澳洲 Apate 動用 200,000 名 AI「受害者」在全球誘騙詐騙集團
重點速覽
- •Apate 表示，其 AI 機器人設計目的是浪費詐騙者時間，並為金融機構與電信公司蒐集情報。
- •該公司稱，旗下近 200,000 個人格可透過電話與各種訊息平台進行逼真的對話。
- •在 6 週內，Apate 的機器人為澳洲電信商 TPG 處理了 600,000 通詐騙電話，該公司稱這相當於超過 500 天的詐騙者時間。
- •Kaafar 表示，這次行動造成的干擾約等同於避免了 1,300 萬美元的損失。
- •Apate 表示，隨著監管機關施加更嚴格的反詐騙義務，其工具已被澳洲及多個海外市場的銀行與其他客戶採用。
澳洲科技公司 Apate 在全球部署大量 AI 機器人角色，扮演容易上當的詐騙受害者，每個月浪費詐騙集團數百萬小時的時間。
該公司的每月績效指標中，有一項格外特別：惱火的詐騙者有多少次對那些裝傻、故意拖住他們的「受害者」破口大罵。
Apate 創辦人 Dali Kaafar 帶著笑意對 Magazine 說：「我想我們是全世界唯一一家把詐騙者對他們罵出的 F 字眼次數，實際列為 KPI 的公司。」
該公司擁有近 200,000 個 AI 角色，能進行逼真的電話對話，也能在社群媒體與通訊平台上聊天。他說：「我可以告訴你，我們基本上每天服務的，正如我們所說的，是數十萬通電話，而且在其他管道上也幾乎是數十萬場對話。」
機器人浪費掉詐騙者的每一小時，就代表他們少一小時能去詐騙一般民眾。到 2025 年底前的 6 週內，Apate 的機器人為澳洲一家名為 TPG 的電信商參與了 600,000 通詐騙電話。
他解釋說：「基本上，我們浪費了詐騙者超過五百天的時間。這大致相當於節省了約 1,300 萬美元。」
在澳洲這樣一個詐騙已成數十億美元問題的國家，這筆金額相當可觀：光是 2024 年，澳洲人就向消費者監管機構 Scamwatch 通報超過 20 億美元的損失，而監管機關警告，這個數字低估了實際損失，因為許多受害者從未報案。
這些機器人的另一個目標，是為銀行與電信公司提供可行情報，以對抗橫跨澳洲、亞洲、非洲、英國與歐洲的詐騙集團。
以 AI 受害者大規模誘騙詐騙者
Kaafar 說，這個想法源自他 2021 年 11 月在雪梨與家人野餐時接到一通詐騙電話。雖然讓妻子很不耐煩，卻讓孩子們看得很開心，他假裝自己是個容易受騙的傻瓜，硬是把詐騙者拖了 44 分鐘。
他說：「接下來對我的孩子們來說，真的就是一場完整的喜劇秀。」他補充，通話過程中他也學到了許多可能有用的資訊，包括詐騙運作方式與所使用的手法。
「當我掛掉那通電話時，我非常清楚地想到：如果我只是為了好玩都能做到這樣，想像科技在規模化後能做到什麼。」
當時他在 Macquarie University 擔任教授，於是把這個想法帶去和幾位研究 AI 與安全的博士生討論。
他說：「我告訴他們，『各位，這件事一定有更好的做法。讓我們打造一個真正能自動化、以規模化方式接觸詐騙者的系統，而且也許最重要的是，能從這些對話中萃取各種情報。』事情就是這樣開始的。」
幾個月內，團隊就從國家情報辦公室取得研究資金，並於 2023 年將計畫自大學分拆成 Apate，名稱取自古希臘欺騙女神。該公司目前與澳洲大多數大型銀行合作，也與英國、南非與東南亞的多家銀行合作。
監管機構也在強化這類工具的需求。自 2024 年 10 月起，英國支付系統監管機構要求銀行補償授權推播支付詐騙的受害者，每件索賠最高可達 £85,000；而澳洲國會則在 2025 年通過《Scams Prevention Framework》，逐步對銀行、電信業者與數位平台施加具約束力的反詐騙義務。
