In Breve
- Qual è l'impatto dell'AI sulle frodi finanziarie?
- L'AI sta rendendo le frodi più sofisticate, permettendo ai criminali di creare identità false e manipolare la fiducia degli utenti.
- Come possono le istituzioni difendersi dalle frodi?
- Le istituzioni devono investire in tecnologie avanzate e formare il personale per rilevare comportamenti sospetti.
- Quali sono le tecniche utilizzate dai criminali?
- I criminali utilizzano deepfake e social engineering per ingannare gli utenti e ottenere accesso ai loro dati.
Frodi finanziarie in aumento: l’impatto dell’Intelligenza Artificiale sulla sicurezza delle istituzioni
Negli ultimi anni, il fenomeno delle frodi finanziarie ha raggiunto proporzioni allarmanti, con perdite che nel Regno Unito hanno toccato i 1,3 miliardi di sterline. Questo aumento è in parte attribuibile all’uso sempre più diffuso di tecnologie avanzate, in particolare l’Intelligenza Artificiale (AI), che ha fornito nuovi strumenti ai gruppi criminali.
La crescente sofisticazione delle frodi
I gruppi criminali stanno diventando sempre più rapidi e astuti. Tecnologie come la generative AI permettono di industrializzare l’ingegneria sociale, creando identità sintetiche in grado di superare i controlli KYC (Know Your Customer) e costruire storie creditizie credibili. Queste identità possono rimanere operative per mesi prima di eseguire una frode, rendendo difficile la loro individuazione.
Deepfake e manipolazione della fiducia
Un’altra tecnica allarmante è l’uso di deepfake, che consente di generare voci e video così plausibili da indurre le persone a autorizzare transazioni o fornire credenziali. Tali tattiche mirano a colpire la fiducia degli utenti, il punto cruciale in cui un sistema o un operatore umano decide se un’operazione è legittima.
La vulnerabilità dei sistemi bancari
Oggi, le tecnologie non vengono principalmente sconfitte dai sistemi delle banche, ma attaccano direttamente i clienti. Le reti criminali utilizzano chiamate convincenti, impersonificazioni realistiche e campagne di social engineering personalizzate per erodere lo scetticismo protettivo degli utenti. Questo porta a un attacco ai sistemi bancari con caratteristiche tecniche di legittimità, rendendo più difficile la rilevazione.
Rischi e opportunità nella prevenzione delle frodi
Le istituzioni finanziarie spesso organizzano i loro team di prevenzione frodi attorno alla gestione degli incidenti: rilevare, rispondere e chiudere il caso. Tuttavia, approcci più efficaci considerano la rilevazione come una funzione di ricerca, alla ricerca di spostamenti comportamentali che possano indicare test o sondaggio degli asset.
È fondamentale avere personale con competenze sui principi sottostanti, come il ragionamento statistico e la progettazione dei sistemi, per affrontare queste minacce in modo efficace.
Investire in soluzioni AI
Non tutte le organizzazioni dispongono delle competenze necessarie per affrontare queste sfide. Sebbene l’assunzione di nuovo personale possa sembrare una soluzione, l’evoluzione degli strumenti AI offre opportunità per integrare soluzioni avanzate nelle infrastrutture esistenti. È consigliabile investire in fornitori esterni che rendano questi strumenti accessibili e spiegabili, combinando analisi statistica e capacità di reasoning.
Progettare la sicurezza sin dall’inizio
L’implementazione di nuove tecnologie deve essere progettata per non alimentare ulteriori rischi. Ogni modello ha ipotesi incorporate che gli attori avversari tenteranno di sondare. Pertanto, i sistemi devono essere trattati come superfici di attacco fin dalla progettazione e sottoposti a test interni prima della produzione.
Le difese basate su AI devono operare in millisecondi per individuare il rischio senza degradare l’esperienza del cliente, valutando ogni transazione in tempo reale mediante centinaia di segnali confrontati con pattern storici per identificare anomalie.

