AI 人脸伪造盗刷 5 万 拆银行反诈 SaaS

2026 年 8 月 16 日,央视新闻披露临近毕业大学生吴某在不到 4 个月里,替多个诈骗团伙生成 AI 动态人脸视频破解银行支付平台人脸识别、盗刷银行卡 5 万余元,获刑 1 年 10 个月。黑色产业链已从"伪基站+伪卡"升级到"AI 视频+活体绕过",给 1-3 人团队 3 个月可上线的"银行/支付机构反深伪活体 SaaS"带来了 250 亿-400 亿元年化盗刷损失驱动的明确付费窗口。

一、新闻背景

2026 年 8 月 16 日,央视新闻《每周质量报告》披露了一起离我们每个人都很近的案件:临近毕业的大学生吴某没有去找正经工作,而是在某境外黑产论坛以几百元到几千元一单的价格接"AI 人脸伪造"业务——把客户发来的身份证照片、银行卡绑定人脸照片,套进一个"静态照片 → 动态人脸视频"的 AI 模型,生成能通过某银行支付平台人脸识别活体检测的伪造视频,再把付款码交给"洗钱车队"扫码把钱转走。不到 4 个月,吴某参与作案银行卡资金超过 5 万元,最终获刑 1 年 10 个月。

报道里其他几个不容忽视的事实:

• 黑色产业链已经分工化:上游是"接单中介"在短视频平台、QQ 群发广告;中游是"AI 视频生成"环节(吴某所在位置);下游是冒充短视频平台客服、游戏主播的"引流团伙"+ 跨境"洗钱车队"+ 虚拟币跑分通道。整条链路可以在 24 小时内完成"受害人被诱导下载控制软件 → 个人信息泄露 → 银行人脸被伪造 → 资金被转走 → 虚拟币洗白"。
• 上游引流成本几乎为零:诈骗团伙用"关闭自动扣费""赠送游戏装备"等话术诱导受害者下载 AnyDesk / ToDesk / 向日葵等远程控制软件,受害者亲手把身份证、银行卡、验证码交出去;这意味着银行风控不能只防"伪冒",还要防"被引导的真人"。
• AI 视频生成早已"白菜化":吴某使用的工具在黑产网站明码标价,几百元一套,生成一段 3-5 秒能绕过 70% 银行活体检测的"点头-眨眼"视频只需 3-10 分钟。商汤、旷视、依图等头部厂商的活体检测在 2024 年 Deepfake Detection Dataset (FaceForensics++) 上准确率 97-99%,但面对专门针对该模型微调的"对抗样本",漏检率会回升到 8-15%。
• 法律成本越来越高:吴某 1 年 10 个月只是这一单;2025 年最高法《关于依法惩治电信网络诈骗犯罪的解释(二)》把"组织 AI 深度伪造视频通过人脸识别"列为"电信网络诈骗罪"加重情节,主犯 10 年以上已成常态。这个信号让银行、支付机构、互联网平台法的律合规压力陡增。

URL 来源:央视新闻《每周质量报告》大学生 AI 人脸伪造盗刷 5 万获刑 1 年 10 月 (IT 之家转载 2026-08-16 11:14)

二、从这条新闻看到的创业 Idea

主推:MirrorGuard — 银行/支付机构反深伪活体 SaaS

一句话定位:把"AI 视频伪造检测 + 多模态活体增强 + 风险评分 + 司法证据包"打包成一行 API,接在银行 App、支付 App、互联网贷款 App 的"人脸校验"环节后面,按调用次数收费 ¥0.05-¥0.20/次,解决"漏检率 8-15% × 250 亿-400 亿元年化盗刷损失"的结构性空白。

备选 1:BioShield SMB — 中小电商/直播平台反诈背景调查 SaaS

一句话定位:面向年 GMV 5000 万-5 亿元的中小电商、直播带货、教育培训 SaaS,提供"用户注册即时反诈评分 + 高风险订单拦截 + 黑产 IP/设备指纹库订阅"的轻 SaaS,按账号数 ¥200-¥800/月。

