在全球金融科技 (FinTech) 浪潮的推動下，人工智慧 (Artificial Intelligence, AI) 技術已成為銀行提升財富管理服務品質與效率的關鍵驅動力。與此同時，為防制洗錢與資恐，並確保金融商品符合消費者利益，因此「認識你的客戶」(Know Your Customer, KYC) 與「認識你的產品」(Know Your Product, KYP) 的法規合規性要求日益嚴格。本研究旨在探討銀行在導入AI技術輔助KYC/KYP程序時，所面臨的法律框架、實務挑戰與未來發展路徑。

同時，在科技進步的背景下，全球金融犯罪手法日益精密複雜，反洗錢（Anti-Money Laundering, AML）與打擊資恐（Countering the Financing of Terrorism, CFT）已成為銀行業面臨的首要合規挑戰。作為AML框架的基石，KYC/KYP不僅是法規遵循的基礎，更是風險預防的前沿防線。隨著金融科技浪潮的推進，人工智慧也從單純的服務優化工具，轉變為革新AML合規體系的關鍵戰略資產。

本研究聚焦於銀行如何運用AI技術，強化KYC與KYP流程的有效性與效率，從而建構更具韌性與智慧化的AML防禦體系，並深入探討此過程中所面臨的法律框架、實務挑戰與未來發展路徑。

研究方法上，本論文將採用法規與案例分析，比較國際AML監理框架（如金融行動工作組織FATF之建議）與國內法規之實踐，深入研究AI技術如何透過強化的KYC/KYP程序融入AML合規的核心環節—客戶盡職調查（Customer Due Diligence, CDD）、風險評估與持續性交易監控，並輔以文獻整理與銀行實務案例觀察。

研究內容將涵蓋KYC/KYP制度的法理基礎與規範，同時亦將探討銀行在客戶辨識與驗證、客戶風險評估以及監控與異常追蹤等KYC實務操作。在人工智慧技術方面，本研究將概論AI核心技術，並分析AI輔助KYC與KYP實務的案例，探討其如何協助合規、面臨的挑戰及改進之道。

本研究之目的在於釐清人工智慧如何符合法定KYC/KYP義務，評估現行法制是否足以規範AI參與的財富管理行為，並展望未來如何在提升AI輔助功能、提升效率與創新之餘，兼顧法規合規。

最終，本研究將提出建構穩健AI賦能AML合規框架的具體結論與建議。內容將涵蓋法規修訂方向、實務操作指引（如提升AI模型於AML應用的透明度與可稽核性、建立跨機構AML聯防數據平台、促進AI技術人員與AML法遵人員的深度協作等），期能為我國銀行業在AI時代下，提供具實用性的發展藍圖。

Under the impetus of the global Financial Technology (FinTech) wave, Artificial Intelligence (AI) technology has become a key driving force for banks to enhance the quality and efficiency of wealth management services. Concurrently, to combat money laundering and terrorist financing, and to ensure that financial products serve consumers' best interests, the regulatory compliance requirements for "Know Your Customer" (KYC) and "Know Your Product" (KYP) have become increasingly stringent. This research aims to explore the legal frameworks, practical challenges, and future development pathways that banks face when implementing AI technology to assist with KYC/KYP procedures.

Meanwhile, against the backdrop of technological advancement, global financial crime methodologies have become increasingly sophisticated and complex. Anti-Money Laundering (AML) and Countering the Financing of Terrorism (CFT) have emerged as the foremost compliance challenges confronting the banking industry. As foundational pillars of the AML framework, KYC/KYP serve not merely as regulatory compliance baselines, but as frontline defenses in risk prevention. With the advancement of the FinTech wave, AI has evolved from a mere service optimization tool into a critical strategic asset revolutionizing AML compliance systems.

This research focuses on how banks can leverage AI technology to enhance the effectiveness and efficiency of KYC and KYP processes, thereby constructing a more resilient and intelligent AML defense system, while thoroughly examining the legal frameworks, practical challenges, and future development pathways encountered in this transformation.
Regarding research methodology, this thesis will employ regulatory and case study analyses, comparing international AML regulatory frameworks (such as the Financial Action Task Force's recommendations) with domestic regulatory practices, conducting in-depth research on how AI technology integrates into the core components of AML compliance—Customer Due Diligence (CDD), risk assessment, and continuous transaction monitoring—through enhanced KYC/KYP procedures, supplemented by literature review and observations of banking practice cases.

