Frodi Finanziarie e Intelligenza Artificiale: Un Fenomeno in Crescita che Richiede Nuove Strategie di Difesa
Le frodi finanziarie nel Regno Unito hanno raggiunto livelli allarmanti, con l'uso dell'intelligenza artificiale che alimenta questa crescita. È fondamentale che le istituzioni finanziarie si adattino per proteggere i propri clienti.
In Breve
- Qual è l'impatto dell'intelligenza artificiale sulle frodi finanziarie?
- L'intelligenza artificiale sta rendendo le frodi finanziarie più sofisticate e difficili da rilevare, aumentando le perdite per le istituzioni.
- Come possono le istituzioni finanziarie proteggere i loro clienti?
- Devono adottare approcci proattivi nella prevenzione delle frodi, investendo in tecnologie AI e formazione del personale.
- Quali sono le nuove tecniche utilizzate dai criminali?
- I criminali utilizzano deepfake e ingegneria sociale per manipolare le vittime e superare i controlli di sicurezza.
Nel Regno Unito, le perdite per frodi finanziarie hanno toccato il record di 1,3 miliardi di sterline, un chiaro segnale di un fenomeno in espansione. L’uso sempre più diffuso di tecnologie avanzate, in particolare l’intelligenza artificiale (AI), ha reso questi strumenti estremamente efficaci nelle mani di 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 eseguire la frode, rendendo difficile la loro individuazione. Inoltre, l’uso di deepfake per frodi di autorizzazione genera voci e video così plausibili da indurre le vittime ad autorizzare transazioni o a fornire credenziali sensibili.
Queste tattiche 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 di frode non vengono più contrastate principalmente dai sistemi delle banche, ma attaccano direttamente il cliente, manipolandolo attraverso chiamate convincenti e impersonificazioni realistiche. Tali campagne di social engineering personalizzate erodono lo scetticismo protettivo delle vittime, rendendo più difficile la rilevazione delle frodi.
Le istituzioni finanziarie, pertanto, devono rivedere le loro strategie di prevenzione. I team di prevenzione frodi sono spesso organizzati attorno alla gestione degli incidenti, limitandosi a 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 essenziale disporre di personale in grado di analizzare i sistemi, con competenze in ragionamento statistico, pensiero avversariale e progettazione dei sistemi.
Non tutte le organizzazioni possiedono queste competenze interne. Sebbene l’assunzione di nuovi talenti possa sembrare una soluzione, l’avanzamento e la diffusione degli strumenti AI offrono soluzioni avanzate facilmente integrabili nelle infrastrutture esistenti. Investire in fornitori esterni che rendano questi strumenti accessibili e spiegabili è una strada promettente, combinando analisi statistica e capacità di reasoning.
Tuttavia, l’implementazione di nuove tecnologie deve essere progettata con attenzione per evitare ulteriori rischi. Ogni modello ha ipotesi incorporate che gli attori avversari tenteranno di sondare sistematicamente. Pertanto, i sistemi devono essere considerati 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 i rischi senza compromettere l’esperienza del cliente, valutando ogni transazione in tempo reale attraverso centinaia di segnali confrontati con pattern storici per identificare anomalie.