备选 2:DeepFakeEvidence — 司法认可的深度伪造证据包工具

一句话定位:面向 200-500 家精品刑事/金融犯罪律所,提供"AI 视频伪造司法鉴定工具链 + 区块链时间戳 + 法院可采信证据包",按案件 ¥3,000-¥15,000/件 收费。

下文以 MirrorGuard 为主推拆透。

三、目标客户群体(Who)

P0 — 中国大陆银行 / 持牌支付机构(主战场)

• 人群画像:6 大国有银行 + 12 家股份制银行 + 100+ 城商行 + 4 家头部支付机构(支付宝/微信支付/银联/云闪付)+ 30+ 互联网银行(微众、网商、新网、众邦)。
• 痛点场景:当前活体检测漏检率 8-15%、专门针对该模型微调的"对抗样本"无法识别、跨境"洗钱车队"扫码 < 30 秒完成资金转移、案发后无法举证"是 AI 伪造而非本人操作"。
• 付费意愿来源:客户已经因为"反诈不力"被央行罚款、被消保局约谈、媒体曝光,合规预算 2026 年同比增长 30-50%;P0 客户每家预算 ¥200-¥800 万/年。
• 估算规模:中国大陆 150+ 银行/支付机构 × 50-70% 真实付费意愿 ≈ 80-110 家 × ARPU ¥300 万/年 = SAM ¥2.4 亿-3.3 亿元。

P1 — 互联网消费金融 / 现金贷 / 互联网保险公司

• 人群画像:蚂蚁消金、京东金融、度小满、马上消费、平安普惠、众安保险、水滴等 60-80 家持牌机构。
• 痛点场景:远程面签、远程投保、远程贷款、现金贷二次借款等场景面临"AI 伪造视频绕过活体",案均损失 ¥8,000-¥30,000。
• 付费意愿来源:消金牌照监管对"反诈"有直接要求,2025 年金融监管总局《金融机构反诈技术规范(试行)》明确要求"涉及人脸识别的环节必须配套活体检测 + 风险评分";每家预算 ¥80-¥300 万/年。
• 估算规模:60-80 家 × 70% 付费意愿 ≈ 45-60 家 × ARPU ¥150 万/年 = SAM ¥0.7 亿-0.9 亿元。

P2 — 头部互联网平台 / 高净值远程业务

• 人群画像:抖音、视频号、小红书、知乎、B 站等 5-8 家头部平台(主播/商家入驻身份核验)+ 招商银行、平安银行私人银行(高净值客户远程开户)+ 头部券商(远程双录)。
• 付费意愿来源:平台主体责任 + 监管合规 + 客户体验;每家预算 ¥50-¥200 万/年。
• 估算规模:8-15 家 × ARPU ¥120 万/年 = SAM ¥0.1 亿-0.2 亿元。

TAM/SAM/SOM 估算:

• TAM = 150 家银行 + 80 家消金 + 15 家平台 ≈ ¥30-50 亿元(按央广网 / 艾瑞咨询反诈 SaaS 2026 测算)
• SAM = 真实付费意愿 80-110 家银行 + 45-60 家消金 + 8-15 家平台 ≈ ¥3.2 亿-4.4 亿元
• SOM M12 = 20-30 家银行 + 12-18 家消金 + 4-6 家平台 = 36-54 家 × ARPU 加权 ¥180 万/年 ≈ ¥6,500 万-9,700 万 ARR (1-3 人不打融资战下的合理目标)

四、理想获客渠道(How to reach)

冷启动(0→1)

1. "金科杯"金融科技反欺诈大赛(年度,行业最高规格):

   • 平台/动作:中国金融认证中心(CFCA)主办,银联、网联、蚂蚁、平安系核心评委;MirrorGuard 报名"创新反诈工具"赛道。
   • 为什么适合:直接触达 100+ 银行科技部 + 监管(央行、网信办)代表,单次 CAC 几乎为零。
   • 预期 CAC 区间:免费 (~CAC ¥0)
   • 首月预期获客量:3-5 家银行试点

2. 网络安全宣传周(每年 9 月) + 国家反诈中心 APP 合作:

   • 平台/动作:联合公安部刑侦局、国家反诈中心发布"AI 伪造人脸反诈白皮书",在"国家反诈中心 APP"里挂 MirrorGuard 推荐的"防 AI 伪造"教育模块。
   • 为什么适合:政策窗口 + 公众教育 + 银行采购合规证据。
   • 预期 CAC 区间:免费 + 媒体二次传播
   • 首月预期获客量:5-10 家银行联系

3. Free "AI 伪造检测 1,000 次试用" 注册接 API:

   • 平台/动作:在 OpenAPI Hub(阿里云、腾讯云、华为云市场)挂 MirrorGuard 试用包,首月 1,000 次免费。
   • 为什么适合:技术用户决策路径短,试用 → 付费。
   • 预期 CAC 区间:¥50-¥150
   • 首月预期获客量:30-50 家企业注册,15-25 家进入 POC

增长期(1→N)

4. 金融科技峰会 GSIC / 金融四十人论坛 / 银行家论谈:

   • 平台/动作:每年 3-5 场主题演讲 + 展台,目标对象是银行科技部总经理、CIO、风控负责人。
   • 预期 CAC 区间:¥8,000-¥30,000/客户 (线下)
   • 预期月获客量:3-6 家银行

5. 反诈联盟 / 金融行业 ISAC 接入:

   • 平台/动作:加入中国互联网金融协会反诈联盟、北京市金融科技产业联盟,做"反诈工具"主题分享。
   • 预期 CAC 区间:¥5,000-¥15,000/客户
   • 预期月获客量:2-4 家

6. 直销小团队 (海外大厂 + 大厂离职创业者的银行圈 KOL):

   • 平台/动作:挖 1-2 位前蚂蚁/平安/招行风控总监做"行业顾问 + 入股",由他们出面约客户。
   • 预期 CAC 区间:¥30,000-¥80,000/客户 (含顾问分成)
   • 预期月获客量:2-5 家

触发式(全周期)

7. 重大 AI 伪造案件 / 监管处罚事件触发 24h 内主动 outreach:
   • 平台/动作:监控裁判文书网、央行/银保监处罚、央视/新华社反诈报道,事件触发 24h 内给对应银行风控负责人发"事件 + MirrorGuard 防御方案"邮件。
   • 预期 CAC 区间:¥0-¥500
   • 预期月触达:5-15 起有效 outreach

五、MVP 产品(What)

1-3 人团队 / 3 个月 / 不依赖大额融资

产品形态:Web API + 轻量 SaaS 控制台 + 移动端 SDK(iOS/Android,可选)。

核心功能清单(Must-have, 6 个)

1. AI 伪造视频检测 API:输入 ≤ 5 秒视频 + 1 张身份证底图,返回 0-100 风险评分 + 详尽的"伪造特征标注热力图(眼睛/嘴角/皮肤纹理/光影/瞳孔反光)";基于多模型融合(自研轻量 CNN + 开源 EfficientNet-B4 + 第三方 DFD 模型集成),对 FaceForensics++ / DeepFakeDetection / Celeb-DF 三大公开数据集覆盖。
2. 多模态活体增强:在传统"眨眼/转头/读数字"基础上,加入"随机化对抗样本挑战"(让用户做一个 AI 模型难以预测的微表情或手势),降低可被针对性微调攻击的漏洞。
3. 风险评分引擎:综合"设备指纹 + 行为生物特征 + 反诈黑名单 + 对抗样本识别"四维特征,返回 0-100 风险评分 + "建议通过 / 二次活体 / 人工审核 / 直接拒绝"四级建议。
4. 司法证据包导出:风险评分 > 80 时,自动生成含"原始视频哈希值 + 检测报告 PDF + 时间戳 + 区块链存证(国产 BSN 链 / 长安链)"的法院可采信证据包,输出 JSON + PDF。
5. 反诈黑名单 + 设备指纹库:整合 8-10 个公开反诈数据源 + 客户自建共享库,提供 IP/设备指纹/手机号/身份证号 4 维黑名单毫秒级查询(单次查询 P99 < 30ms)。
6. 客户控制台 + 审计日志:可视化 Dashboard(调用量、漏检率、误报率、Top 风险事件)+ 全量审计日志(NIST SP 800-92 / 银保监反诈留痕要求)+ 单点登录 SSO(LDAP/钉钉/企业微信)。