The research content will cover the legal principles and regulatory foundations of the KYC/KYP regimes, while also exploring practical banking operations for KYC, including customer identification and verification, customer risk assessment, and monitoring and anomaly tracking. In terms of AI technology, this study will provide an overview of core AI technologies and analyze case studies of AI-assisted KYC and KYP practices to explore how AI aids compliance, the challenges it faces, and potential avenues for improvement.

The objectives of this study are to clarify how AI can fulfill statutory KYC/KYP obligations, to assess whether the current legal system is sufficient to regulate AI-involved wealth management activities, and to prospect how to balance the efficiency and innovation of AI-assisted functions with regulatory compliance in the future.
Ultimately, this research will present concrete conclusions and recommendations for constructing a robust AI-empowered AML compliance framework. The content will encompass regulatory amendment directions and practical operational guidelines (such as enhancing the transparency and auditability of AI models in AML applications, establishing cross-institutional AML collaborative data platforms, and promoting deep collaboration between AI technical personnel and AML compliance officers), with the aspiration of providing Taiwan's banking industry with a practical development blueprint in the AI era.

一、中文部分(依姓氏筆畫排序)
(一)期刊論文
1.方元沂，AI金融科技監管與金融消費者保護，月旦法學雜誌，351期，頁73，2024年8月。
2.杜怡靜，關於金融消費者保護法中「適合性原則」之再反思，月旦法學雜誌，287期，頁28-29，2019年3月。
3.李婉婷，個人資料保護於大數據時代之法律問題研究—以公務機關運用為主，財稅研究，48卷3期，頁63，2019年5月。
4.周振鋒，論機器人投資顧問之興起與投資人之保護-以美國法為中心，東吳法律學報第三十卷第四期，頁77-79，2018年8月。
5.周振鋒，論民事信託關係下受託人之忠實義務，政大法學評論，第171期，頁100-102，2022年12月。
6.周濟群，邁向自動化科技化監理—RegTech、RPA與持續性稽核，會計研究月刊，407期，頁62，2019年10月。
7.林丙輝、張森林、葉仕國，台灣衍生性金融商品市場實證與運用研究文獻回顧與展望，臺大管理論叢，第27卷第2期，頁1-44，2017年。
8.林仁光，由兆豐銀案談銀行監理─由銀行治理及銀行保密法之遵循出發，月旦法學雜誌，259期，頁23，2016年12月。
9.林思惟，金融聯合徵信中心 信用評分與風險管理，金融聯合徵信月刊第六期，頁3，2009年。
10.洪瑩容，人工智慧與聘僱歧視問題簡析─以性別歧視為核心，台灣勞工季刊，77期，頁15-16，2024年3月。
11.胡宇佳，人工智能驅動的金融科技在商業銀行的應用與挑戰，金融，第14期，頁1589，2024年7月29日。
12.財團法人中華民國證券暨期貨市場發展基金會，歐盟MiFID II施行對資產管理業之影響， 頁20-25，2018年11月。
13.張冠群，金融商品銷售適合性原則之法制分析－兼評台灣金融服務法草案第三十一條及相關規定，國立高雄大學法學論叢，第5期，頁134-135，2009年9月。
14.陳肇鴻，由比較法觀點論金融機構之適當性義務，軍法專刊，57卷2期，頁97-98，2011年4月。
15.黃詩淳，AI可解釋性的法學意義及其實踐，臺大法學論叢，52卷特刊，頁933-935，2023年11月。
16.劉博涵，智能投顧演算法透明的價值辯證、規制導向與實現路徑，深圳大學學報，第41卷第1期，頁103-113，2024年6月。
17.謝當颺，我國金融消費者保護法適合性義務於保險關係適用之研究，國立政治大學法律學系碩士論文，頁25-28，2014年。
18.韓政道，AI演算法於投資交易的運用及其刑事責任，月旦法學雜誌，第353期，頁74-87，2024年10月。

