一開始不肯簽，我覺得就是一個警訊，如果是我的話，我當然會建議可能會比較溫和去問說如果不提供契約的話，是不是至少有一個協議書或者是什麼之類的，不然錢已經在人家手上了。
很簡單的是，可能你可以要求一部分的錢先收回來，先收回來，然後我們重新議約，對方能夠取得所謂的期貨契約的書面約定之後，再把錢交給他，我想這個也是很合理的，因為保障雙方的權益，如果對方不願意的話，這樣的話，當然就有類似背信等等的問題出現，但是如果你個人委託人，不表示這個意願，其實說真的，人家也沒有違法。
不過，他不是有律師？
那他的律師應該很明白這一件事。
所以是不想走到那一步。
現在就先⋯⋯當然如果受託人不肯給委託人交代，委託人最正常的反應是把錢還給我。
那就有別的問題了。如果只是一開始是口頭約定，後來錢有還了，那也就是這樣子。
對，但是如果已經有委任律師，這就是委任律師要做的事情。
對。這個是律師足以代表他，也就是有這個受託關係，所以要取得受託的權利，就可以以當事人的最佳利益來要求做這樣的調查等等，這個就要請這一位律師來做。
就像剛剛所講的，如果是國民，開戶行如果在銀行裡面，那就是透過銀行。
是的。
就要看境外組織有沒有加入反洗錢的網絡，如果有的話，那就是相當多，如果專門挑一些沒有加入洗錢網絡的，就會比較困難。
那個受託率是直接問那個銀行就好了。
不過這個是兩回事。資安是未經你的授權來取得，但是這一邊的洗錢並不是這樣子，洗錢是放到一個主管機關看不到的地方，並不需要靠資安的技術就可以做到這一件事，可以說這個是跟資安是沒有直接關連的。
不一定有關。
如果你的用意就是要洗錢，或許不需要資安專業。而是你的用意不是要洗錢，好比是要去偷錢，這樣的話，當然資安的技術是可以用來偷錢的，那當然的。但偷錢跟洗錢是兩件事。通常是先偷到，然後再洗。
但是我們現在正在講的，並不是偷錢的狀況，您剛剛所說有操作什麼東西，這個並不是偷錢。
在法律上不是偷竊，這個概念比較像背信，也就是幫你做這件事，但是意圖為自己的利益來損害你的利益，然後做一個違背這個任務的行為，但是法律結果是導致你的財產損失或者是其他的損失，這個是背信的構成要件，這跟偷竊是完全不一樣的。
像剛剛講的Whoscall就是了，可是那個是防電話詐騙。
第一步要取得信任的時候，先告訴你說這個電話已經騙過幾萬人了，是不是要考慮一下，不要接它。
也有一些，你剛剛講的個案，已經完全經過這一個流程，已經到很後面的流程了，推薦再多了，對你的新創是很有限的。
我想大部分的一些新聞或者是闢謠，或者是你剛剛講新型態的詐騙狀態等等，現在都有一個很完整的蒐集，還有包含一些可能的解決方案等等，這個你找「165」其實找得到了。
這個樣態太多，可能要慢慢看。
有的。
這裡面有幾個，我們通常叫做「在網路上做的事情，就不像一般用戶會做的事情」，所以這樣子的情況下，他可以透過一個叫做「機器學習」的方法，也就是可能你知道有多少個已知是詐騙的情況，你就看打電話的模式、頻率、怎麼打之類的，像遠傳電信就把已經確認是詐騙犯回溯，去看通話的方式，然後找到了很像36個的因素，這一些因素就在下一通電話來的時候，也許如果符合其他很多的因素，這一個機器學習的模型，就可以預先告訴警政署說可能正在對⋯⋯
如果找遠傳、AI、大數據、詐騙犯之類的，你就可以找到新聞，最近刑事警察局黃局長才頒了一個獎給遠傳電信，就是有這一方面的合作，這個我想你網路上都有，我就不講細節。
是的，現在都是在刑事警察局跟警政署，警政署大的，裡面每一個單位現在都可以去運用這一些技術來協助他們的工作。
是啊！這個當然一個方式，目前也有在做。
電信公司是最容易的，也就是品牌業者，像電商品牌跟FB的品牌，這一些都各自有處理，也就是防詐騙的部分。
他有兩端，一端是我們是個人，我可以安裝一些軟體，或者是運用一些程式，告訴我進來的訊息都有可能是詐騙。
