iVOD / 166613

Field Value
IVOD_ID 166613
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/166613
日期 2025-12-24
會議資料.會議代碼 委員會-11-4-23-12
會議資料.會議代碼:str 第11屆第4會期交通委員會第12次全體委員會議
會議資料.屆 11
會議資料.會期 4
會議資料.會次 12
會議資料.種類 委員會
會議資料.委員會代碼[0] 23
會議資料.委員會代碼:str[0] 交通委員會
會議資料.標題 第11屆第4會期交通委員會第12次全體委員會議
影片種類 Clip
開始時間 2025-12-24T09:25:32+08:00
結束時間 2025-12-24T09:36:28+08:00
影片長度 00:10:56
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/8b793423fad44d6035533abed5588d1d1d90d5b7b1a8c99991760b03f9a190b731f66945a42017395ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 李昆澤
委員發言時間 09:25:32 - 09:36:28
會議時間 2025-12-24T09:00:00+08:00
會議名稱 立法院第11屆第4會期交通委員會第12次全體委員會議(事由:邀請數位發展部部長、行政院打擊詐欺指揮中心、內政部、法務部、金融監督管理委員會及國家通訊傳播委員會就「社群平台打詐成效」進行專題報告,並備質詢。 【12月22日及24日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 4.23284375
transcript.pyannote[0].end 7.10159375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 8.08034375
transcript.pyannote[1].end 10.83096875
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 15.60659375
transcript.pyannote[2].end 32.76846875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 33.05534375
transcript.pyannote[3].end 33.74721875
transcript.pyannote[4].speaker SPEAKER_02
transcript.pyannote[4].start 34.35471875
transcript.pyannote[4].end 43.51784375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 44.02409375
transcript.pyannote[5].end 58.50284375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 58.97534375
transcript.pyannote[6].end 58.99221875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 58.99221875
transcript.pyannote[7].end 77.08221875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 77.31846875
transcript.pyannote[8].end 78.48284375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 80.13659375
transcript.pyannote[9].end 86.43096875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 86.93721875
transcript.pyannote[10].end 88.59096875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 89.04659375
transcript.pyannote[11].end 89.60346875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 89.60346875
transcript.pyannote[12].end 89.97471875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 89.97471875
transcript.pyannote[13].end 98.02409375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 96.75846875
transcript.pyannote[14].end 96.97784375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 98.02409375
transcript.pyannote[15].end 114.66284375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 114.76409375
transcript.pyannote[16].end 115.38846875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 115.38846875
transcript.pyannote[17].end 115.79346875
transcript.pyannote[18].speaker SPEAKER_02
transcript.pyannote[18].start 115.79346875
transcript.pyannote[18].end 122.12159375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 119.05034375
transcript.pyannote[19].end 119.35409375
transcript.pyannote[20].speaker SPEAKER_02
transcript.pyannote[20].start 122.34096875
transcript.pyannote[20].end 124.75409375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 125.15909375
transcript.pyannote[21].end 140.38034375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 140.38034375
transcript.pyannote[22].end 188.42346875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 186.41534375
transcript.pyannote[23].end 186.73596875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 188.42346875
transcript.pyannote[24].end 188.44034375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 188.44034375
