Casap：替銀行自動處理支付爭議的 AI 平台，補起 1,000 億美元「友善詐欺」黑洞
一家成立三年的紐約新創， 用Agentic AI 接管支付爭議的完整生命週期，把退款申訴的勝訴率拉到 97%、自動處置八成案件，A 輪募得 2,500 萬美元、總融資達 3,350 萬美元，刷新發卡方端爭議自動化領域的募資紀錄。
一分鐘速讀
市場痛點：第一方詐欺已占金融機構整體詐欺損失的 30% 至 50%，全球每年造成約 1,000 億美元的損失；高達 48% 的金融機構承認，他們在發放臨時信用額度之前根本攔不住不實的爭議聲明。
破局創新：Casap 用專為支付爭議訓練的 Agentic AI，自動接管從受理、舉證到卡組織申訴的全流程，可自動處置 80% 的案件、把 chargeback 勝訴率推到 97%，並推出號稱「第一方詐欺界 FICO 分數」的評分引擎。
募資狀況：2025 年 8 月完成 2,500 萬美元 A 輪，累計融資 3,350 萬美元創下細分領域紀錄；同期公布營收年增 642%、客戶擴張至 45 家金融機構，並入選 CB Insights AI 100 與 FinovateFall 2025「Best of Show」。
模式升級：Casap 的目標是從單點的爭議處置工具，升級為金融機構管理「交易後風險」的統一智慧大腦，向上建構跨機構的反退款濫用聯防網路，向外延伸到帳戶接管、支票審查等相鄰的後台工作流。
一筆簽帳金融卡爭議，背後是兩座監管時鐘在跑
先看一組數字。第一方詐欺，業界又叫「友善詐欺」或「退款濫用」，已經占掉金融機構整體詐欺損失的三到五成，全球一年燒掉約 1,000 億美元。由 Casap 委託調研機構 Cornerstone Advisors 撰寫的《2026 年欺詐現狀報告》更直接點名痛處：48% 的受訪金融機構承認，他們在發放臨時信用額度之前，沒有能力準確識別並攔截不實的爭議聲明。
第一方詐欺之所以難纏，在於犯案的人是「合法持卡人本人」。他親自授權了交易、也收到了商品或服務，事後卻向發卡銀行謊稱這筆交易未經授權，藉此拿回退款又留下商品。整個過程沒有被盜刷的卡號、沒有可疑的登入裝置，銀行手上幾乎沒有傳統反詐欺模型能咬住的線索。
真正把銀行架在火上烤的，是兩座同時在倒數的監管時鐘。簽帳金融卡與電子資金轉帳受美國聯準會的《電子資金轉帳條例》（Regulation E，簡稱 Reg E）規範，銀行必須在收到通知後 10 個工作天內完成調查或先發放臨時信用額度，最長可延展到 45 至 90 天做最終判定。信用卡則走《誠實信貸條例》（Regulation Z，簡稱 Reg Z），30 天內要書面確認、兩個帳單週期內要結案。逾期不只是服務瑕疵，而是直接構成監管違規，後面跟著高額罰款與集體訴訟風險。
下面這張表，攤開了發卡方在處理一筆爭議時，必須同時盯著的多重監管與卡組織時鐘。這也是後台流程極易出錯的根本原因。
時鐘壓力之下，銀行多半只能在兩條都不好走的路裡挑一條。一條是為了守住客戶關係、也為了趕上 Reg E 的時限，乾脆不深查就直接把損失註銷，或盲目先發臨時信用額度。這條路省事，代價是讓自己變成詐欺分子眼中的「軟目標」。另一條是認真做條款審查與證據往返，處理時間動輒拉到數週甚至 90 天，客戶被晾在資訊真空裡。Filene 的研究指出，經歷過一次糟糕的爭議處置後，66% 的信用合作社成員會考慮更換主要往來銀行，遭遇欺詐事件的會員流失率還會再高出 31%。
這就是 Casap 的兩位創辦人在各自公司裡反覆撞見的「信任悖論」：要嘛犧牲詐欺防線換體驗，要嘛犧牲體驗換防線，兩端難以兼得。Casap 想做的，就是把這個被迫二選一的局，用 AI 拆開。
一個在 Robinhood 撐起 2,000 萬會員爭議的人，決定自己來解
Casap 這個名字本身就是一句宣言，取自「get your case done ASAP」（讓你的案件儘快辦妥）。公司 2022 年 12 月在紐約註冊，2023 年正式營運，總部設在曼哈頓、舊金山設有重要據點，專門替零售銀行、社區信用合作社與金融科技公司提供基於智慧代理 AI 的爭議自動化與第一方詐欺防護。
