Schwab AI 騙案警告：熟悉的聲音已不足以取信

Schwab 表示，人工智能正令常見的金融騙案更難識別，為依靠個人關係建立信任的顧問帶來壓力。這項 Schwab AI 騙案警告聚焦於一項棘手轉變：具說服力的措辭和可辨識的聲音，愈來愈需要獨立核實。

Schwab Advisor Services 風險及控制主管 Cayla Culver 於 10 月 28 日在 Bloomberg Businessweek Daily 發言時，談及犯罪分子如何將 AI 應用於既有詐騙手法。Culver 討論了具說服力的冒充、員工風險，以及不一致的網絡安全事故要求。

這項矛盾貫穿顧問業務：客戶期望得到迅速而個人化的服務，但防騙工作愈來愈要求人們放慢處理看似可信的請求。Fidelity Canada 的公開指引亦反映對偽造通訊的類似憂慮。熟悉程度有助顧問了解客戶，但單靠熟悉並不能確認說話者身分。

Schwab AI 騙案警告針對以更精巧包裝出現的熟悉詐騙

Culver 的核心警告在於既有騙案的可信度和觸及範圍，而非發現一種全新的詐騙類別。

在 Bloomberg 的詐騙討論中，Culver 指出，AI 正改善詐騙訊息的呈現方式，並擴大接觸對象。她亦談到犯罪分子透過合成聲音冒充家人。

聲音複製是利用軟件生成近似某個特定人士的語音。其相關性很直接：熟悉的聲音可強化虛假的緊急事件說法。

Culver 舉例指，一名所謂孫兒向祖母求助，稱自己需要資金保釋出獄。這個請求結合了表面上的身分辨識、緊迫感和保密要求。

比起軟件的新奇程度，這種組合更為重要。來電者希望收件人在其他人有機會質疑故事前，先作出財務決定。

對顧問而言，隨之而來的問題不止是辨識可疑措辭。客戶可能已深信緊急事件屬實，亦確信轉帳是必要的。

顧問於是面對互相拉扯的壓力。迅速行動可配合客戶的即時意願，但延後請求則可騰出時間，確認這些意願是否建基於欺騙。

因此，Schwab AI 騙案警告挑戰了人們對個人化服務的一項安逸假設。即使十分了解客戶，也不能證明每項與該客戶有關的指示均屬正當。

一項請求可以包含準確的個人資料，卻不是由獲授權人士提出。同樣地，真實客戶亦可能真誠地重複犯罪分子提供的指示。

這些情況需要不同回應，但兩者均削弱了「辨認出對方即可定論」的想法。了解某人的處境，與核實付款目的地及用途是兩回事。

訪談亦將焦點轉向顧問公司的員工。Culver 表示，Schwab 的教育工作愈來愈涵蓋保護公司本身，並同時保護客戶。

這擴大了警告所涉及的利害關係。任何員工接受身分聲稱或授予存取權的互動，都可能成為決策點。

若把這次露面描述為 Schwab 新披露的資料外洩，便會誇大證據。討論呈現的是詐騙風險與應對措施，並未證實發生了此類事故。

新聞重點在於營運層面的強調：一家大型金融服務公司正告訴顧問，具可信外觀的通訊需要在全公司範圍內採取更嚴格的核實。

這項區別有助讓報道保持在事實基礎上。訪談支持的是一項關於風險暴露正在改變的警告，而非聲稱每一則可疑通訊現在都涉及 AI。

顧問在請求轉化為指示的任何環節都面對壓力

實際漏洞出現在看似可信的對話，變成可調動資金、披露資料或更改存取權限的許可之處。

顧問關係包含多種形式的信任。客戶信賴顧問的判斷，而顧問則信賴已建立的客戶資料。

員工亦依賴同事、服務供應商和系統。這些關係令日常工作得以進行，但每一項關係都會引入需要判斷請求是否正當的情況。

AI 冒充令這項判斷承受壓力。問題變成：一場具說服力的互動，是否有足夠的獨立支持，可授權下一步行動。

不妨設想一個說明性的情境，而非已報道的 Schwab 個案。客戶在接到一通聽似親屬緊急來電後，聯絡顧問。

客戶的身分可能是真實的，但緊急情況、受益人資料或要求的匯款目的地，仍可能是虛假的。

單靠身分核查只能處理問題的一部分。確認誰聯絡了顧問，並不能解決付款背後理由是否真實的問題。

反過來說，員工可能收到一項看似例行的請求，對方聲稱是支援公司科技系統的人員。在此情況下，即時憂慮是存取權，而非客戶的投資決定。

共通問題在於權限。聽起來專業、熟悉或樂於協助，並不會自動令某人有權取得憑證、更改帳戶或批准交易。

這既是業務問題，也是安全問題。額外核實需要時間，而當客戶相信情況緊急時，可能會視之為阻礙。

暫停處理請求的顧問必須清楚解釋原因。否則，客戶可能把保護措施理解為服務欠佳或不必要的阻撓。

這正是通訊政策與技術控制同樣重要的原因。公司需要一致說明哪些請求需要額外核查，以及員工應如何處理異議。

這項含意對小型業務尤其相關。小型團隊不能假定，非正式對話能可靠地區分真正的例外情況與捏造的緊急事件。

同時，規模本身並不決定風險暴露程度。大型機構在核實責任於團隊之間流轉而沒有清晰歸屬時，同樣可能遇到困難。

有用的區分在於：一項規則是否存在，與其在壓力下是否仍然可用。若緊急請求經常凌駕規則，再出色的政策也只能提供有限保護。

對投資者而言，這改變了迅速回應服務的含義。暫停處理可能是顧問正在保護關係的證據，而非未能理解客戶。

對公司而言，挑戰是令這種暫停變得可預期。把核實視為既定服務的一部分，通常比在令人恐慌的來電中即興對峙更有效。

更廣泛的教訓亦適用於處理審批和機密資料的知識工作者。即使請求看似可信，仍需要一條可辯護的路徑，從聲稱的身分通往獲授權的行動。

熟悉的聲音不能承擔整個核實責任

Schwab 和 Fidelity Canada 描述了共同的防禦方向：透過可信渠道核實通訊，而不是把呈現方式視為證明。

Schwab 在 2026 年 6 月發表的AI 詐騙分析，描述了愈趨個人化的欺騙手法，以及公司如何使用 AI 防禦措施。其例子包括合成聲音和設計成看似正當的通訊。