transcript.pyannote[25].end 188.60909375
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 188.60909375
transcript.pyannote[26].end 188.72721875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 188.72721875
transcript.pyannote[27].end 188.82846875
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 188.82846875
transcript.pyannote[28].end 190.73534375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 190.88721875
transcript.pyannote[29].end 195.05534375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 190.97159375
transcript.pyannote[30].end 191.32596875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 195.08909375
transcript.pyannote[31].end 198.24471875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 197.58659375
transcript.pyannote[32].end 198.00846875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 198.48096875
transcript.pyannote[33].end 206.54721875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 207.17159375
transcript.pyannote[34].end 212.16659375
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 212.53784375
transcript.pyannote[35].end 213.58409375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 213.58409375
transcript.pyannote[36].end 257.98221875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 257.42534375
transcript.pyannote[37].end 258.01596875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 258.01596875
transcript.pyannote[38].end 258.87659375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 258.87659375
transcript.pyannote[39].end 265.76159375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 259.92284375
transcript.pyannote[40].end 259.97346875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 262.87596875
transcript.pyannote[41].end 262.97721875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 266.41971875
transcript.pyannote[42].end 274.95846875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 270.57096875
transcript.pyannote[43].end 271.09409375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 271.93784375
transcript.pyannote[44].end 272.35971875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 274.97534375
transcript.pyannote[45].end 282.02909375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 282.34971875
transcript.pyannote[46].end 301.80659375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 302.05971875
transcript.pyannote[47].end 303.84846875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 304.43909375
transcript.pyannote[48].end 305.60346875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 306.27846875
transcript.pyannote[49].end 307.69596875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 308.01659375
transcript.pyannote[50].end 308.38784375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 308.79284375
transcript.pyannote[51].end 311.57721875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 311.57721875
transcript.pyannote[52].end 341.39534375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 341.39534375
transcript.pyannote[53].end 345.22596875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 341.41221875
transcript.pyannote[54].end 342.54284375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 342.79596875
transcript.pyannote[55].end 343.11659375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 345.93471875
transcript.pyannote[56].end 352.58346875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 353.37659375
transcript.pyannote[57].end 354.08534375