(二)碩博士學位論文
1.施詠馨，論金融科技與法遵科技之挑戰與法制策略，國立臺灣大學法律學研究所碩士論文，頁120-125，2023年7月。
2.張詩瑀，人工智慧在金融法上之運用與挑戰—以機器人投顧為主軸，國立成功大學法律學系碩士論文，頁88-92，2021年7月。
3.賈馥萍，加密貨幣之洗錢防制研究，國立臺灣大學法律學院科際整合法律學研究所碩士論文，頁35-37，2018年8月。
4.劉容如，銀行銷售衍生性金融商品之金融消費者保護法制研究—以適合性原則與說明義務為中心，國立政治大學法學院碩士在職專班碩士論文，頁35-36，2018年8月。

(三)其他資料來源
1.4D KYC，建立全方位全視角的KYC機制，網址:https://www.credit.com.tw/NEWcreditonline/4D%20KYC/#about(最後瀏覽日2025年8月1日 )。
2.AWS，什麼是人工智慧?，網址:https://aws.amazon.com/tw/what-is/artificial-intelligence/(最後瀏覽日2025年8月1日 )。
3.Aws.Amazon，什麼是自然語言處理 (NLP)？網址:https://aws.amazon.com/tw/what-is/nlp/ (最後瀏覽日2025年8月1日 )。
4.CRIF中華徵信所，大數據挑戰的新解方－4D KYC(2024)，網址:https://www.credit.com.tw/CreditEpaper/Epaper/Theme.aspx?unit=581（最後瀏覽日：2025年12月29日)。
5.FaceMe ，打造安全、快速、可靠且流暢的金融eKYC應用，網址:https://tw.cyberlink.com/faceme/solution/Fintech-eKYC/overview(最後瀏覽日2025年8月1日 )
6.Google Cloud,什麼是人工智慧 (AI)？，網址:https://cloud.google.com/learn/what-is-artificial-intelligence?hl=zh-TW (最後瀏覽日2025年8月1日 )
7.中央研究院台灣人工智慧行動網，人工智慧的法律責任與法人格設計—法律經濟分析的觀點，網址:https://ai.iias.sinica.edu.tw/legal-responsibility-and-personality-of-ai-minutes/（最後瀏覽日：2025年12月25日 ）
8.內政部警政署警察廣播電台，「鷹眼識詐聯盟」正式成立 刑事局攜手金融業共同打詐 AI辨認高風險帳戶阻詐於先，2023年10月16日，網址: https://reurl.cc/MMA73L (最後瀏覽日2025年10月25日 )。
9.玉山銀行，玉山金獲利再創新高 亞資啟航深化高端顧客經營，2025年8月11日，網址: https://www.esunbank.com/zh-tw/about/news-center/detail?id=F38712D2C0244A0ABE12801BAF82A204 (最後瀏覽日2025年12月25日 )
10.林亮妏，當 AI 凝視你！資訊隱私與民主的價值考驗—專訪邱文聰，中央研究院研之有物，網址：https://research.sinica.edu.tw/informational_privacy/（最後瀏覽日：2025年9月5日）。
11.金杜律師事務所，適當性義務的起源與比較法研究，2022年9月26日，網址:https://www.kwm.com/cn/zh/insights/latest-thinking/origin-and-comparative-study-of-suitability-obligations.html (最後瀏覽日：2025年11月1日 )
12.金管法字第1110192104號函，2022年5月2日。
13.金管會，金融監督管理委員會防制洗錢及打擊資恐策略藍圖，2018年8月27日。
14.金管會，金管會公布金融業應用人工智慧(AI)調查結果，2025年5月20日，https://reurl.cc/aM94Q9(最後瀏覽日2025年11月1日 )
15.金融監督管理委員會銀行局，銀行防制洗錢及打擊資恐注意事項範本，金管銀法字第10801049540號函，2019年4月23日，第9條。
16.金融監督管理委員會，金融業運用人工智慧(AI)指引，2024年6月20日。
17.香港個人資料隱私專員公署(PCPD)，人工智慧(AI)個人資料保障模範框架，2024年6月。
18.財團法人金融消費評議中心，商品適合度：KYC與KYP，網址:https://www.foi.org.tw/Article.aspx?Lang=1&Arti=2424&k=&p=2&lid=1839(最後瀏覽日2025年8月1日 )
19.財團法人金融消費評議中心，保險招攬爭議-保費來源與適合度評估，2025年9月22日，網址:https://www.foi.org.tw/Article.aspx?Lang=1&Arti=11043&k=&ClassId=&p=1(最後瀏覽日2025年10月20日 )
20.富邦金控，防詐新利器！北富銀推出「鷹眼即時通」，2025年7月2日，網址: https://www.fubon.com/financialholdings/news/news_1250702_428205.htm (最後瀏覽日2025年10月30日 )
21.曾韵、翁立翰、周柏廷，安永台灣 RegTech監理科技：挑戰與成功關鍵，工商時報。網址:https://www.ctee.com.tw/news/20250627700168-439901（最後瀏覽日：2025年12月25日 ）
22.陳美君，機器人理財今年喊衝200億 這家銀行首季登榜奪亞軍，聯合新聞網，https://money.udn.com/money/story/5613/8697218（最後瀏覽日：2025年11月1日 ）。
23.葉長霖，AI模型訓練是什麼？5步驟了解AI 模型開發流程(2024)， 網址:https://solwen.ai/posts/ai-model-training (最後瀏覽日:2025年8月1日)
24.鄧白氏，OFAC是什麼？了解OFAC制裁名單！5大企業合規要點掌握國際制裁風險，網址:https://www.dnb.com.tw/Thoughts/OFAC-sanction/ (最後瀏覽日:2025年11月20日 )
25.銀行公會，金融機構運用人工智慧技術作業規範，2024年3月14日。
 