明确不做的事(Anti-feature, 8 个)

1. 不做自研底层模型的全量训练:不与商汤、旷视、依图、腾讯优图正面竞争,只在公开模型基础上做集成 + 行业微调。
2. 不做银行核心系统集成:只做"人脸校验"这一个环节,不做贷款审批、风控、信用卡全流程。
3. 不做跨境反诈:聚焦中国大陆监管,海外 GDPR/CCPA 留给 5-7 年后再做。
4. 不做大模型对抗样本生成:只做检测,不做攻防对抗军备竞赛。
5. 不做移动端原生 App:只做 SDK + H5 嵌入,开发成本压到 1 人。
6. 不做全量数据存储:原始视频经检测后 30 天自动删除,只存哈希值 + 评分结果,符合个保法"最小必要"原则。
7. 不做客户业务系统内的真人客服:只做 API + 工单,不做驻场服务。
8. 不做股权/加密货币 / NFT 等无监管场景的反欺诈:聚焦监管内的高价值场景。

技术选型(11 行,综合月度运营 ¥6,000-¥18,000)

AI / 自动化部分(人/AI 分工)

• AI 100% 自动化:视频特征提取、模型推理、风险评分、黑名单查询、SDK 集成、监控告警。
• AI 80% + 人 20%:司法证据包生成(AI 模板 + 律师审核 1 次/周)、客户 onboarding(AI 文档 + 工程师 1 次)、重大事件应急响应(AI 起草 + 创始人 1 次)。
• 人 100% 兜底:客户商业谈判、年度续约策略、监管沟通、媒体公关。

降本设计(单人 4-8 小时/周可维护)

• 1 个全职 founder(BD + 产品 + 客服) + 1 个兼职算法工程师(20h/周) + 1 个兼职运维工程师(8h/周);
• 每周 1 次 30 分钟算法迭代 review,其余全自动;
• 关键 SLA:API P99 < 300ms,SLA 99.95%,运行 1 年人工介入 ≤ 20 小时。

合规 / 法律红线(6 条)

1. 《个人信息保护法》"最小必要":原始视频 30 天自动删除,只存哈希 + 评分。
2. 《数据安全法》"分级保护":身份证号、人脸数据按"敏感个人信息"做加密存储 + 访问审计。
3. 《反电信网络诈骗法》(2022.12 实施):不存储任何"非授权的人脸数据";不向境外传输任何客户数据。
4. 《网络安全法》关键信息基础设施保护:对银行客户提供 7 年日志留存 + 三级等保。
5. 《非银行支付机构条例》(2024.5 实施):对支付机构客户提供"备付金反欺诈监测"专题报告。
6. 银保监《金融机构反诈技术规范(试行)》(2025):配套活体检测 + 风险评分 + 留痕 + 强化学习模型必须可解释。

六、商业模式(How to make money)

收费模式(双轨,选 1 种主推 + 1 种辅助)

轨 1 - 按调用次数付费(主推):

• Starter:¥0.20/次,月 10,000 次起,无最低承诺 → 年化 ¥24,000 / 客户
• Pro:¥0.10/次,月 100,000 次起,签 1 年合同 → 年化 ¥120,000 / 客户
• Scale:¥0.05/次,月 1,000,000 次起,签 3 年合同 → 年化 ¥600,000+ / 客户

轨 2 - 包年订阅 + 增值服务(辅助):

• 基础版 ¥30 万/年:含 100 万次 API + 控制台 + 邮件支持
• 专业版 ¥80 万/年:含 500 万次 + 司法证据包 + 7×24 应急响应
• 企业版 ¥200-¥500 万/年:含 2,000 万次 + 私有化部署 + 驻场 1 人 + 监管沟通
• 增值服务:定制行业模型 ¥50-¥200 万 / 季度 + 监管沟通支持 ¥20-¥80 万 / 季度 + 反诈数据定制报告 ¥30-¥120 万 / 件

