ATM前の通話を検知率85%で捉えるAI画像分析、ゆうちょ銀行の特殊詐欺防止実証

詐欺かどうかをAIに判定させず、「ATMの前で携帯電話の通話動作をしている」という一つの外形的な動きだけを検知対象に据えた設計が、この取り組みの土台になっています。誰と何を話しているかを見抜こうとすれば、判断材料はカメラの外側にあり、AIには手が届きません。一方、通話しながらATMを操作するという振る舞いは映像だけで判別でき、通常の利用ではあまり起きない動きでもある。手口の中身ではなく、手口に伴って必ず表に出る動作を拾うという割り切りが、無人のATMコーナーでも成り立つ仕組みへの落とし込みを可能にしたと考えられます。

精度を、最初から備わっている性能ではなく運用しながら育てるものとして扱った進め方も見逃せません。関東圏の複数のATMで2023年2月から11月まで検証を続け、社員が実際の画像を確認しながら誤検知の原因を分析し、その結果をAIの学習に戻す往復が重ねられました。実際に稼働しているカメラが捉える映像は、明るさも人の立ち位置も一定ではないため、現場の映像からしか見えてこない誤検知の癖を一つずつ潰す作業が欠かせなかったのでしょう。

検知の精度と、利用者に気づいてもらうことを別の課題として切り分けた判断も、実装面での要点です。AIが正しく捉えても、画面の警告が目に入らなければ意味を持ちません。だからこそ静止画の警告を動画に変え、機械音を著名人の音声メッセージに差し替えるという、AIの外側にある伝え方の改良に手が入っています。この取り組みが銀行単独ではなく、SocioFutureと日本ATMビジネスサービス、そして手口の実態を把握する警察庁を交えた体制で進められたことも、検知すべき動作の設定から現場の機器での見せ方までを一続きで詰められた背景にあると見ています。