執行長 Shanthi Shanmugam 是看懂這個問題的關鍵人物。她擁有加州大學柏克萊分校的電機與資工學位，在免佣金券商巨頭 Robinhood 待了五年，從資深產品經理一路做到客戶照護的群組產品經理，負責建構支撐 2,000 萬會員的 24/7 客服與後台爭議營運體系。那五年讓她近距離看清一件事：支付爭議與詐欺處理，是決定用戶對金融機構信任與忠誠的關鍵時刻，可是當交易量衝到千萬會員規模時，市面上根本沒有一套技術能同時兼顧效率與體驗。她後來入選《Inc.》雜誌的「Female Founder 500」。換句話說，Casap 要解的痛點，是 Shanmugam 在第一線扛了五年的營運難題，而不是創投簡報上憑空想出來的市場缺口。
共同創辦人 Saisi Peter 補上了另一塊拼圖。他曾任數位銀行 Chime 的產品經理，專注用 AI 自動化後台營運，帶隊開發的內部爭議管理系統在上線第一年就替公司省下 1,000 萬美元的營運損失，並指出「未妥善解決的爭議」是數位銀行客戶流失的第二大誘因。一個來自用戶端的信任管理，一個來自後台的大規模自動化，兩種經驗剛好互補。
兩人其實更早在 Meta 就共事過，2022 年 6 月再度聯手，一起拆解金融後台客服與風控的痛點。同年 12 月註冊公司，2023 年 2 月雙雙辭去正職、全職投入開發。創業初期他們做的關鍵決策是把 Reg E、Reg Z 與 Visa、Mastercard 的網路規則一條一條讀進產品底層，讓合規邏輯內建在 AI 的決策路徑裡，而不是事後再補。這個選擇，後來成了 Casap 區隔對手的護城河之一。
五個模組，把「資深風控的腦」裝進 API
Casap 的平台不是一套記錄工單的客服系統，而是端到端的智慧代理決策平台。它用專為支付爭議訓練的專有 AI 模型搭配 API，接管了從爭議受理、證據收集到卡組織申訴的完整生命週期。拆開來看，核心有五個模組。
第一個是代理型 AI 爭議款處理器（Dispute AI Agents），這是整套系統的中樞。它模擬資深風控人員的決策邏輯，自動分析交易背景、用戶歷史行為、商戶誠信度等數據，在無需人工介入的前提下，自己決定要核發臨時入帳、向 Visa、Mastercard 這些國際發卡組織發起拒付申訴（chargeback），還是駁回不實的爭議款。
第二個是前端的動態進件引導。當持卡人在數位銀行裡點下「爭議此筆交易」，Casap 的前端 AI 不會直接收單，而是啟動動態提問，針對可疑之處逐一釐清。若它查到持卡人近期在同一個商戶有多次成功交易紀錄，會主動建議對方先聯繫商家。光是這一步，就能在源頭攔下至少 30% 因帳單標識不清或誤解而產生的無效爭議。這些爭議若放進系統，每一件都要佔用後台工時與監管時限。
第三個是 Casap 對外最會講的故事：第一方詐欺評分引擎（First-Party Fraud Score），被它自己定位成「第一方詐欺領域的 FICO 分數」。它建立在 Casap 跨機構的共享匿名爭議數據庫之上，用機器學習評估一名持卡人是否有系統性退款濫用的傾向，讓風控團隊在「把錢發出去之前」就辨識出惡意套利者。傳統反詐欺模型咬不住第一方詐欺，正是因為缺這種跨機構的行為信號。
第四個是原生的法規與卡組織規則庫。系統底層整合了 Reg E、Reg Z、Nacha 規則以及 Visa、Mastercard 的最新申訴規範，AI 代理會依卡片類型與交易通道自動套用對應的時限與證據要求，自動生成符合規格的拒付證明文件。Casap 宣稱這讓 chargeback 勝訴率拉到 97%。第五個則是整合與聯盟生態，提供靈活的 API，能與金融機構既有的核心系統、數位銀行渠道及卡組織網路深度對接；2025 年 2 月，Casap 正式成為美國信用合作社協會旗下 CUNA Strategic Services（CSS）的戰略聯盟提供商，等於拿到了打進全美信用合作社的門票。
這五個模組擺在一起，邏輯是連貫的：前端先把不該進系統的爭議擋掉，評分引擎在放款前辨識惡意套利，AI 代理依規則庫自動辦案並向卡組織追索，最後整套能力透過 API 嵌進銀行既有流程。前一個模組減輕後一個模組的負擔，這也是它敢宣稱「自動處置八成案件」的底氣。
把外包費收回口袋，再把追不回的小錢追回來
