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

犯人が被害者に電話をかけ、ATMの前で操作を指示しながら送金させる。この手口が社会問題となるなかで、ゆうちょ銀行は関係各所と有効な対策を探していました。ATMコーナーに防犯カメラが設置されていること自体は、被害をその場で止める力にはなりません。

編集部の見立てでは、この困りごとの本質は、詐欺の兆候を見つけられないことではなく、兆候が表に出てから送金が終わるまでのわずかな時間に、その場で誰も割って入れないという点にあったのではないでしょうか。ATMコーナーは基本的に無人で、行員が常時見張っているわけではありません。カメラの映像は、被害が起きた後に経緯をたどるためには役立っても、進行中の被害に対しては沈黙したままです。手立てがまったくなかったというより、気づく仕組みと止める仕組みが、被害の現場で結びついていなかった。

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。

実証実験を通じてAIの学習を繰り返した結果、通話動作の検知率は約85%まで向上しました。同時に、警告表示に利用者が気づく割合をどう上げるかが、次の課題としてはっきり浮かび上がっています。この二つが並んで出てきたことは、検知の精度が上がるほど、成否を分ける地点が「伝わるかどうか」の側へ移っていくことを示していると読めます。この結果を踏まえ、警告画面と音声をリニューアルしたうえで、対象となるATMへの全国展開を順次進めることが決まりました。