• 机构：Commonwealth Bank + Apate.ai
• 项目：AI-powered bot profiles for scam disruption
• 时间：2025 年 6 月
• 类别：风控反欺诈 / 诈骗情报 / 跨行业协同
• 来源：https://www.commbank.com.au/articles/newsroom/2025/06/apate-ai.html ↗

电话和短信诈骗仍是澳大利亚重大风险。2024 年官方数据中，电话诈骗造成最高总体损失，短信是第二常见接触方式。诈骗团伙也在使用 AI 提升话术和规模，银行仅靠事后报案和交易拦截难以及时掌握新套路。

Apate.ai 部署数千个对话式 AI 机器人画像，通过与电信合作建立大量专用电话号码。这些号码被设计成容易被诈骗者发现和拨打。当诈骗者打电话或发短信时，实际上是在与 AI 机器人对话。

机器人通过文本和语音延长诈骗者互动时间、收集情报、扰乱诈骗运营，并将近实时洞察输入 CommBank 的诈骗控制系统和更广泛跨行业反诈生态。机器人画像在性别、年龄、语气、文化细节上多样化，并针对澳大利亚俚语和幽默进行微调，以提高真实感。

• 每天部署数千个 AI 机器人画像。
• 2024 年底试点后规模和复杂度继续扩大。
• 已有数十万通诈骗电话被转移到机器人。
• 收集的情报帮助生成近实时警报和拦截，保护 CommBank 客户。
• 每让诈骗者与机器人多耗一分钟，就少一分钟用于攻击真实居民。

• 反诈不只做交易监控，还要建立外部诈骗情报来源。
• 与电信、平台、其他银行和监管机构形成跨行业情报闭环。
• 情报进入银行风控系统前要转化为可操作指标：新话术、号码、账户、脚本、受害人画像。
• AI 机器人负责收集和扰乱，人类团队负责情报验证和规则上线。

• 诱捕机器人要遵守当地通信、隐私和执法边界。
• 不应公开具体检测和拦截方法，避免诈骗团伙规避。
• 情报进入客户风控时要评估误伤和证据充分性。

用公开诈骗话术写一个“反诈情报提取模板”，让 AI 从对话中抽取诈骗类型、紧迫话术、收款要求、冒充身份和可疑信号。