另外一個是，如果有用Gmail或者是其他電子郵件的提供商，在幫你收到這一封信的時候，就幫你分析這一些寄件人的特徵，告訴你這個是詐騙，這個是兩端，技術的發展先有這個技術，有一個成熟度，成熟度高了，就會變成平台的一部分，大概就是這樣子，所以您說沒有合作，也不是沒有合作，但是我們這邊最多的人在使用的，並不一定是最準確的，也不會有很像把你真正公務上的郵件移到垃圾郵件的狀況，所以要等比較多人使用、技術比較成熟了，這個技術才會變成大平台內建的功能。
當然，每一個性質都不同，但是大家都會去介接。
當然。像無店面商業同業公會，因為無店面，所以都是電商，防詐騙對他們來講是很重要的，如果一個詐騙集團在這個電商吃了閉門羹，到下一個電商就好了，所以會有互相分享的訊息，如果你想要瞭解，也可以去接洽。
不然就要被國際評審不及格，但是今年的狀況還好。
總共有三個層面，一個是你的工作層面很重複性的部分，AI很像一個機器學徒，幫你看這一些重複性的部分，自動化這一些工作，這個是提供生產力的部分，這個倒是已經成熟了，我想只要能夠自動化的部分，現在都正在自動化當中，所以這個是傳統自動化，只是現在深度學習，變成傳統自動化的技術之一，大家都是在寫程式在自動化，這個我想沒有保留，只要可以做就會做，這個一是部分。
像剛剛很好的例子是，假設歸納出36個，這一份電話像詐騙電話的因素，就不應該由這個人來逐項確認，由人來確認，第一個是很累，第二個是確認的結果，其實也差不多，不會因為一個人的人生經驗不同而改變，像這一種機械性的確認，現在都交給機器，當然有一些部分是用人工智慧，因此我想這一個部分是雖成熟的。
第二個是從資料當中獲取洞察，也就是我們這邊這36個因素，不一定是全部，我們歸納，因為犯罪者也不斷地在進化，所以你要從新的行為裡面來歸納出新的因素來，不然舊的因素，他也知道，他也不會這樣子做。
這個也是非常重要的。這一件事最有挑戰性的地方，其實犯罪者不會跟你合作來告訴你。
這個時候怎麼辦？有一點在資安上，你請紅隊來滲透打擊系統，找到之後就跟你的防守者，也就是藍隊，大家坐下來好好聊一聊，也就是紫隊交換，這樣的交流才有用，所以如果你要加速從資料裡面來獲取洞察，最快的方式來找一些改邪歸正的朋友們。
白帽駭客。
這是很夯的行業。
也不一定啊！像現在新的公務計畫，就會撥5％至7％，專門去請這一些白帽駭客來做滲透測試，這也是一大筆錢。
對。應該是說平均起來賺差不多的錢，而且還不會坐牢。
還行。總之，如果要洞察的話，不是只要跟你同一邊防守方，而是要攻擊方的人來加入你。
第三層是我們叫做循證決策，當你有了這一些數據之後，你怎麼樣讓你的管理者、領導人可以有一個新的業務，或者是可以有一些像我們現在所說的資安，並不是防禦，而是會很主制定這一些事的時候，也就是天災發生的時候，要如何永續經營，因為不可能控制地震不來，這個是很棒的技術，但是我們沒有這個技術。
先知道比較好，如果地震來，但是提早個6、10秒鐘知道，如果在電梯裡，電梯就停在最近的樓層，就跑出去，就不會困在電梯裡面了，所以有的時候循證決策並不是百分之百準，但是在威脅即將發生的時候，你有一個自動反映的系統，這個系統是在這個時候要啟動什麼樣的應變措施，一方面是幫我自己減少損失，二方面是攻擊者這樣子不會很容易獲取目標，可能就去換別的人攻擊了，或者是改邪歸正了，這個當然是最好的了。
循證決策的循環，很需要一個領導人本身願意把這個納入他的決策裡面，並不是事後再來檢討，而是變成事前的持有。
你找一個叫做「民生公共物聯網」，尤其裡面災防的部分有融入這樣的概念，現在在空、地、安全等很多地方，現在講的是可能資安上或者是天災上的一些威脅，這個跟詐騙的關係就已經不那麼重了，這個風險你知道遲早要發生，所以在一開始決策的時候，就先假設它發生，發生到什麼程度，然後這一種情況之下要怎麼回應，這樣子就不會覺得每一次來的時候，你就要緊急應變什麼的。
你如果google 「ai taiwan」，這裡有一個一整頁的說明，像願景、各部會正在做的事。
這個網站講得滿清楚的，對我們來講，AI這邊的優勢，就是不管它的運算所需要的晶片。
