Frodi Finanziarie e Intelligenza Artificiale: Un Fenomeno in Crescita che Richiede Nuove Strategie di Difesa

Negli ultimi anni, il fenomeno delle frodi finanziarie ha assunto proporzioni preoccupanti, con perdite che nel Regno Unito hanno toccato 1,3 miliardi di sterline. Questo incremento è in parte attribuibile all’uso crescente di tecnologie avanzate, in particolare l’intelligenza artificiale, che si è rivelata uno strumento efficace 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 in grado di superare i controlli KYC (Know Your Customer) e costruendo storie creditizie credibili. Queste identità possono rimanere operative per mesi prima di attuare la frode. Inoltre, l’uso di deepfake per le frodi di autorizzazione produce voci e video così plausibili da indurre le persone a autorizzare transazioni o a fornire credenziali sensibili.

Le tecnologie attuali non vengono principalmente contrastate dai sistemi delle banche, ma colpiscono direttamente i clienti, manipolandoli attraverso chiamate più convincenti e impersonificazioni realistiche. Queste campagne di social engineering personalizzate erodono lo scetticismo protettivo degli utenti, rendendo più difficile la rilevazione delle frodi. Di conseguenza, gli attacchi ai sistemi bancari si presentano con caratteristiche tecniche di legittimità, complicando ulteriormente la loro identificazione.

Parallelamente, l’uso dell’AI potrebbe evolversi verso attacchi diretti contro le infrastrutture istituzionali. Gli attaccanti potrebbero mappare i controlli di sicurezza e mantenersi al di fuori dei confini di rilevamento, aumentando il rischio per le istituzioni finanziarie.

Tradizionalmente, i team di prevenzione frodi nelle istituzioni finanziarie sono 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 con competenze sui principi sottostanti: ragionamento statistico, pensiero avversariale, progettazione dei sistemi e analisi dei feedback.

Non tutte le organizzazioni dispongono delle competenze necessarie. Sebbene l’assunzione di nuovo personale possa sembrare una soluzione, l’avanzamento degli strumenti AI offre la possibilità di integrare soluzioni avanzate nelle infrastrutture esistenti. Investire in fornitori esterni che rendano questi strumenti accessibili e spiegabili è una strada da considerare.

È cruciale progettare l’implementazione di nuove tecnologie 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 considerati 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.