二、英文文獻
I.Journal Articles (By Alphabetical Order)
1.Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton , ImageNet Classification with Deep Convolutional Neural Networks (2012)
2.Alex Graves, Jürgen Schmidhuber,Framewise phoneme classification with bidirectional LSTM and other neural network architectures. (2005)
3.A.R.Y. Toronata Tambun, Gatot Yudoko, Leo Aldianto, Strategy and Innovation in AI Oversight: Fiduciary Duties of Banking Boards. (2025)
4.Directive 2014/65/EU of the European Parliament and of the Council of 15 May 2014 on Markets in Financial Instruments and Amending Directive 2002/92/EC and Directive 2011/61/EU (MiFID II)
5.Directive 2014/65/EU of the European Parliament and of the Council of 15 May 2014 on Markets in Financial Instruments (MiFID II), Article 16(3)
6.European Commission, Implementing and Delegated Acts on Directive 2014/65/EU (MiFID II)
7.Juan Carlos Crisanto,Cris Benson Leuterio, Jermy Prenio & Jeffery Yong,Regulating，AI in the financial sector: recent developments and main challenges,Financial Stability Institute (2024)
8.Matthew Miller, Deepfakes:Real threat, KPMG (2025)
9.MS Samreen Zehra, Syed Farhan Mohsin, Shaukat Wasi, Syed Imran Jami,Muhammad Shoaib Siddiqui & SM Khaleeq ur Rehman Raazi,Financial Knowledge Graph based Financial Report Query System(2021).
10.Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act), Article 15, Official Journal of the European Union, L 1689/1, 12 July 2024.
11.SEC, Final Rule: Regulation Best Interest, Release No. 34-86031, at 79-80 (June 5, 2019)
12.Venkatesh U. Rajput, Research on know your customer(KYC), International Journal of Scientific and Research Publications , Volume 3, Issue 7 (2013).

