Fraud（欺诈）指以欺骗手段获取财物的行为，在金融与通信领域通常与欺诈检测（fraud detection）一起被讨论。随着 AI 技术普及，欺诈手段和反欺诈技术都在快速迭代，围绕虚假身份、诈骗电话、财务造假与 AI 生成内容的攻防成为当前行业的主要议题。
欺诈检测的近期进展
支付巨头持续加码实时风控。Visa 推出商业支付三项新能力，并启动 AI 智能体实时支付试点，将欺诈风险评估嵌入智能体自动交易流程，这对机器发起支付场景下的反欺诈提出了新要求（Visa 推出商业支付三项新能力，启动 AI 智能体实时支付试点）。
电信侧的反诈能力正在标准化。中国电信的物联网安全 API 被全球首个纳入 GSMA 开源生态，意味着运营商级的反欺诈与身份核验能力开始向全球开发者和企业开放复用（中国电信物联网安全API全球首个纳入GSMA开源生态）。香港同期扩大电信欺诈管控与诈骗电话识别范围，显示亚太地区在监管层面同步收紧（Hong Kong Expands Telecom Fraud Controls and Scam Call Detection）。
学术界则聚焦检测模型的泛化能力。arXiv 上的研究提出对财务报表欺诈检测进行更稳健的评测框架与新任务设计，指出许多模型在训练数据之外的场景表现不稳定，这是企业风控落地时普遍面临的问题（Benchmarking Generalization in Financial Statement Fraud Detection）。另一项工作 Evi-VN 将证据注入图神经网络，针对欺诈检测中难以覆盖的硬区域提升识别效果（Evi-VN: Hard Region Guided Virtual Node Evidence Injection for GNN-Based Fraud Detection）。
当前焦点与观察点
值得关注的是，AI 正同时扮演攻防两方角色：开源的高精度 AI 图像检测工具被发布，用以对抗深度伪造带来的身份欺诈；金融机构如 Wells Fargo 也在部署用于欺诈检测的智能体系统。而另一面，AI 智能体自动支付、自动化内容生成降低了欺诈的实施门槛。未来一段时间，观察点主要集中在三处：实时支付场景下的机器身份可信问题、跨机构的反欺诈数据共享标准，以及 AI 生成内容检测能否跟上生成技术的更新速度。