Frodi finanziarie e intelligenza artificiale: un fenomeno in crescita che richiede nuove strategie di difesa
In Breve
- Qual è l'impatto dell'AI sulle frodi finanziarie?
- L'AI sta rendendo le frodi più sofisticate e difficili da rilevare.
- Come possono le istituzioni contrastare le frodi?
- Devono investire in tecnologie avanzate e formare personale specializzato.
- Quali sono le tecniche usate dai criminali?
- Utilizzano ingegneria sociale, deepfake e identità sintetiche.
Nel Regno Unito, le perdite dovute a frodi finanziarie hanno raggiunto l’impressionante cifra di 1,3 miliardi di sterline, evidenziando un fenomeno in rapida espansione. Uno dei principali fattori che contribuiscono a questa crescita è l’adozione sempre più diffusa di tecnologie avanzate, in particolare l’intelligenza artificiale (AI), che si sta rivelando uno strumento efficace per le reti criminali.
I gruppi di frode stanno diventando sempre più veloci e sofisticati. Tecnologie come la generative AI permettono di industrializzare l’ingegneria sociale, creando identità sintetiche composite capaci di superare i controlli KYC (Know Your Customer) e costruendo storie creditizie credibili. Queste identità possono operare per mesi prima di mettere in atto la frode. Inoltre, l’utilizzo di deepfake per le frodi di autorizzazione produce voci e video così plausibili da indurre le vittime a autorizzare transazioni o a fornire credenziali sensibili.
Le tecnologie moderne non vengono principalmente contrastate dai sistemi delle banche, ma piuttosto attaccano direttamente i clienti, manipolandoli attraverso chiamate convincenti, impersonificazioni realistiche e campagne di social engineering personalizzate. Queste tecniche erodono lo scetticismo protettivo delle vittime, rendendo più difficile la rilevazione delle frodi. Gli attacchi, quindi, si presentano con caratteristiche tecniche di legittimità, complicando ulteriormente il compito delle istituzioni finanziarie.
Inoltre, l’uso dell’AI potrebbe evolvere verso attacchi diretti contro le infrastrutture delle istituzioni, con i criminali che mappano i controlli esistenti per rimanere al di fuori dei confini di rilevamento. I team di prevenzione frodi nelle istituzioni finanziarie sono spesso organizzati attorno alla gestione degli incidenti: rilevare, rispondere e chiudere i casi. Tuttavia, approcci più efficaci considerano la rilevazione come una funzione di ricerca, mirata a identificare spostamenti comportamentali che possano indicare test o sondaggio degli asset.
È fondamentale avere personale con competenze in grado di analizzare i sistemi, piuttosto che limitarsi a operarli. Queste competenze includono ragionamento statistico, pensiero avversariale, progettazione dei sistemi, analisi dei feedback e comprensione degli effetti composti nel tempo. Tuttavia, non tutte le organizzazioni dispongono di tali competenze interne. Sebbene l’assunzione di nuovi talenti possa sembrare una soluzione, la diffusione degli strumenti AI rende disponibili soluzioni avanzate facilmente integrabili nelle infrastrutture esistenti.
La strategia suggerita è quella di investire in fornitori esterni che possano rendere questi strumenti accessibili e spiegabili, combinando analisi statistica con capacità di ragionamento. Tuttavia, l’implementazione di nuove tecnologie deve essere progettata con attenzione per non aumentare ulteriormente i rischi. Ogni modello ha ipotesi incorporate che gli attori avversari tenteranno di sondare sistematicamente. Pertanto, i sistemi devono essere considerati come superfici di attacco fin dalla fase di progettazione e sottoposti a test interni prima della loro messa in produzione.
Le difese basate su AI devono operare in millisecondi per identificare i rischi senza compromettere l’esperienza del cliente. Ciò implica la valutazione di ogni transazione in tempo reale, confrontando centinaia di segnali con pattern storici per identificare anomalie. Solo così le istituzioni finanziarie potranno affrontare efficacemente la crescente minaccia delle frodi alimentate dall’intelligenza artificiale.