transcript.pyannote[58].speaker SPEAKER_02
transcript.pyannote[58].start 354.37221875
transcript.pyannote[58].end 355.72221875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 355.80659375
transcript.pyannote[59].end 371.46659375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 371.46659375
transcript.pyannote[60].end 391.88534375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 392.42534375
transcript.pyannote[61].end 414.27846875
transcript.pyannote[62].speaker SPEAKER_02
transcript.pyannote[62].start 411.54471875
transcript.pyannote[62].end 426.02346875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 417.92346875
transcript.pyannote[63].end 418.34534375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 418.69971875
transcript.pyannote[64].end 418.98659375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 422.26034375
transcript.pyannote[65].end 422.73284375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 426.02346875
transcript.pyannote[66].end 466.96221875
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 466.96221875
transcript.pyannote[67].end 475.73721875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 468.05909375
transcript.pyannote[68].end 468.29534375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 475.80471875
transcript.pyannote[69].end 491.09346875
transcript.pyannote[70].speaker SPEAKER_00
transcript.pyannote[70].start 478.15034375
transcript.pyannote[70].end 478.36971875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 487.12784375
transcript.pyannote[71].end 487.60034375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 491.09346875
transcript.pyannote[72].end 523.56096875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 522.44721875
transcript.pyannote[73].end 526.32846875
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 526.32846875
transcript.pyannote[74].end 526.41284375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 526.41284375
transcript.pyannote[75].end 540.30096875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 538.91721875
transcript.pyannote[76].end 539.38971875
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 540.82409375
transcript.pyannote[77].end 542.81534375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 543.57471875
transcript.pyannote[78].end 554.00346875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 551.67471875
transcript.pyannote[79].end 551.70846875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 554.27346875
transcript.pyannote[80].end 565.39409375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 565.39409375
transcript.pyannote[81].end 565.46159375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 565.56284375
transcript.pyannote[82].end 565.57971875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 565.61346875
transcript.pyannote[83].end 580.88534375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 580.90221875
transcript.pyannote[84].end 603.43034375
transcript.pyannote[85].speaker SPEAKER_02
transcript.pyannote[85].start 603.27846875
transcript.pyannote[85].end 603.81846875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 603.81846875
transcript.pyannote[86].end 604.17284375
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 604.17284375
transcript.pyannote[87].end 617.43659375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 611.59784375
transcript.pyannote[88].end 611.61471875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 611.61471875