公司表示，其聲音安全系統檢視的不只是人類聆聽者所聽到的內容。它描述了一種聲紋，即語音特徵的加密表述，並連同其他通話資料一併分析。

Fidelity Canada 的深度偽造指引亦涵蓋合成音訊、圖像和文字。深度偽造是為模仿真實錄音或通訊而製作或修改的媒體。

其指引強調透過可信聯絡方式和核准渠道進行核實。這種重疊顯示，Schwab 的憂慮是更廣泛金融服務業應對措施的一部分。

這項比較並不能證明哪家公司擁有較佳防禦能力。公開教育頁面揭示的是優先事項，而非可比較的真實世界安全表現量度。

不過，它們揭示了一項重要區別。人類判斷一把聲音聽來熟悉，與系統判斷來電來源和特徵，是兩種不同的判斷。

即使成功完成身分核查，其用途亦有限。它有助確認誰正在通訊，而另一項獨立決定則要確認該人可提出甚麼請求。

當合法帳戶持有人本身受到欺騙時，這種分隔尤其重要。強大的登入保護本身無法確認受益人的說法是否屬實。

驗證是核查身分聲稱。授權則是決定某項行動是否獲准；當犯罪分子影響原本合法的用戶時，兩者差異十分重要。

對顧問公司而言，相關的設計問題是這些決定在哪裡交會。安全登入和可信的解釋，不應自動免除對異常指示的審查。

若獨立核實依賴同一可疑來源提供的資料，亦可能失效。致電詐騙訊息中附上的號碼，只會保留原有的不確定性。

更有力的原則是證據分離。當核查使用在可疑互動之前已建立的可信紀錄或渠道時，便更具價值。

這項原則亦解釋了為何熟悉外觀只應獲有限比重。準確的標誌、具說服力的簽名或可辨識的聲音，可以支持某個說法，卻不能證明其來源。

這一切並不令個人關係變得無關重要。顧問對客戶的了解，有助識別值得更仔細留意的請求。

轉變在於，關係知識成為核實的輸入，而非其替代品。最終決定仍需要與相關行動相稱的證據。

Schwab AI 騙案警告之所以重要，是因為它觸及這條日常界線。財務建議依賴信任，但財務指示需要一套能承受模仿的流程。

防禦性 AI 的聲稱需要具說服力示範以外的證據

認識到 AI 能促成冒充，並不代表 AI 防禦措施必然能可靠地阻止它。

Schwab 描述了旨在識別可疑行為和合成語音的技術。這些描述代表公司對其能力的說法，而非對普遍保護效能的獨立證明。

本文審閱的公開材料未有提供可比較、經獨立核實的效能基準。因此，它們無法證明特定防禦措施成功或失敗的頻率。

基準需要說明評估條件。使用清晰錄音的評估，與涉及複雜真實世界來電的評估，回答的是不同問題。

偵測亦涉及相互競爭的錯誤。拒絕真正客戶會造成服務問題，而接納詐騙來電者則帶來另一種、且可能嚴重的風險。

一項有用的評估應同時說明兩種結果。若只聲稱標題準確而沒有這些細節，對評估營運風險的顧問幫助有限。

聯邦貿易委員會的語音複製分析指出各類可能技術應對措施均有局限。當中討論了可移除的浮水印，以及複製技術演變時偵測技術需要相應調整的必要性。

浮水印是加入內容中的訊號，用以標示其來源或特徵。它是否有用，部分取決於能否在後續處理後仍然保留。

FTC 的討論支持審慎看待任何單一訊號作為永久證據的做法。它並非表示所有偵測系統都會失效，亦非表示技術防禦沒有價值。

