趨勢觀察／數位政府AI扮要角

AI應用範疇快速普及，導入者已不僅止於產業，政府公部門也逐漸加快步伐，研究機構IDC近期釋出2024全球政府單位趨勢預測報告，2024到2029年十大重點政策中，就有半數與AI相關，由此可見此技術已成建構數位政府的重要工具。

全球AI分析領導廠商SAS的台灣副總陳新銓解析：「展望台灣公部門的AI數位藍圖，運用AI科技打造智慧調查機制是其中不可或缺的一環。這不僅能夠推動政府各單位，邁向即時決策、強化調查效率的未來，更能帶來有效的調查結果，讓民眾更有感。」

陳新銓表示，智慧調查機制可應用的範疇，包括執法、社福、健康、稅收、交通基礎建設、財政、安全、監督等八大層面。

AI技術的導入核心概念在於解決公部門在調查領域所面對的挑戰，這些挑戰包括工作負荷過高，透過AI可提升自動監控效率、減少案件誤報；針對新興犯罪手法，利用AI進行即時稽查、動態追蹤，並且借助機器學習發現異常犯罪，以實現數位治理願景。

建風險評分卡 提升處理效率

台灣檢調與司法工作繁重，司法院統計全台各地院新收案件，光刑事部分2021至2023年兩年間已大幅新增近10萬件，過高的工作負荷對司法調查的效率與品質影響甚鉅。

而檢調司法工作負荷過重的情況各國皆然，負責打擊跨國犯罪、重大犯罪和組織犯罪的澳洲聯邦警察，則選擇利用更有效作法處理大量案件。

澳洲警政單位運用視覺化調查解決方案（Visual Investigator）建立AI調查平台，應用完整調查生命周期，幫助檢調單位建立敏捷式調查分析。利用案件分析後的特徵值，整合規則、機器學習模型，綜合計算出案件分數及案件等級，生成「綜合風險評分卡」，呈現警示案件分析結果，以利檢調單位進行風險分級，並依風險高低快速識別複雜犯罪態樣。各層級調查人員可利用案件編號等資訊查詢相關警示案件，在短時間內，取得案件關鍵資訊，大幅增強管理及蒐集證據的能力，以做出明智的決策。

靠圖學演算法 發覺犯罪特徵

衛福領域同樣可運用AI執行健保詐欺調查，陳新銓提到，健保台灣制度實施多年來，「假住院」、「假看診」、「健保費浮報」等事件層出不窮，幾天前就有一位中醫師偽造就醫民眾資料虛報醫療費用遭到判刑，今年3月某醫師利用遊民與民眾健保卡偽造就醫紀錄，詐領百萬餘元健保費。

面對這類事件，美國北卡羅來納州的保險部門就在SAS Cloud中建立保險犯罪調查系統，有效強化詐欺偵測與調查追蹤能力。該部門調查人員透過SAS視覺化調查中的AI關聯網絡圖，透過AI圖學演算法，找出交易網絡重要節點，快速釐清各筆交易之間的共同地址、電話號碼、電子郵件和其他隱藏聯繫，在短短七個月內，就協助州政府追回690萬美元不法所得，案件期限內的調查成功率也從原本的60%提升至98.7%，成效相當驚人。

運用自動建模 探索異常樣態

因應時代快速轉變，因應新科技所衍生出新的犯罪型態，層出不窮。在財政方面，兩年前因熱門韓劇《魷魚遊戲》帶動同名加密貨幣「魷魚幣（SQUID）」價格狂飆，引起一波加密貨幣如何課稅的議題討論。然而，既有的稅務機制不易偵測數位經濟收入，往往導致徵收不易，也因此令人擔憂加密貨幣將成為新型態逃漏稅手法的溫床。

愛沙尼亞稅務和海關委員會利用AI Auto ML的監督式詐欺評分模型，加強偵查複雜或新型態逃漏稅事件。透過監督式機器學習模型，持續追蹤與學習歷史詐欺案例，讓Auto ML自動優化AI模型，確保模型品質，並主動發現新的異常行為，提升警示的精準度。

陳新銓指出，政府公部門案件繁重，須處理各類違法、違規案件的資訊，但這些案件往往龐雜且缺乏組織性。為提供快速且不影響偵查品質的解決方案，建立一個實用的AI調查平台至關重要，這將是開啟公部門科技偵查新頁的關鍵要素。