳愷新指出，疫情的影響下，企業更需要能支撐決策的數據基礎、給予行動建議的即時運算技術，以及規劃出模擬情境來預測風險及需求。整體在疫情期間，可說以「詐欺偵測」、「客戶關係重塑」、「需求預測」三大面向的應用成長最爲明顯。

以詐欺偵測來說，陳愷新說，匯豐銀行（HSBC）導入SAS即時交易詐欺偵測系統，在客戶刷卡的當下，以平均不到60毫秒的時間內整合大量資料、客戶特徵資料、客戶過去的交易資料，即時偵測出這張信用卡被盜刷的可能性，判斷是否直接阻斷交易。

目前匯豐銀行至今已在30個地區監控超過1億張信用卡，不但讓掌握即時偵測的交易量增加了87％，標記出潛在詐欺的運算資源成本更減少30％。陳愷新也指出，目前國內也有大型銀行加速佈局，已與SAS展開合作信用卡僞冒交易阻斷。

而在需求預測方面，以製造業來說，疫情下客戶更會要求交貨時程的精準度，製造業若沒有精準的預測，備料過多會增加庫存成本，過少則影響客戶滿意度。SAS曾協助美國本田汽車（Honda）運用1200個經銷商所累積下來的銷售與維修資料，建立AI模型，預測各零件預備的指標及客戶習慣等，讓零件準備預測準確度高達99％。

此外，在零售產業，疫情爆發讓民生消費轉往線上，如何精準預測銷售趨勢，及優化庫存管理將形成一大挑戰。法國零售商家樂福先前也攜手SAS處理全球賣場、倉庫及電子商務平臺等來源的資料，改善下游消費預測及上游供應商訂貨程序，減少庫存過剩。

然而，目前全球供應鏈不確定仍在，資料難累積AI該如何預測？其實AI能以時間序列爲基礎建立「事件」資料庫；除固定事件外，再納入特殊事件及外部資料如失業率、油價、疫情傳播狀態等，產出各程度衝擊的最佳與最壞情境模擬。

美國疫情爆發之初，各州陸續頒佈「居家令」，許多製造商面臨業績衝擊，且保修準備金與備料預估大失準，財務狀況吃緊。當時通用電器（GE），即以SAS AI模型，將突發的疫情狀況參數，如各地政令、疫情嚴峻度、近期異常數據等加入模型訓練，快速產出各類情境，以利決策層級快速擬定應對戰略。

此外，連續多年被評爲「全美最佳醫院」克里夫蘭醫學中心（Cleveland Clinic）於疫情爆發後也攜手SAS以AI模型預測患者人數、所需加護牀位數、醫護人員防護設備和呼吸器數量。藉此設計了「最好」、「最壞」以及「最有可能發生」的三種情境，隨情勢和資料源變化進行即時調整。該醫學中心去年即曾啓動「最壞」的情境應對：在其教育園區內爲無需加護病房的新冠肺炎患者搭建了1000張臨時病牀。