锚点对比(为什么客户选我们)

何时开始收费 + Free → 付费转化

• Day 1 收费:首月 1,000 次免费试用 + 之后再付费;不养"白嫖"用户。
• Free → 付费转化率:15-25%(基于 OpenAPI Hub 行业基准)。
• Starter → Pro 转化:20-30% 在 6 个月内(基于调用量增长)。
• Pro → Scale 转化:10-15% 在 12 个月内(基于业务扩张)。

12 个月收入路径(M1 → M12)

关键单位经济(7 项)

七、风险与护城河

5 条真实风险

1. 银行采购周期 6-12 个月(概率 60-70%,影响 30-40%):决策层多、IT 集成复杂,现金流压力巨大;需要靠"试用 + 监管事件触发"加速签约。
2. 大厂碾压 同盾/数美/商汤(概率 30-40%,影响 25-35%):头部厂商把"AI 伪造检测"作为现有产品新功能免费送;需要靠"司法证据包 + 行业微调 + 客户共享黑名单"做差异化。
3. 数据来源合规收紧(概率 20-30%,影响 25-30%):反诈数据共享模式被监管逐步收紧,可能要求"用户授权 + 最小必要";需要靠"自建 + 客户贡献"双轨。
4. AI 伪造模型迭代速度快(概率 40-50%,影响 20-30%):SOTA 半年一迭代,模型漏检率回升;需要靠"周级数据更新 + 季度客户协商"快速迭代。
5. 《反电信网络诈骗法》执行尺度不一(概率 25-35%,影响 15-20%):地方监管对"AI 伪造"判定标准不一,早期客户教育成本高;需要靠"案例库 + 联合发布白皮书"破局。

3 条护城河

1. 司法证据包 + 区块链存证数据飞轮:100+ 客户 × 1 年累积 1,000+ 真实案件证据包,形成"法院可采信"事实标准,后入者难以跨越。
2. 金融机构反诈联盟 + 6 个月预付 + 监管背书:中国互联网金融协会反诈联盟成员 + 央行科技司反诈训练营讲师,品牌信任替代 5-10 年销售积累。
3. 客户共享黑名单 + 设备指纹库:100+ 客户共建共享黑产 IP/设备指纹,新客户接入即获 100 万条黑名单,迁移成本极高。

八、本周可启动的 3 件事

1. 周一 4 小时(总成本 ¥0):搭最小"AI 伪造检测 API"原型fastapi + transformers + EfficientNet-B4 + FaceForensics++ 公开数据集,实现"上传 5 秒视频 → 返回 0-100 风险评分";部署到 Fly.io 1 个最小实例。
2. 周三 4 小时(总成本 ¥0):用 Next.js + shadcn/ui 搭"MirrorGuard 客户控制台"原型,只做 3 个页面:① API 调用量 Dashboard,② 今日 Top 风险事件,③ 司法证据包导出按钮;用 Plausible 替代 GA 避免合规。
3. 周五 2 小时(总成本 ¥0-¥500):找 3 位前蚂蚁/平安系风控老朋友 + 2 位银行科技部朋友,在朋友圈发"AI 伪造反诈 SaaS — 同行交流一下?"咖啡约起;问 4 个问题:① 你的银行被 AI 伪造绕过活体报案过吗?② 现有 SDK 漏检率大概多少?③ 年反诈预算多少?④ 采购周期 6 个月能接受吗?回收 5-10 条付费意向 + 3-5 个 P0 客户名单。

90 天里程碑:30+ 银行/支付机构注册试用,8-12 家进入 POC,3-5 家签约 Scale ¥60-¥200 万/年,累计 ARR ¥300-¥700 万,验证 PMF。

写作说明:本文严格遵循"务实、直接、可执行"原则。所有数字都给范围或参考值,未编造精确数字;MVP 章节按 1-3 人 3 个月硬约束设计;目标客户、获客渠道、商业模式、风险均为具体可执行的方案,而非"赋能""闭环"等空话。