II.Online Sources (By Alphabetical Order)
1.AML RIGHTSOURCE, Revolutionizing KYC with AI: Challenges, Solutions, and Regulatory (2025, January 13). https://www.amlrightsource.com/resources/revolutionizing-kyc-with-ai-challenges-solutions-and-regulatory-considerations (last visited Sep. 29, 2025 ).
2.AML RIGHTSOURCE, Revolutionizing KYC with AI: Challenges Solutions, and Regulatory Considerations (2025), https://www.amlrightsource.com/resources/revolutionizing-kyc-with-ai-challengessolutions-and-regulatory-considerations (last visited Aug. 1, 2025 ).
3.Authbridge, KYC Challenges In 2025 And Beyond, https://authbridge.com/blog/kyc-challenges-today-and-future/ (last visited Aug. 1, 2025 )
4.Bank of England, Financial Stability in Focus: Artificial intelligence in the financial system, https://www.bankofengland.co.uk/financial-stability-in-focus/2025/april-2025 (last visited July. 1, 2025 )
5.DIGITALISATION WORLD, AI governance gaps pose risks in financial services, https://m.digitalisationworld.com/news/70869/ai-governance-gaps-pose-risks-in-financial-services, (last visited Nov. 1, 2025 )
6.Dogu Araci, Financial Sentiment Analysis with Pre-trained Language Models (2019) https://ar5iv.labs.arxiv.org/html/1908.10063?_immersive_translate_auto_translate=1, (last visited Aug. 1, 2025 )
7.European Commission, Implementing and delegated acts, Retrieved from：https://commission.europa.eu/law/law-making-process/adopting-eu-law/implementing-and-delegated-acts_en (last visited Dec. 25, 2025 ).
8.European Parliament, Legislative Train Schedule, Retrieved from： https://www.europarl.europa.eu/legislative-train/theme-an-economy-that-works-for-people/file-6th-directive-on-amlcft-(amld6 ) (last visited Jul. 1, 2025).
9.FATF, International Standards on Combating Money Laundering and the Financing of Terrorism & Proliferation, THE FATF RECOMMENDATIONS (2025), https://www.fatf-gafi.org/en/publications/Fatfrecommendations/Fatf-recommendations.html (last visited Dec. 29, 2025).
10.Financial Crimes Enforcement Network, FinCEN's Legal Authorities, Retrieved from：https://www.fincen.gov/resources/fincens-legal-authorities (last visited Jul. 1, 2025 ).
11.HID, Know Your Customer (KYC) ID Verification - HID Global., Retrieved from：https://www.hidglobal.com/solutions/know-your-customer-kyc-id-verification (last visited Aug. 1, 2025 )
12.IBM, What is unsupervised learning?, https://www.ibm.com/cloud/learn/unsupervised-learning (last visited Aug. 1, 2025 )
13.Ian J. Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair, Aaron Courville, Yoshua Bengio, Generative Adversarial Networks (2014), https://arxiv.org/abs/1406.2661 (last visited Aug. 1, 2025 )
14.Jeffrey Dastin, Amazon Scraps Secret AI Recruiting Tool That Showed Bias against Women, Reuters, https://www.reuters.com/article/us-amazon-com-jobs-automation-insight-idUSKCN1MK08G (last visited Nov. 1, 2025 )
15.Matthew Doran & Michael Janda, Commonwealth Bank to pay $700m fine for anti-money laundering, terror financing law breaches, ABC NEWS, https://www.abc.net.au/news/2018-06-04/commonwealth-bank-pay-$700-million-fine-money-laundering-breach/9831064?ref=lucinity.ghost.io (last visited Aug. 1, 2025 ).
16.PwC, Global Economic Crime Survey (2024), https://www.pwc.com/gx/en/services/forensics/economic-crime-survey.html (last visited Aug. 1, 2025 )
17.Rainbird AI, Product Eligibility & Suitability, https://rainbird.ai/blueprint/product-eligibility-suitability/ (last visited Nov. 1, 2025 ).
18.Salman Bahoo, Marco Cucculelli, Xhoana Goga & Jasmine Mondolo, Artificial intelligence in Finance: a comprehensive review through bibliometric and content analysis, SN BUS ECON 4, 23, https://link.springer.com/article/10.1007/s43546-023-00618-x(last visited Aug. 1, 2025).
19.SEC, Small Entity Compliance Guide: Regulation Best Interest, https://www.sec.gov/resources-small-businesses/small-business-compliance-guides/regulation-best-interest (last visited Nov. 5, 2025 )。
20.SEC, Regulation Best Interest, Form CRS and Related Interpretations, https://www.sec.gov/about/divisions-offices/division-trading-markets/regulation-best-interest-form-crs-related-interpretations (last visited July. 1, 2025 )
21.Suresh Nageswaran & Panchatapa Deb, AI financial advisor: Assess investment suitability with GenAI, (2024), https://www.griddynamics.com/blog/ai-financial-advisor (last visited Aug. 1, 2025 )
22.Valuagent, 8 Conversational Analytics Use Cases You Didn't Know Were Possible, https://www.cxtoday.com/customer-analytics-intelligence/8-conversational-analytics-use-cases-you-didnt-know-were-possible-evaluagent/3. (last visited Nov. 1, 2025 ).