試想像一下，你的財務團隊收到一封來自長期合作供應商的電郵。 寄件人使用的是真實的供應商電郵地址，SPF 驗證通過、DKIM 驗證通過、DMARC 亦沒有異常。電郵內沒有惡意附件、沒有可疑連結，甚至看不到任何冒充寄件人的跡象。 一切看起來都很正常。 但今次，卻有點不一樣。 供應商突然要求財務團隊支付一筆遠高於平常的款項，同時更改收款銀行帳戶，並強調付款十分緊急，必須立即處理。 從技術層面來看，這封電郵可能完全「正常」。 但從行為層面來看，它卻並不正常。 這亦帶出傳統電郵安全工具未必容易回答的一個關鍵問題： 「根據雙方一貫的溝通方式，這封電郵真的合理嗎？」 不只看電郵本身，更要理解「正常行為」 這正是 Abnormal AI Email Security 採取不同做法的地方。 傳統電郵安全方案通常會集中分析惡意連結、附件、寄件人信譽、網域、威脅特徵等指標；Abnormal 則進一步運用 Behavioural AI（行為式人工智能），了解企業內部日常的電郵溝通模式。 它會持續學習不同的通訊行為，例如： 哪些員工平日會互相聯絡 員工與供應商之間通常如何