Sztuczna inteligencja a oszustwa finansowe: nowe narzędzia, nowe zagrożenia
Sztuczna inteligencja przestała być narzędziem zarezerwowanym dla zaawansowanych grup APT. Dziś generatywne modele językowe i multimodalne są dostępne w modelu usługi (AI-as-a-Service) za ułamek kosztów tradycyjnego rozwoju złośliwego oprogramowania. Według raportu ENISA z 2024 roku, liczba zdarzeń z udziałem generatywnej AI w cyberprzestępstwach wzrosła o ponad 300% w skali roku. Przestępcy nie muszą już pisać kodu — wystarczy, że umiejętnie formułują prompty.
Głos jako nowy wektor ataku
Technologia klonowania głosu (voice cloning) osiągnęła poziom, w którym 3-sekundowy sample nagrania — np. z poczty głosowej, wideokonferencji lub mediów społecznościowych — wystarcza do wygenerowania wiarygodnej mowy dowolnej treści. Narzędzia takie jak ElevenLabs, Resemble AI czy open-source’owe RVC (Retrieval-based Voice Conversion) pozwalają na syntezę w czasie rzeczywistym z zachowaniem intonacji, akcentu i cech emocjonalnych.
W praktyce oznacza to, że atakujący może:
- podszywać się pod dyrektora finansowego w połączeniu głosowym z księgowym (tzw. CEO fraud v2.0),
- manipulować systemami weryfikacji tożsamości opartymi na głosie (voice biometrics) w bankach i instytucjach finansowych,
- prowadzić rozbudowane konwersacje z ofiarami, budując zaufanie przed ostatecznym żądaniem przelewu.
W marcu 2024 roku Hongkongijskie policja potwierdziła sprawę, w której pracownik finansowy przelewił 25 milionów dolarów hongkońskich po wideorozmovie z “zarządem”, którego twarz i głos były wygenerowane przez AI. W Polsce KNF ostrzega, że banki coraz częściej rejestrują próby autoryzacji przelewów BLIK przy użyciu syntetycznego głosu.
Automatyzowana inżynieria społeczna w skali
Modele językowe (LLM) umożliwiają masową produkcję spersonalizowanych wiadomości phishingowych, które omijają tradycyjne filtry anty-spamowe. Zamiast ogólnych szablonów, atakujący generują unikalną treść dla każdej ofiary, wykorzystując dane z wycieków (OSINT), profili LinkedIn, rejestrów KRS/CEIDG czy mediów społecznościowych.
Automatyzacja obejmuje:
- Spear-phishing w skali: tysiące unikalnych maili dopasowanych do roli, branży, stylu komunikacji odbiorcy.
- Business Email Compromise (BEC) 2.0: korespondencja wieloetapowa, w której bot prowadzi dialog, buduje kontekst, a na końcu żąda przelewu lub danych logowania.
- Generowanie kodu eksploatacyjnego: LLM potrafią pisać skrypty atakujące konkretne luki (np. CVE-2024-xxxx) w minutę od publikacji szczegółów.
Badania Unit 42 (Palo Alto Networks) wykazały, że LLM skracają czas przygotowania zaawansowanego ataku BEC z dni do minut, przy jednoczesnym wzroście skuteczności o ok. 40% w porównaniu do ręcznie pisanych wiadomości.
Syntetyczne tożsamości i KYC bypass
Procesy Know Your Customer (KYC) opierają się na weryfikacji dokumentów tożsamości i liveness detection (wykrywaniu “żywego” użytkownika). Generatywne AI potrafi tworzyć fotorealistyczne dowody osobiste, prawo jazdy, paszporty — w tym hologramy, watermarki, mikrotytki — oraz wideo “żywej” osoby trzymającej dokument.
Narzędzia typu deepfake face swap w czasie rzeczywistym (np. DeepFaceLive, Swapface) pozwalają przestępcom przechodzić weryfikację wideo w aplikacjach bankowych, giełdach kryptowalut i platformach fintech. W 2023 roku badacze Sensity AI zidentyfikowały ponad 10 tys. unikalnych syntetycznych tożsamości używanych do otwierania kont bankowych w Europie i USA.
Obrona: co działa, a co już nie
Tradycyjne środki — szkolenia pracowników, filtry spamowe, 2FA oparte na SMS — tracą na skuteczności. Skuteczne tegenologia obejmuje:
- Weryfikacja poza pasmem (out-of-band): potwierdzenie przelewu przez niezależny kanał (np. telefon stacjonarny, osobisty kontakt, dedykowana aplikacja autoryzacyjna z push-notification).
- Analiza behawioralna transakcji: systemy AI monitorujące anomalię w nawykach płatniczych (kwota, odbiorca, godzina, urządzenie, geolokalizacja).
- Odporne na deepfake uwierzytelnianie: FIDO2/WebAuthn z kluczami kryptograficznymi (passkeys), które nie da się podszyć głosem ani obrazem.
- Współpraca międzysektorowa: wymiana wskaźników kompromitacji (IoC) dotyczących syntetycznych tożsamości i głosowych botów w ramach ISAC (Information Sharing and Analysis Centers).
Regulacje nadążają powoli. AI Act UE (Rozporządzenie 2024/1689) wprowadza obowiązek oznaczania treści generowanych przez AI oraz oceny ryzyka dla systemów wysokiego ryzyka, w tym systemów weryfikacji tożsamości. W Polsce Ustawa o cyberbezpieczeństwie (po nowelizacji 2024 r.) rozszerza definicję incydentu o ataki z użyciem generatywnej AI.
Podsumowanie
Generatywna AI nie tworzy nowych typów oszustw — drastycznie obniża ich koszt, skalę i jakość wykonania. Przestępstwo finansowe staje się towarem dostępnym “na żądanie”. Obrona wymaga przejścia od statycznych reguł do adaptacyjnych systemów wykrywających anomalię behawioralną oraz kryptograficznie silnego uwierzytelniania, które nie ufa czemuś, co “wygląda” lub “brzmi” jak człowiek.
Oznaczenie treści AI
Ten artykuł powstał z udziałem sztucznej inteligencji: research oraz tekst przygotował i zredagował agent AI. Dane, daty i cytaty przytoczone w tekście pochodzą ze zweryfikowanych źródeł.