上游防護措施同樣值得審視。防止未經授權建立語音，與在詐騙電話傳到某人手中後偵測該電話，針對的是流程中不同環節。

Consumer Reports 在 2025 年 3 月的語音複製評估檢視了六家公司的產品。研究人員報告指，在四款受測產品中，可利用公開音訊輕易建立複製語音。

Descript 和 Resemble AI 在該評估中採取了措施，使非經同意的複製更為困難。相關結果僅涉及當時所評估的產品及條件。

這些結果不應被引申為每項具名服務今天仍保有完全相同的防護措施。它們亦無法證實 Culver 所討論事件中的罪犯使用了哪些工具。

這個區別很重要，因為市場不斷變化。歷史評估可以指出控制問題，卻不應被視為所有供應商的當前排名。

對買家而言，隨之而來的問題很具體：系統會核實甚麼、有哪些證據支持其表現，以及當系統不確定時會如何處理？

責任歸屬同樣重要。警示需要有負責人檢視並決定後續行動，尤其當客戶對延誤提出爭議時。

因此，審慎解讀支持採取分層防禦，同時避免作出絕對聲稱。科技可以提供有用證據，但企業仍需為證據不完整的情況制定政策。

聯邦一致性處理的是事後應對，而非身分認定主張

Schwab 對一致聯邦事故規則的呼籲，關乎應對責任，與預防欺詐指令是另一個問題。

在 Bloomberg 訪問中，Culver 表示，不同州份的要求令顧問更難管理網絡安全事故。她強調這對小型公司的負擔。

這項倡議應被準確描述。該訪問證實 Schwab 偏好一致性；但並不表示某項特定聯邦提案已成為法律。

它亦沒有提供各州要求的完整法律比較。企業不應把廣播訪談視為對其責任的詳盡交代。

不過，政策上的張力仍然清晰。一旦事故發生，顧問公司既要控制問題，同時也要查明發生了甚麼，以及誰受到影響。

不同的通知責任可能增加另一項協調工作。一致框架有望簡化決策，但其好處將取決於最終規則及其與現行要求的互動。

這是營運層面的論點，而非更強保障的保證。令申報更容易，並不會自動改善身分核實，或阻止一筆已透過欺騙獲授權的付款。

一致性本身亦不能決定標準質素。統一框架可以施加嚴格或較弱的保障，視乎其實質內容而定。

對評估 Schwab 立場的讀者來說，重要問題是甚麼將會一致。定義、通知觸發條件、接收方要求及執法安排，都會塑造實際結果。

這些是評估實際提案時要問的問題，而不是這次訪問已確立的細節。這個區分可避免把一般偏好當成想像中的立法方案。

詐騙與網絡安全事故之間亦有分別。欺騙性的付款要求、遭入侵的員工帳戶及外洩的客戶紀錄，可能涉及不同事實。

有效應對需要先確立這些事實，才適用合適程序。把一切都標籤為 AI 騙案，可能掩蓋在營運及法律上重要的區別。

這也是科技不應主導整個討論的另一個原因。罪犯是否使用合成語音，短期內或許不如存取權限是否仍遭入侵重要。

同樣地，企業需要了解事故是影響單一指令，還是更廣泛的一組紀錄。這項調查需要通訊表面上的精密程度以外的證據。

對小型顧問而言，更清晰規則的吸引力可以理解。可預測的責任可令準備工作更直接，並減少在本已艱難事件中的不確定性。

值得持懷疑態度追問的是，政策一致性會否轉化為受影響人士的更佳結果。這需要同時審視應對速度和保障，而非只看行政便利。

