標題 : 蘋果AI聯手人工審核攔截詐騙　2025年阻止22億美元、逾540萬張盜刷卡交易

・ 2026 年 05 月 21 日

摘要 : Apple以機器學習與人工審核，2025年在App Store阻擋大量詐欺行為與可疑帳戶。

新聞 : 蘋果公司表示，2025年透過結合人工審核與人工智慧(AI)工具，在App Store阻止了逾22億美元（約22億美元）潛在詐騙交易，避免超過540萬張被盜信用卡在其數位市場被濫用。公司強調，這套機制能在交易、帳戶與裝置間建立聯合視角，快速偵測並回應新興詐騙手法。

背景與事實： - Apple指出，透過機器學習模型與人工團隊的混合審查，2025年成功拒絕了11億筆可疑客戶帳戶註冊，並因詐欺或濫用停用約4040萬個客戶帳戶。 - App Store也拒絕了逾200萬項問題應用程式投稿，終止19.3萬個開發者帳號，並拒絕約13.8萬筆開發者註冊。 - 單在最近一個月，蘋果宣稱已阻止約290萬次嘗試安裝或啟動在App Store外或未經授權市集散佈的應用程式。同時，平臺亦吸引了306,000名新開發者加入。

技術與案例說明： - 蘋果表示，機器學習模型能加速偵測並評估新型的欺騙手法，這些系統會跨帳戶、裝置與支付方式彙整可疑行為，並由App Review與風控團隊進行進一步人工判定。 - 公司也指出，部分惡意行為者會先提交看似無害的遊戲或工具（例如拼圖或計算機），在透過審核後再修改軟體以實行金融詐騙；混合審查策略能協助發現此類「事後變更」的風險。

分析與評論： - 成效顯著：從資料看，結合AI與人工審核在攔截大規模詐欺（從建立帳戶到支付欺詐）上效果明顯，阻止金額與案件數量都具體呈現其防護價值。 - 挑戰仍存：高比率的帳戶拒絕與開發者帳號終止可能引發「誤判」與創作者抱怨；此外，系統若過度自動化，也可能衝擊合法小型開發者的上架流程。隱私方面，偵測手法需在不侵犯使用者資料前提下運作，否則恐招監管或公眾質疑。 - 抗衡觀點：有批評認為平臺的封鎖與審核行為可能降低開放性與創新；但蘋果的資料顯示，在強化安全措施同時，平臺仍有大量新開發者加入（30.6萬），顯示平衡管理下仍能維持生態成長。

駁斥替代觀點： - 對於「封鎖政策打壓開發者」的指控，蘋果強調其系統重視風險分級與人工複核，並非單純以黑箱演算法斷定；對於被誤判者應有申訴與復審管道，平臺亦需持續最佳化以降低誤殺。 - 對於「掃描隱私」的疑慮，蘋果則主張偵測模型聚焦行為模式與交易異常，而非無限制存取使用者私密內容，但透明度與外部審查仍是未來改進重點。

總結與展望／行動號召： - 蘋果在2025年的防詐成果顯示，AI與人工審核的結合是保護數位市場的重要工具，但長期維持效能需要平衡安全、隱私與開發者權益。 - 建議：蘋果應提高防詐透明度、強化申訴機制並定期公佈細項報告；使用者則應啟用雙重驗證並留意帳戶異常；開發者需遵循上架規範並保持程式碼透明以降低被誤判風險。未來，隨著詐騙手法演進，平臺、開發者與監管機構須更緊密合作，共同提升生態系的信任與安全。