In Breve
- Qual è l'ammontare delle perdite per frodi nel Regno Unito?
- Le perdite per frodi hanno raggiunto 1,3 miliardi di sterline.
- Come l'AI sta influenzando le frodi finanziarie?
- L'AI consente la creazione di identità sintetiche e l'uso di deepfake per ingannare le vittime.
- Quali sono le strategie di prevenzione più efficaci?
- L'approccio deve includere la rilevazione come funzione di ricerca e l'uso di competenze specialistiche.
Le frodi finanziarie nel Regno Unito hanno raggiunto un valore record di 1,3 miliardi di sterline, evidenziando un fenomeno in continua 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 sono rivelate strumenti efficaci per le 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 che possono superare i controlli Know Your Customer (KYC) e costruendo storie creditizie credibili che consentono loro di rimanere attivi per mesi prima di eseguire la frode. L’uso di deepfake per frodi di autorizzazione ha reso possibile la creazione di voci e video così plausibili da indurre le vittime a autorizzare transazioni o a fornire credenziali sensibili.
Queste tecniche mirano a minare il livello di fiducia, il punto in cui un sistema o un operatore umano decide che un’operazione è legittima. Le tecnologie attuali non vengono principalmente contrastate dai sistemi bancari, ma attaccano direttamente i clienti, manipolandoli con chiamate convincenti, impersonificazioni realistiche e campagne di social engineering personalizzate che erodono lo scetticismo protettivo.
Di conseguenza, gli attacchi ai sistemi bancari si presentano con caratteristiche tecniche di legittimità, rendendo la loro rilevazione più complessa. Inoltre, l’uso dell’AI potrebbe evolvere verso attacchi diretti contro le infrastrutture istituzionali, con i criminali che mappano i controlli e si mantengono deliberatamente al di fuori dei confini di rilevamento.
I team di prevenzione frodi all’interno delle 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 analizzare i sistemi piuttosto che limitarsi a operarli, con competenze in ragionamento statistico, pensiero avversariale, progettazione dei sistemi e analisi dei feedback.
Non tutte le organizzazioni dispongono di queste competenze. Sebbene l’assunzione di nuovo personale possa sembrare una soluzione, l’avanzamento e la diffusione degli strumenti AI offrono oggi soluzioni avanzate facilmente integrabili nelle infrastrutture esistenti. È consigliabile investire in fornitori esterni che rendano questi strumenti accessibili e spiegabili, combinando analisi statistica e capacità di ragionamento.
L’implementazione di nuove tecnologie deve però essere progettata per 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 fase di 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.