一、案例定位

生成式 AI 整合多來源非結構化資料支援詐欺調查。

二、學習目標

• 理解跨資料來源 summarization。
• 設計案件 triage 與 evidence review 指標。

三、案例情境

PayPal 使用生成式 AI 分析 emails、phone calls、evidence、social media，以更快支援 fraud investigations。

四、開始資料

五、分析方法

建立案件級 evidence matrix，AI 負責摘要與關聯提示，調查人員驗證事實與證據鏈。

六、計算結果

原書未提供案件量或節省時間，因此不量化實際成效。

七、結果分析與管理解讀

AI 可以壓縮資料閱讀量，但不得把關聯性當成犯罪證據。

八、AI 提問詞

只依已提供 evidence 建立案件時間線，將推論標示為「待查證」。

九、思考／情境變動

**題目：**若教材有 240 件案件，其中 60 件需人工 escalation，比例？

參考解答：60÷240=25%。