Apate 並非唯一使用 AI 機器人誘騙詐騙者的公司，但其規模遠大於多數同業。英國電信商 O2 去年推出 AI Granny 活動——一位名為 Daisy 的健談老奶奶角色，並結合資深 YouTube 反詐騙者 Jim Browning 的意見打造——該活動透過花數小時和詐騙者聊她的 28 隻貓來消耗對方時間。這項計畫同時也是一場廣告活動，用來提醒大眾注意詐騙電話的危險。
打造完美的 AI 受害者
Apate 起初推出時，涵蓋 120 種不同人格設定，跨性別、年齡與個性類型；如今則已有 197,000 個人格，具備可辨識的聲音特徵與口音，甚至會發出人們在思考該說什麼時常有的那些聲音。
Kaafar 說：「我們花了很多時間打磨與建構這些 AI 機器人，讓它們聽起來就跟你我以及我們的鄰居一模一樣。」
這些 AI 模型是以人類反詐騙者與詐騙者之間錄下的「數百、數百」小時對話訓練而成，因此能採取反制策略。
他說：「它們知道自己是在和壞人通話，如果你要這樣說的話，它們會非常巧妙地引導對話，讓任何詐騙者聽起來都覺得非常、非常逼真，即使詐騙者本身對某些事情抱持懷疑。」這些機器人會被派到 WhatsApp 和 Telegram 上，充當詐騙者的誘餌。雖然「你不可能騙到誠實人」這句老話並不正確，但利用詐騙者對金錢的慾望，依然非常可行。
他說：「他們本質上就是網路犯罪分子。我想我們常常忘了，他們是想騙走別人畢生積蓄的網路犯罪分子。所以，貪婪這一點，有時也是我們的機器人會利用的地方。」
機器人從每通詐騙電話中蒐集有價值的情報
在加密貨幣產業中，Apate 受雇於「區塊鏈分析領域的領導者之一」，不一定是 Chainalysis。對方的重點不是浪費詐騙者時間，而是想知道詐騙者使用哪些錢包與手法，好追蹤資金流向。
他說：「這些機器人在不同對話中互動時，會以數百、數千的速度萃取新的加密貨幣錢包地址。這些資料與情報，幾乎是在損害發生之前就出現了。」
Kaafar 解釋，詐騙是大生意，而背後的呼叫中心「幾乎就是企業組織」。
他說：「這些資料非常、非常重要，因為說到底，那就是你必須極度留意的新帳戶或新錢包。因為這正是這些……詐騙集團收取金錢或資金的地方。」
他說：「你可以把這件事想成永遠領先於詐騙者的手法。而在資金轉移之前，你知道得越多越好。」
今年 7 月，Apate 的機器人揭露了一個市場，其中仲介在印度招攬已驗證銀行帳戶，並提供最高 5% 的佣金，以 USDT 支付，來源是經由這些帳戶流轉的詐騙所得。
好人與壞人之間的 AI 軍備競賽
詐騙者本身也愈來愈多使用 AI 機器人，而 AI 詐騙者像垃圾郵件一樣普及，恐怕只是時間問題。詐騙是一門 1.24 兆美元的生意，因此業者有能力負擔擴大營運所需的運算資源。Apate 的研究顯示，大約 20% 到 30% 的詐騙文字對話已經在使用 AI，但 Kaafar 對於反詐騙機器人與詐騙機器人對抗的結果並不太擔心。他說，Apate 的研究人員認為，依照賽局理論，採防守方角色的 AI 機器人具有優勢，因為它們是在試圖萃取情報，而詐騙機器人則是在試圖讓另一個 AI 執行某個動作。
他說：「你也可以用數學方式證明，這對防守方有利，因為從攻擊者的 AI 模型中萃取情報會變得更容易。」
「我們可以想像一個世界，在那裡詐騙者變得更精密，並部署這類技術。但這也意味著，如果他們這麼做，實際上會被認定為輸掉這場比賽，這對打擊詐騙來說是個好消息。」
相關報導：AI 驅動機器人在維吉尼亞州辯論中代替缺席候選人 | Agent 浪費詐騙者 14 小時，LLM 遭伊朗「污染」— AI Eye