transcript.pyannote[89].end 612.07034375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 614.93909375
transcript.pyannote[90].end 625.97534375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 625.97534375
transcript.pyannote[91].end 636.10034375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 631.88159375
transcript.pyannote[92].end 632.16846875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 632.59034375
transcript.pyannote[93].end 633.80534375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 635.05409375
transcript.pyannote[94].end 646.09034375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 645.92159375
transcript.pyannote[95].end 656.62034375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 647.89596875
transcript.pyannote[96].end 648.97596875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 655.42221875
transcript.pyannote[97].end 655.99596875
transcript.whisperx[0].start 5.287
transcript.whisperx[0].end 9.191
transcript.whisperx[0].text 謝謝趙委 請一下林部長來 林部長請 謝謝
transcript.whisperx[1].start 16.049
transcript.whisperx[1].end 33.208
transcript.whisperx[1].text 部長好完善社群平台的防詐措施保障人民的財產安全是我們共同的基本責任是那依照詐欺犯罪危害防治條例第三節就是數位經濟的防詐措施在
transcript.whisperx[2].start 34.609
transcript.whisperx[2].end 47.626
transcript.whisperx[2].text 數位經濟的防詐措施裡面蘇發布是扮演重要的角色那當然要落實這種平台的防詐平台的落地跟平台的納管是一個重要的一個
transcript.whisperx[3].start 48.77
transcript.whisperx[3].end 76.903
transcript.whisperx[3].text 我們目前對於平台落地跟平台落管蘇華部所掌握的狀況以及處置的情形來簡單說明一下目前就是像我們已經納管的基本上有四家公司 七個平台這四家公司分別是Meta Google Line以及TikTok它這個平台包含Thread Facebook
transcript.whisperx[4].start 77.443
transcript.whisperx[4].end 88.361
transcript.whisperx[4].text 还有META基本上这个都已经在台湾都已经有设立法律代表了这是我们目前办理的状况
transcript.whisperx[5].start 89.293
transcript.whisperx[5].end 118.802
transcript.whisperx[5].text 那相关的业者如果依照诈欺犯罪危害防治条例相关的业者他们也有相关的责任那这些相关的责任是什么目前执行的状况呢主要在法律上的责任他们必须实施广告实名制然后再来就是我们发现有涉及诈欺的广告或者讯息的时候我们通知他们他们必须在24小时之内下架如果他们没有确实执行的话我们就会对他们进行处罚部长目前当然法律已经有基本的规范了
transcript.whisperx[6].start 119.462
transcript.whisperx[6].end 140.141
transcript.whisperx[6].text 平台有防诈的责任包括风险的分析评估广告的验证最重要的就是下架诈骗的资讯以及提供相关的资料部长说明一下目前各社群平台他这种诈骗讯息下架的状况是如何来说明一下
transcript.whisperx[7].start 140.421
transcript.whisperx[7].end 155.058
transcript.whisperx[7].text OK 我們現在就是透過電子化自動化的方式通知這些平台那我們在打炸專法剛實施的時候他們下架的速度都還比較慢一點但是目前的狀況是說我們通知Facebook如果是設炸的廣告
transcript.whisperx[8].start 156.559
transcript.whisperx[8].end 178.386
transcript.whisperx[8].text 目前都在四個平均在四個小時之內我們通知他有四個小時之內就會下架這是平均數那另外就是非廣告是一般的訊息的話是在八個小時左右平均八個小時左右他會把它下架那我們是希望他們持續改善因為這個都是做自動化的處理只是說他們在這個
transcript.whisperx[9].start 180.226
transcript.whisperx[9].end 206.204
transcript.whisperx[9].text 非廣告而是那個個人訊息方面他們會做人工的最後查驗那這個部分會稍微比較慢一點所以他需要8個小時這都是基本的規範但實際執行的狀況是不好的如果說目前我們看警政署的統計這種詐騙的訊息還是非常猖獗如果以Meta來講Meta的詐騙廣告其實是非常的嚴重那也顯示Meta的這種廣告的
transcript.whisperx[10].start 207.285
transcript.whisperx[10].end 221.081
transcript.whisperx[10].text 服務管理系統它是有嚴重的缺失那數位部如何去要求Meta呢各位委員報告我們網站通報查詢網自從去年9月14到現在以來我們已經通知Meta下架了超過24萬則廣告
transcript.whisperx[11].start 223.204
transcript.whisperx[11].end 237.184
transcript.whisperx[11].text 還有那個訊息那這24萬則的廣告或者訊息我們就交給MetaMeta就回去訓練他們的AI模型告訴他們的AI模型說台灣的詐騙大概是長什麼樣子然後利用這種機制那個Meta現在已經
transcript.whisperx[12].start 237.865
transcript.whisperx[12].end 265.465
transcript.whisperx[12].text 下架了針對台灣780萬則的詐騙廣告或訊息所以其實依照我們的統計我們的那個巡查報告以及民眾的感覺我們現在我想現在應該很少看到有仿冒謝金河或者是仿冒黃仁勳的這種那個名人那個仿冒詐騙已經在Facebook上已經大幅下降了部長我要提醒你目前這種下架的速度是趕不上詐騙的速度
transcript.whisperx[13].start 266.482
transcript.whisperx[13].end 280.744
transcript.whisperx[13].text 那罰款過低是否是有收到效果嗎是沒有效果嗎那如果我們看警政署的資料來看今年1月到9月下架7萬多則網路平台詐騙的廣告