Casap 走的是典型的 B2B SaaS 模式，直接向商業銀行、社區信用合作社與金融科技新創賣軟體訂閱授權，依機構的資產規模、交易量或爭議案件數做梯度定價。它瞄準的替代對象，是傳統把爭議外包給第三方支付處理器的做法：那種模式按件計費，一件高達 20 至 40 美元，而且處理緩慢、進度不透明。Casap 的賣點是把爭議處置能力收回機構內部，砍掉昂貴的外包手續費，同時壓低後台營運成本。
要理解它的經濟效益，可以把一家機構的爭議處置總成本拆成幾塊：外包手續費（單案費率乘以年申訴量）、內部人工處理工時、沒篩出來的第一方詐欺直接銷帳，再扣掉成功追索贏回的資金。Casap 在這條公式上同時動四個變數：把外包替代率推到 100%（手續費歸零）、把後台自動化率推到八成（人工工時砍掉約 80%）、把第一方詐欺攔截率拉高（欺詐損失減超過五成）、把拒付追索勝訴率推到 97%。四個變數一起作用，導入後往往在數週內就能跨過正向投資回報（ROI）的門檻。
這張表是 Casap 的官方說法，數字漂亮但需要外部驗證。好在它已經有兩個獨立或半獨立的實證樣本。
第一個來自 Chartway 信用合作社。全美信用合作社研究機構 Filene Research Institute 旗下的 FiLab，對 Chartway 導入 Casap 滿一年的實際數據做了獨立量化評測。Chartway 此前完全靠手工表格加上割裂的郵件系統處理爭議，人工差錯率高、處理遲滯。一年下來的成效如下。
FiLab 這份報告的價值在於「第三方背書」。首年省下 87.5 萬美元、直接銷帳減 72%、勝訴率升 95%，這幾個數字加起來說明的不只是省成本，而是把原本被放棄的錢追了回來。對一家中小型信用合作社來說，87.5 萬美元足以改變一整年的損益結構。
第二個樣本 MidSouth Community Federal Credit Union 更具體。這家位於喬治亞州梅肯市、資產規模 4.64 億美元的信用合作社，過去把爭議外包給第三方處理機構，每件付 37 美元手續費，申訴進度對它而言是個資訊黑盒子，客服面對打電話進來的會員完全給不出進度更新。人力又極度匱乏，小額交易只能直接銷帳了事。導入 Casap 後，MidSouth 把爭議處置 100% 收回自營：單案成本從 37 美元砍掉九成以上，更關鍵的是它把向卡組織發起申訴的起訴門檻降低了 85%，原本直接放棄追索的小額資金，現在由 AI 自動申訴贏回。整體欺詐損失縮減 51%。Casap 還讓 MidSouth 的風控團隊能直接讀取 Visa 交易元數據，包括 IP 位址、電話號碼、裝置指紋，靠這些線索識破了一起由同一家族多名成員、跨多個帳戶協同進行的系統性第一方詐欺。
把這兩個案例放回前面那條成本公式，會發現 Casap 真正動到的，是過去被視為「追不回、不值得追」的那塊灰色地帶。降低 chargeback floor、把小額追索自動化，等於把一條原本流失的現金流重新接了起來。
三年募 3,350 萬，營收一年衝 642%
成立才三年，Casap 在資本市場的爆發力相當猛。累計融資已達 3,350 萬美元，創下發卡方端支付爭議自動化新創的最高募資紀錄。下面這張表是它的融資與里程碑時間軸。
投資人名單值得多看一眼。種子輪和 A 輪都有 Lightspeed 與 Primary Venture Partners 連續加碼，A 輪由以企業軟體聞名的 Emergence Capital 領投，連數位金融平台 SoFi 都進場。早期還有 Chime、Robinhood 的創始高管掏錢，等於是兩位創辦人的前東家高層用真金白銀替他們背書。A 輪同步公布的營收年增 642%、客戶從個位數擴張到 45 家機構，是說服 Emergence 的硬底氣。光環也接著來：2025 年底拿下 FinovateFall 2025 的「Best of Show」，2026 年 5 月入選 CB Insights 第十屆 AI 100，躋身全球百大最具前景的 AI 新創。
資本灌了十年商家端，發卡方這側才剛開門
