AI 'membaca' skrip, memberi amaran kepada pengguna tentang penipuan.

Dalam masa kurang daripada sekelip mata, sistem AI MoMo menganalisis lebih 1,000 isyarat risiko secara serentak. Jika ciri-ciri yang serupa dengan corak penipuan yang dikenal pasti sebelum ini muncul, sistem akan menilai tahap risiko dan mengeluarkan amaran.

Memandangkan penipuan menjadi lebih pantas dan canggih.

Menurut statistik yang dikongsi di forum Digital Trust in Finance 2026 (DTF 2026), rakyat Vietnam kerugian lebih 8 trilion VND akibat penipuan dalam talian pada tahun 2025. Walau bagaimanapun, aspek yang membimbangkan bukan sekadar jumlah kerugian; pakar percaya cabaran utama ialah AI menyebabkan peningkatan yang belum pernah terjadi sebelumnya dalam kelajuan mewujudkan senario penipuan, di samping mengurangkan "halangan kemasukan" bagi penjenayah siber dengan ketara.

Sebelum ini, menjalankan penipuan berskala besar memerlukan pelaku meluangkan banyak masa untuk membangunkan senario, mengumpulkan data, menulis kandungan dan menghubungi mangsa. Kini, banyak langkah ini boleh diautomasikan dengan kos yang sangat rendah.

Encik Nguyen Manh Tuong, Pengasas Bersama, Pengerusi Bersama Lembaga Pengarah dan Ketua Pegawai Eksekutif MoMo, menyatakan: "AI menjadikan penipuan 'lebih pantas, lebih murah dan lebih canggih', dan mengubah sepenuhnya cara pelaku menjalankan kempen penipuan dalam talian."

Encik Nguyen Manh Tuong berkongsi perkara ini di Forum Digital Trust in Finance 2026.

Daripada kaedah penyebaran besar-besaran seperti dahulu, senario penipuan kini boleh dicipta pada kadar yang lebih pantas dan dengan tahap pemperibadian yang lebih tinggi. Daripada tingkah laku dalam talian dan tabiat pengguna hinggalah hubungan media sosial, pelbagai data yang tersedia secara umum boleh digunakan untuk membina pendekatan yang disasarkan yang sangat khusus untuk setiap pengguna.

Dalam forum bawah tanah hari ini, terdapat peningkatan bilangan model "phishing-as-a-service" – di mana toolkit pancingan data ditawarkan sebagai langganan yang serupa dengan perisian SaaS. Pengguna boleh menyewa laman web palsu yang sedia ada, sistem e-mel massa, papan pemuka untuk memantau data yang dicuri, dan juga perkhidmatan sokongan teknikal yang disertakan.

The Wall Street Journal, memetik data daripada Microsoft, Barracuda Networks, Netcraft dan FBI, menunjukkan bahawa banyak platform pancingan data kini "dikemas" dengan antara muka mesra pengguna, templat pra-binaan dan keupayaan untuk digunakan dalam beberapa minit. Ini membolehkan pasukan yang kurang mahir teknikal untuk menyertai kempen pancingan data berskala besar dengan cepat.

Model anti-penipuan juga perlu "mempercepatkan".

Berdasarkan pengalaman di atas, Encik Nguyen Manh Tuong percaya bahawa industri kewangan digital tidak boleh terus bergantung sepenuhnya pada pemikiran tradisional "mengesan transaksi dan kemudian menyekatnya." Sebaliknya, MoMo mesti mengubah pemikirannya daripada "menyekat pelaku jahat" kepada "bergaul dengan pelaku yang baik."

Setiap transaksi di platform MoMo diproses dalam 100-300 milisaat. Dalam tempoh yang lebih singkat daripada sekelip mata, sistem AI menganalisis lebih daripada 1,000 isyarat risiko yang berbeza secara serentak. Isyarat ini termasuk peranti log masuk, lokasi geografi, sejarah transaksi, kekerapan penggunaan akaun, ciri penerima dan banyak lagi tanda luar biasa dalam tingkah laku transaksi.

Jika sesebuah akaun tiba-tiba menjana transaksi besar kepada sekumpulan akaun yang sebelum ini dikaitkan dengan aktiviti yang mencurigakan, atau mempamerkan ciri-ciri yang serupa dengan corak penipuan yang didokumenkan sebelum ini, sistem tersebut boleh segera menilai tahap risiko dan mengeluarkan amaran.

Keputusan awal menunjukkan bahawa pendekatan ini menghasilkan keputusan yang positif. Di platform MoMo, bagi setiap 1,000 pengguna yang menerima amaran daripada sistem, 995 orang menghentikan transaksi tersebut. Hasilnya, kira-kira 44 bilion VND dijimatkan setiap hari daripada potensi risiko penipuan.

Penemuan ini menunjukkan bahawa keselamatan moden bukan sekadar mencegah serangan luaran. Lebih penting lagi, ia adalah tentang menyokong pengguna dalam membuat keputusan yang lebih tepat pada masa-masa paling terdedah kepada manipulasi.

Sebaliknya, setiap akaun penipuan yang baru ditemui, setiap senario pancingan data baharu yang dilaporkan oleh pengguna atau setiap transaksi luar biasa yang baru disahkan boleh serta-merta menjadi data untuk sistem mengemas kini model pengenalpastian risikonya.

Hasil daripada ini, pengajaran berharga yang dipelajari oleh pengguna individu telah diubah oleh MoMo menjadi pengetahuan bersama untuk seluruh sistem. Pemikiran ini membentuk strategi membina "perisai bersama": tidak membiarkan pengguna menghadapi risiko sendirian, tetapi mengubah kuasa data komuniti menjadi sistem imun digital yang mampu belajar sendiri dan terus bertambah baik dari semasa ke semasa.

(Sumber: MoMo)

Sumber: https://vietnamnet.vn/ai-doc-vi-kich-ban-canh-bao-nguoi-dung-truoc-bay-lua-dao-2520887.html