In Breve
- Qual è l'ammontare delle perdite per frodi finanziarie nel Regno Unito?
- Le perdite per frodi finanziarie nel Regno Unito hanno raggiunto 1,3 miliardi di sterline.
- Come l'intelligenza artificiale contribuisce alle frodi?
- L'intelligenza artificiale viene utilizzata per creare identità sintetiche e campagne di social engineering.
- Quali strategie devono adottare le istituzioni finanziarie?
- Le istituzioni devono investire in strumenti di AI e formare il personale per una prevenzione più efficace.
Le frodi finanziarie nel Regno Unito hanno raggiunto un picco preoccupante, con perdite che ammontano a 1,3 miliardi di sterline. Questo fenomeno, in continua espansione, è alimentato dall’adozione crescente di tecnologie avanzate, in particolare l’intelligenza artificiale (AI), che si è rivelata un potente strumento nelle mani di reti criminali.
I gruppi di frode stanno diventando sempre più agili e sofisticati. Tecnologie come la generative AI consentono di industrializzare l’ingegneria sociale, creando identità sintetiche in grado di superare i controlli Know Your Customer (KYC) e costruendo storie creditizie credibili. Queste identità possono rimanere operative per mesi prima di eseguire frodi, rendendo difficile la loro individuazione. Inoltre, l’uso di deepfake per le frodi di autorizzazione produce voci e video così realistici da indurre le vittime a autorizzare transazioni o a fornire credenziali sensibili.
Le tecnologie attuali non vengono principalmente sconfitte dai sistemi bancari, ma attaccano direttamente i clienti, manipolandoli attraverso chiamate convincenti e impersonificazioni realistiche. Queste campagne di social engineering erodono lo scetticismo protettivo delle persone, rendendo più facile per i criminali infiltrarsi nei sistemi bancari con transazioni che appaiono legittime.
In questo contesto, le istituzioni finanziarie devono rivedere le loro strategie di prevenzione. Tradizionalmente, i team di prevenzione frodi si sono concentrati sulla gestione degli incidenti: rilevare, rispondere e chiudere i casi. Tuttavia, approcci più efficaci considerano la rilevazione come una funzione di ricerca attiva, cercando spostamenti comportamentali che possano indicare tentativi di frode.
È essenziale che il personale di prevenzione frodi possieda competenze avanzate, non limitandosi a operare i sistemi, ma comprendendo i principi sottostanti come il ragionamento statistico e il pensiero avversariale. Non tutte le organizzazioni dispongono di queste competenze interne, e sebbene l’assunzione di nuovi talenti possa sembrare una soluzione, l’evoluzione degli strumenti AI offre alternative più accessibili e integrabili.
Investire in fornitori esterni che possano fornire strumenti di AI accessibili e spiegabili è una strada promettente. Questi strumenti dovrebbero combinare analisi statistica e capacità di ragionamento per migliorare la prevenzione delle frodi.
Tuttavia, l’implementazione di nuove tecnologie deve essere progettata con attenzione per evitare di creare ulteriori rischi. Ogni modello ha ipotesi incorporate che i criminali tenteranno di sondare sistematicamente. Pertanto, i sistemi devono essere considerati superfici di attacco fin dalla fase di progettazione e sottoposti a test rigorosi prima della produzione.
Infine, le difese basate su AI devono operare in tempo reale, valutando ogni transazione senza compromettere l’esperienza del cliente. Questo richiede l’analisi di centinaia di segnali confrontati con pattern storici per identificare anomalie e prevenire frodi prima che si verifichino.