要看懂 Casap 的卡位，得先知道反詐欺產業有一條清楚的陣營分界：商家端與發卡方端。過去這些年，資本把數十億美元砸向商家端，催生了 Riskified、Forter、Sift、Signifyd、Chargebacks911 一票獨角獸。它們的邏輯是幫電商商家在結帳當下攔截詐欺，或代表商家向銀行提交發貨證明這類強力證據來贏回退款。發卡方這一側則長期被冷落，多數金融機構還在用核心系統自帶的老舊模組辦案。隨著第一方詐欺爆發，發卡方端的爭議自動化才變成新風口，競爭也跟著熱起來。
把這張表看完，Casap 的位置就清楚了。Quavo 體量更大、資本更厚，但強在企業級工作流，對「在進件前端用生成式 AI 智能質詢、動態防禦第一方詐欺」這件事著力不深。Decisionly 團隊出身漂亮，可是客群押在新興金融科技卡商，社區銀行與信合社的實戰案例不如 Casap。FINBOA 和 Mightybot 更像是合規時限的守門員，本身不做端到端的案件調查與卡組織追索。Casap 真正的差異，在於它是少數把「第一方詐欺評分」當成系統性核心來打的玩家，又透過 CSS 聯盟在信用合作社這個被大廠忽略的市場紮了根。
從爭議工具，長成「交易後風險」的大腦
拿到 A 輪之後，兩位創辦人畫的藍圖不只是把爭議這件事做得更好，而是要把 Casap 從單點工具，升級成金融機構管理「交易後風險」的統一智慧大腦。方向有三條。
第一條是把第一方詐欺評分網路效應化。Casap 持續加碼評分引擎的研發、擴大信號覆蓋，並隨著簽約機構數量暴增，逐步織出一張跨銀行、跨信合社的「反退款濫用聯防網路」。當某個惡意持卡人在 A 銀行被標記，這個信用特徵會即時同步給同樣用 Casap 的 B 銀行，讓對方在進件當下就攔下來。簽約的機構越多，這張網就越密、越值錢。
第二條是橫向延伸到相鄰的交易後風險工作流。客戶已經在主動要求把 Casap 的智能代理模式搬去處理其他高度手動、風險敏感的後台流程，研發藍圖明確點名三個方向：帳戶接管調查，自動分析登入裝置、IP 變更與爭議交易的關聯；存款與支票審查，對大額支票與行動存款做合規與欺詐辨識；異常與例外管理，自動處理商戶退款失敗、重複扣款等狀況。每多接一個工作流，Casap 在單一客戶身上的價值就往上疊一層。
第三條是把與銀行核心系統及數位渠道的「開箱即用」集成做深。為了兌現「60 天快速上線」的承諾，Casap 持續加大對 Jack Henry 旗下 Banno、Q2 等數位渠道，以及 FIS、Fiserv 等底層核心的 API 對接。這一步是要消除傳統金融機構引進新 AI 時最大的恐懼，也就是「會不會逼我換核心系統」，藉此加速它在全美中小金融機構的滲透。
馬克碎念
反詐欺被資本灌了十年，灌的全是另外半邊
Casap 證明了一件事：同一個產業裡，可以有一整側長期被資本忽略。過去十年，反詐欺的熱錢幾乎全往商家端跑，Riskified、Forter、Signifyd 一個個養成獨角獸，因為商家端的買單意願明確、ROI 好算。發卡方端則被當成銀行核心系統的附屬模組，沒人專門做，於是技術停在十年前。Casap 的作法是挑了這個價值窪地，再用生成式 AI 把它墊高。這個邏輯可以遷移到很多領域：哪裡有「大家都在用、但沒人專門做」的後台流程，哪裡就有 AI 重做一遍的空間。第一方詐欺剛好踩在兩個趨勢的交點上，一是電商退款濫用的結構性增長，二是 LLM 讓「讀懂一筆爭議的上下文」第一次變得可規模化。
詐欺評分是數據飛輪，最後可能贏者全拿
Casap 真正的長期護城河不是 AI 模型，而是那張跨機構的共享爭議數據庫。它的第一方詐欺評分越準，是因為接進來的機構越多，能看到的惡意行為樣本越廣。這是典型的數據飛輪，和 FICO 信用分數、台灣聯徵中心是同一種網路效應：先把規模做起來的人，會越來越難被追上。風險也藏在同一個地方。跨機構共享個人爭議行為，碰得到資料治理與消費者隱私的敏感神經，一旦監管收緊或出現誤標爭議，這張網的擴張速度會直接受影響。能不能在「網路效應」和「合規邊界」之間走穩，是 Casap 從一家好工具長成基礎設施的真正考驗。
回看台灣：痛點存在，但搬不動同一套引擎