Schwab 的立場把這些議題帶進與 AI 冒充相同的討論。它們仍是風險管理中彼此相連的階段，使用不同工具，並有不同成功衡量標準。

下一項考驗是企業會否改變核實方式並披露結果

下一些有意義的訊號，是授權做法的改變、關於防禦措施的可信證據，以及事故政策的具體進展。

第一，留意顧問和託管機構的改變，是否把獨立核實納入異常要求的一部分。單靠修訂警告頁面，只能有限地證明營運已改變。

更具參考價值的發展，會說明何時適用額外檢查，以及誰可批准例外情況。這些細節顯示企業是否已把關切轉化為可用的決策流程。

這類訊號會加強一項論點：可信的冒充正在改變金融服務工作流程。若反覆教育而沒有相應流程改變，該論點的支持便較不穩固。

對企業的區分應保持公平。部分保護程序不能完整公開描述，否則會令其更容易被規避。

即使如此，機構仍可說明客戶應預期遇到的廣泛要求。投資者若能預先知道某項要求可能需透過既有渠道確認，便可受益。

第二，留意防禦工具在清楚描述條件下有效運作的證據。供應商示範及廣泛的信心聲明，應比有實質限制的評估獲得較低權重。

有用的披露會說明受測威脅、評估環境及記錄到的錯誤。它們亦會區分偵測合成內容與防止未經授權行動。

這些結果彼此相關，但不可互換。偵測器可識別可疑音訊，卻不能確保每個受影響工作流程都作出恰當回應。

更有力的證據會支持 Schwab 的立場，即 AI 可為防禦作出貢獻。有限或不可比較的披露，則會令有效性問題仍未解決。

同樣的審視應適用於各競爭者。比較企業需要相近定義和評估條件，而非挑選聽來最令人安心的說法。

第三，留意處理事故一致性的明確聯邦提案或監管行動。關鍵發展應包含可執行細節，而非重複對協調一致的一般偏好。

具體文本可讓顧問和受影響客戶評估涵蓋範圍、責任及保障。它亦會顯示提案是否處理 Culver 所述的行政負擔。

這類進展會加強 Schwab 論點中的政策一面。若持續倡議而沒有明確措施，便仍只是一項已表述的目標。

這些訊號均不需要假定未來數月內必定會有某項公告。它們是在發展出現時用以判斷的準則。

與此同時，風險並非純屬理論。FINRA 在 2026 年 6 月的深度偽造與語音釣魚指引提到，經紀業報告有人冒充他人以取得客戶憑證。

Vishing 是透過語音通訊進行的釣魚，phishing 則指以欺騙手段取得資訊或存取權限的企圖。FINRA 亦描述捏造的緊急電話及投資推廣。

這些警告支持嚴肅看待相關風險，卻不支持把所有詐騙中某個未獲證實比例歸因於 AI。經檢視的證據未能確立該比例。

Schwab 的 AI 騙案警告最終提出了實務上的信任標準。可信度應啟動評估，而獨立證據則支持採取行動的決定。

對投資者及知識工作者而言，下一個有用步驟是檢視熟悉的通訊會在哪些位置變成金融指令或存取批准。詢問你的顧問或僱主，哪些要求會獲得獨立確認、哪個可信渠道支援該確認，以及誰會處理不確定情況。在緊急來電令延誤顯得令人不安之前，重新檢視這些預期。討論應聚焦於正在獲授權的行動，而非某人能否自信地辨認合成語音。以同樣紀律閱讀原始指引：區分有文件記錄的控制措施與概括保證，以及已報告風險與量度結果。當熟悉的聲音要求你採取不熟悉的行動時，你的機構會在繼續之前要求甚麼證據？