Bilans strat deepfake: ile realnie kosztują oszustwa ze sztuczną inteligencją
Przez lata debata o deepfake kręciła się wokół pytania „czy to możliwe”. W 2026 roku pytanie to straciło znaczenie. Firmy zajmujące się monitorowaniem zagrożeń prowadzą już regularne statystyki incydentów, a kwoty strat liczone są w setkach milionów dolarów rocznie. Problem nie dotyczy wyłącznie korporacji — mechanizm oszustwa jest zawsze ten sam: podszycie się pod czyjś głos albo twarz, żeby wymusić przelew, przekazanie danych lub dostęp do systemu.
Co mówią liczby za 2025 rok
Firma Resemble AI, publikująca coroczny raport o zagrożeniach deepfake, odnotowała w swoim raportie rocznym 1567 zweryfikowanych, unikalnych incydentów w 2025 roku oraz ponad 1,28 miliarda dolarów udokumentowanych strat finansowych. To jednak dolna granica: ponad 80 procent incydentów nie miało ujawnionej kwoty szkody, a zbiór opiera się na sprawach, które w ogóle trafiły do mediów. Oszustwa niezauważone, niezgłoszone albo po cichu uregulowane przez firmy nigdy nie trafiają do tych statystyk.
Pierwsza połowa 2026 roku przyniosła dalszy wzrost skali. Raport obejmujący te sześć miesięcy zweryfikował 821 ataków na podstawie 1760 doniesień prasowych, co najmniej 15 736 ofiar oraz powiązanie tych spraw z 3,46 miliona plików ze sztucznie wygenerowanymi treściami.
Warto przy tym zachować ostrożność w interpretacji. Liczba plików nie oznacza liczby ataków, a suma ujawnionych strat nie pozwala wyliczyć „średniej szkody na incydent” — w takich zbiorach dominują pojedyncze, spektakularne sprawy, podczas gdy większość przypadków kończy się bez znanych konsekwencji finansowych. Sami autorzy raportów podkreślają, że publikowane kwoty to podłoga, a nie pełny obraz.
Dlaczego wykrywalność przegrywa z generowaniem
Narzędzia do generowania głosu i wideo poprawiają się szybciej niż systemy detekcji. Zdjęcie z konferencji prasowej, fragment wystąpienia na wideokonferencji czy kilkanaście sekund nagrania z podcastu wystarczają, by zbudować przekonującą kopię głosu menedżera. Pracownik, który słyszy znaną sobie intonację swojego szefa, rzadko ma powód wątpić — a właśnie na tym polega siła ataku.
FBI w biuletynie ostrzegawczym z grudnia 2024 roku zaleciło organizacjom kilka konkretnych zasad: ustalenie tajnego słowa lub frazy z bliskimi współpracownikami i rodziną, samodzielną weryfikację każdego nietypowego żądania przez drugi, znany kanał kontaktu oraz ograniczenie publicznie dostępnych nagrań głosu i zdjęć, którymi można zasilić model. To rada prosta w sformułowaniu, ale wymagająca dyscypliny organizacyjnej — bo najsłabszym ogniwem nie jest algorytm, tylko procedura zatwierdzania przelewów.
Procedura jest ważniejsza niż detektor
Analizy udanych i nieudanych ataków pokazują wyraźny wzorzec. Tam, gdzie oszustwo się udało, ofiara działała pod presją czasu, w pojedynkę i w jednym kanale komunikacji. Tam, gdzie atak się nie powiódł, ktoś zadziałał zgodnie z procedurą: oddzwonił pod numer znany z wcześniejszej współpracy, zapytał o informację niedostępną publicznie, wymagał drugiej osoby przy zatwierdzeniu płatności.
Oznacza to niepokojącą prawdę o stanie cyberbezpieczeństwa w erze generatywnej AI: najlepsza obrona przed syntetycznym głosem prezes nie polega na tym, by rozpoznać syntetyczny głos, ale by żaden głos — prawdziwy czy fałszywy — nie wystarczał samodzielnie do uruchomienia przelewu. Głos i twarz przestały być dowodem tożsamości i stały się jedynie kanałem komunikacji, którym trzeba zarządzać tak samo nieufnie jak anonimową wiadomością e-mail.