台灣有沒有第一方詐欺？有，網購退貨爭議、盜刷申訴的灰色地帶一樣存在，只是規模與揭露程度遠不如美國透明。但要把 Casap 這套直接搬來，有兩個結構性落差。其一是法規地基不同，台灣沒有 Reg E、Reg Z 這種把「臨時信用 10 天時鐘」寫死的聯邦條例，發卡爭議多走金管會規範與聯合信用卡處理中心、財金公司的清算機制，Casap 那套「內建監管時鐘自動倒數」的核心賣點，在台灣得整個重做。其二是市場結構不同，Casap 的根據地是美國數千家社區銀行與信用合作社，每一家都缺人、缺技術、願意外包；台灣的發卡市場高度集中在少數大型銀行手裡，它們有自己的資訊部門與風控團隊，導入外部 AI 的決策鏈長、誘因也低。比較務實的切入，或許不是複製整套平台，而是抽出「第一方詐欺評分」這一塊，結合聯徵既有的資料基礎來本土化。痛點是真的，但這套引擎能不能在台灣發動，取決於有沒有人願意先把法規與資料的地基重新鋪一次。
常見問題（FAQ）
Q1. Casap 是什麼公司？
Casap是一家總部位於美國紐約的金融科技新創，2022 年底成立，專門為零售銀行、社區信用合作社與金融科技公司提供基於智慧代理 AI（Agentic AI）的支付爭議自動化與第一方詐欺防護平台。公司名取自「get your case done ASAP」，兩位創辦人分別出身 Robinhood 與 Chime 的風控與後台營運。
Q2. 什麼是第一方詐欺（友善詐欺）？
第一方詐欺（First-Party Fraud），業界又稱友善詐欺或退款濫用，指合法持卡人本人親自授權交易、也收到了商品或服務，事後卻向發卡銀行謊稱交易未經授權以取得退款並留下商品。它已占金融機構整體詐欺損失的 30% 至 50%，全球每年造成約 1,000 億美元的損失，是傳統反詐欺模型最難辨識的類型，因為交易本身沒有被盜刷的特徵。
Q3. Casap 融資與營收規模如何？
Casap 在 2025 年 8 月完成 2,500 萬美元 A 輪融資，由 Emergence Capital 領投，Lightspeed、Primary Venture Partners、SoFi 等參與，累計融資達 3,350 萬美元，創下發卡方端爭議自動化新創的最高募資紀錄。同期公布營收年增 642%、客戶擴張至 45 家金融機構，並入選 CB Insights AI 100 與 FinovateFall 2025「Best of Show」。
Q4. Casap 如何自動處理支付爭議？
Casap 用專為支付爭議訓練的 AI 代理接管受理、舉證到卡組織申訴的完整流程。前端會以動態提問攔截約 30% 的無效爭議；第一方詐欺評分引擎在放款前辨識退款濫用傾向；底層內建 Reg E、Reg Z 與 Visa、Mastercard 規則庫，自動生成合規舉證文件。整體可自動處置約 80% 的案件，並把 chargeback 勝訴率推到 97%。
Q5. 什麼是 Reg E 與 Reg Z？爭議處理有哪些時限？
Reg E（電子資金轉帳條例）規範簽帳金融卡與電子轉帳，銀行須在收到通知後 10 個工作天內完成調查或先發放臨時信用額度，最長延展至 45 至 90 天。Reg Z（誠實信貸條例）規範信用卡，須在 30 天內書面確認、兩個帳單週期（最長 90 天）內結案。逾期會直接構成監管違規，面臨罰款與集體訴訟風險，這也是 Casap 把監管時鐘內建進系統的原因。
Q6. Casap 和 Quavo、FINBOA、Decisionly 等競爭對手有何不同？
Quavo 體量更大、強在企業級爭議工作流，但前端生成式 AI 質詢與第一方詐欺防禦著力較淺；FINBOA、Mightybot 偏向合規時限的記錄與提醒，不做端到端案件調查；Decisionly 團隊出身 Chargehound，但客群押在新興金融科技卡商。Casap 的差異化在於它是少數把「第一方詐欺評分」當系統性核心來打的玩家，又透過與 CUNA Strategic Services（CSS）的聯盟，在社區銀行與信用合作社生態建立了深壁壘。
Q7. 信用卡爭議款怎麼申訴？成功機率有多高？
持卡人向發卡銀行提出爭議後，銀行會向 Visa、Mastercard 等國際發卡組織發起拒付（chargeback），由銀行整理交易證據與卡組織規則進行申訴。爭議款的成功機率取決於證據是否完整、格式是否合規、有沒有趕上時限。傳統手工整理證據容易出錯、勝率偏低；以 Casap 為例，AI 自動生成符合卡組織規格的舉證文件後，chargeback 勝訴率可達 97%，在 Chartway 信用合作社的實測中也把退款申訴勝訴率拉高了 95%。