In Breve
- Qual è l'impatto dell'intelligenza artificiale sulle frodi finanziarie?
- L'intelligenza artificiale è utilizzata dai criminali per creare identità sintetiche e attuare frodi sofisticate.
- Come possono le istituzioni contrastare le frodi?
- Le istituzioni devono investire in tecnologie avanzate e formare personale competente per migliorare la rilevazione delle frodi.
- Quali sono le tecniche più comuni utilizzate dai frodatori?
- Le tecniche includono l'ingegneria sociale, l'uso di deepfake e campagne di social engineering.
Nel Regno Unito, le perdite per frodi finanziarie hanno toccato la cifra record di 1,3 miliardi di sterline, un dato che evidenzia un fenomeno in costante crescita. Tra i principali fattori che alimentano questa escalation vi è l’adozione sempre più diffusa di tecnologie avanzate, in particolare l’intelligenza artificiale (AI), che si sono rivelate strumenti efficaci nelle mani delle reti criminali.
I gruppi di frode stanno diventando sempre più rapidi 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 che possono rimanere operative per mesi prima di eseguire la frode. L’uso di deepfake, ad esempio, consente di generare voci e video così plausibili da indurre le persone a autorizzare transazioni o a fornire credenziali sensibili. Queste tattiche mirano a minare il livello di fiducia, il punto cruciale in cui un sistema o un operatore umano decide se un’operazione è legittima.
Le tecnologie attuali non vengono principalmente contrastate dai sistemi delle banche, ma piuttosto aggrediscono i clienti, manipolandoli attraverso chiamate convincenti, impersonificazioni realistiche e campagne di social engineering personalizzate che erodono lo scetticismo protettivo. Di conseguenza, gli attacchi arrivano ai sistemi bancari con caratteristiche tecniche di legittimità, rendendo più difficile la loro rilevazione. Parallelamente, l’uso dell’AI potrebbe evolvere verso attacchi diretti contro le infrastrutture istituzionali, con gli attaccanti che mappano i controlli e si mantengono deliberatamente 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, alla ricerca di spostamenti comportamentali che possano indicare test o sondaggio degli asset. È fondamentale avere personale in grado di ragionare sui sistemi piuttosto che limitarsi a operarli, con competenze sui principi sottostanti come il ragionamento statistico, il pensiero adversariale, la progettazione dei sistemi, l’analisi dei feedback e la comprensione degli effetti composti nel tempo.
Non tutte le organizzazioni dispongono di tali competenze. Sebbene l’assunzione di nuovo personale possa sembrare la soluzione, l’avanzamento e la diffusione degli strumenti AI rendono disponibili soluzioni avanzate facilmente integrabili nelle infrastrutture esistenti. La strada suggerita è quella di investire in fornitori esterni che rendano questi strumenti accessibili e spiegabili, combinando analisi statistica e capacità di reasoning.
Tuttavia, l’implementazione di nuove tecnologie deve essere progettata in modo da non alimentare ulteriori rischi. Ogni modello ha ipotesi incorporate che gli attori avversari tenteranno di sondare sistematicamente. 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 compromettere l’esperienza del cliente, valutando ogni transazione in tempo reale attraverso centinaia di segnali confrontati con pattern storici per identificare anomalie.
redazione
Redazione Diarioeconomico.