transcript.whisperx[14].start 282.446
transcript.whisperx[14].end 305.268
transcript.whisperx[14].text 但是依據蘇發部的網路通報詐騙平台每個月就有兩萬三千多則的詐騙訊息有一萬多則的高風險的訊息那問題的根源並不是平台業者沒有進到這些相關防詐條例的規定沒有做到網路廣告平台
transcript.whisperx[15].start 306.688
transcript.whisperx[15].end 329.009
transcript.whisperx[15].text 這種防詐的義務那相關的罰款是不是過低 來說明一下OK 跟委員報告目前我們開罰的部分我們是對於Meta已經開罰1850萬台幣那我們這個開罰的目的並不是為了報復最重要我們是希望它改變行為的模式就如同我剛才跟委員報告的他們已經利用AI的方式
transcript.whisperx[16].start 329.609
transcript.whisperx[16].end 352.239
transcript.whisperx[16].text 主動攔阻780萬則涉及詐騙的訊息這些詐騙訊息不是說上架以後再放下來很多都是在上架之前Meta就利用AI的方式部長我再一次提醒你你現在這種金額雖然創下財閥的一個新高但是跟平台的廣告收益來相比
transcript.whisperx[17].start 353.602
transcript.whisperx[17].end 371.233
transcript.whisperx[17].text 還是不成比例如果說我們按照歐盟的數位服務法就是DSA它是以全球營收的百分比作為罰款的一個上限那書法部應該來作為一個參考來研議修法的可能性來說明一下
transcript.whisperx[18].start 371.753
transcript.whisperx[18].end 389.352
transcript.whisperx[18].text 是跟委員報告歐盟他是因為他用他這個營收的百分比來裁罰這個在歐盟跟美國之間產生了非常大的貿易紛爭我們也知道說現在美國對各國祭出所謂的
transcript.whisperx[19].start 392.495
transcript.whisperx[19].end 416.311
transcript.whisperx[19].text 那個關稅那這個事情事實上是相當有爭議的因為照理說我們財閥應該是針對你犯了什麼錯跟你財閥什麼事情而不是針對對你說你的營業額是多少我抽一個百分之多少的一個財閥這個基本上是一種數位稅美國政府認為是一種數位稅我們不是完全贊同美國的方法如果以全球營收的這種百分比來它具有一個
transcript.whisperx[20].start 417.471
transcript.whisperx[20].end 437.857
transcript.whisperx[20].text 爭議的一個空間但是目前的罰款過低也是一個不爭的事實如果跟他的廣告收入來相比的話是差距太大了是 這個我們也都完全了解那如同我剛才跟委員所報告我們最重要的目的是希望META改變他的行為那那個之前我想委員一定講的就是說
transcript.whisperx[21].start 438.397
transcript.whisperx[21].end 465.304
transcript.whisperx[21].text 之前有一個新聞說那個Meta他有很大的10%的收入廣告收入是來自於詐騙集團這個事實上就是一年多以前Meta他自己內部的分析報告他們的檢討報告那我們知道這個事情以後我們也非常認為說非常的不合理所以我們就要求Meta一定改變他的行為他們以前認為說在打詐這件事情上他們只是一個旁觀者他只是一個bystander我們現在要求他加入我們加入我們這個好人隊一起做打詐的行為
transcript.whisperx[22].start 466.224
transcript.whisperx[22].end 486.231
transcript.whisperx[22].text 部長目前詐騙集團是大量的利用第三方支付的平台申請虛擬帳號來進行相關的洗錢速發部當然有推動第三方支付能量的這種登錄的機制但是第三方支付仍然是詐騙跟洗錢的一個溫床
transcript.whisperx[23].start 488.032
transcript.whisperx[23].end 504.971
transcript.whisperx[23].text 相關的蘇華部有什麼更具體的措施嗎在第一個就是說第三方支付原來台灣是採取登記制你只要登記就可以做這件事情那總共有一萬多家的廠商登記那我們自從實施這個能量登錄以後事實上真正
transcript.whisperx[24].start 505.832
transcript.whisperx[24].end 528.355
transcript.whisperx[24].text 申請能量登錄的大概有80幾家然後通過的目前有53家然後我們在今年廢止了4家又新增了4家那廢止了4家就是我們去做實地查核以後我們發覺說他這個營業是有問題的他可能是涉及第三方支付的那個洗錢不然我還是要提醒你詐騙集團利用第三方支付來這種作為一個工具
transcript.whisperx[25].start 528.895
transcript.whisperx[25].end 542.433
transcript.whisperx[25].text 他進行這種代收轉付導致這種金流的追蹤是極度的困難那財法跟納管的強度還是有待提升我們看目前多數的財法法
transcript.whisperx[26].start 543.929
transcript.whisperx[26].end 560.989
transcript.whisperx[26].text 目前多数的财法都是依据洗钱防治法那其实它的花款只有15万至30万之间那对于动辄金手这种术艺金流的这种业者来说是不够相关的
transcript.whisperx[27].start 561.97
transcript.whisperx[27].end 574.921
transcript.whisperx[27].text 鄭哲利 這個是必須要檢討的最後讓你說明是 我們事實上速發部這邊速產署非常的主動我們今年就是主動發現透過能量登錄我們主動發現像說台灣里
transcript.whisperx[28].start 578.266
transcript.whisperx[28].end 603.085
transcript.whisperx[28].text 可不可以說明一下 我們請副署長說明一下好 是 委員我們針對這個第三方支付的部分我們其實是百分之百的去做行政查核那一旦我們在發現它的狀況有問題的時候我們就會提供情資給我們的相關的檢調單位跟法務部所以因為這樣其實我們這一次的台灣禮的破獲其實事實上是跟法務部一起共同來破獲這樣子的一個集團
transcript.whisperx[29].start 604.306
transcript.whisperx[29].end 626.302
transcript.whisperx[29].text 部長最後我提醒你相關的數位經濟的防詐措施數位部有基本的對策跟做法但成效還是不髒有基本的規範這個要繼續努力啦我們會努力啦但是不至於成效不髒啦我們剛才那個報告也看到其實我們最近應該是做出一些成績出來了成效不髒這不是我在交通委員會的質詢
transcript.whisperx[30].start 627.717
transcript.whisperx[30].end 655.176
transcript.whisperx[30].text 這是全民對於政府對於打詐的努力雖然有看到努力但是成效還是要繼續我們會努力我們絕對會努力但是也給我們的同仁一些鼓勵吧我想我們這個下架了這麼多的那個詐騙訊息然後我們就是因為這個詐騙有線上線下鼓勵要有督促也要有當然對於防詐是我們的一個基本責任保障人民的財產安全也是我們重要的責任當然謝謝