Raport na Fraud Week 2026: oszustwa z użyciem AI wystawiają na próbę dotychczasowe zabezpieczenia

Mniej niż co dziesiąty specjalista ds. przeciwdziałania nadużyciom uważa, że jego organizacja jest dobrze przygotowana na zagrożenia związane z AI. SAS i ACFE pokazują, jak firmy mogą się bronić.

 

Znajomy głos, przekonujące zdjęcie, pozornie autentyczna rozmowa wideo — to, co dotąd uchodziło za dowód i budziło zaufanie, w erze sztucznej inteligencji można łatwo podrobić. W efekcie coraz trudniej rozpoznać oszustwo. Jak wynika z badania Association of Certified Fraud Examiners i firmy SAS, zaledwie 7% specjalistów ds. przeciwdziałania oszustwom twierdzi, że ich organizacje są przygotowane do walki z zagrożeniami wykorzystującymi AI w stopniu wyższym niż umiarkowany.

 

Oszuści dużo szybciej niż większość zespołów próbujących ich powstrzymać zaczęli efektywnie wykorzystywać AI. Działają lepiej, na większą skalę i z większą finezją, co wystawia dotychczasowe zabezpieczenia na próbę – powiedział John Warren, prawnik, certyfikowany ekspert ds. wykrywania oszustw, prezes i dyrektor generalny ACFE. Skuteczna walka z zagrożeniami wspieranymi przez AI wymaga lepszych narzędzi wykrywania i stałych inwestycji w ludzi. Potrzebni są też świadomi użytkownicy: celem może stać się każdy kto ma telefon czy skrzynkę e-mail i każdy może dać się oszukać.

 

Ujawnianie słabych punktów w walce z oszustwami

Od oszustw z użyciem deepfake’ów i rozproszonych zabezpieczeń bankowych po przerobione zdjęcia w zgłoszeniach ubezpieczeniowych i nadużycia w programach publicznych – badania pokazują, z jakimi wyzwaniami mierzą się osoby walczące z oszustwami:

 

  • Zagrożenia AI kontra zabezpieczenia oparte na AI. Badanie ACFE i SAS wykazało, że tylko 25% organizacji wykorzystuje AI lub uczenie maszynowe do walki z oszustwami. Tymczasem 77% ankietowanych specjalistów zgłosiło wzrost liczby ataków socjotechnicznych z użyciem deepfake’ów.
  • Niewykryte powiązania między oszustwami a przeciwdziałaniem praniu pieniędzy (AML). Z niedawnego badania FRAML przeprowadzonego przez Datos Insights i SAS wynika, że 86% instytucji finansowych nie dostrzega części powiązań między nadużyciami a praniem pieniędzy. Choć 71% instytucji łączy technologie wykrywania, tylko 13% ujednolica zasady nadzoru, polityki i struktury organizacyjne.
  • Fałszywe dowody w sprawach ubezpieczeniowych. Analiza SAS dotycząca oszustw z użyciem obrazów generowanych przez AI pokazuje, jak łatwo przestępcy mogą sfabrykować zdjęcia szkód lub usunąć z nich dowody. AI może pomóc ubezpieczycielom wykrywać podejrzane roszczenia i powiązane z nimi schematy oszustw.
  • Rosnąca presja na środki publiczne. Badanie SAS wskazuje, że 77% ankietowanych przedstawicieli sektora publicznego uważa, iż w ciągu ostatniego roku wyzwania związane ze zwalczaniem działań przestępców nasiliły się. SAS analizuje, dlaczego oszustwa, marnotrawstwo i nadużycia w administracji publicznej rosną mimo zaostrzonego nadzoru.

 

Ocena ryzyka oszustwa w transakcjach w milisekundach

W erze płatności natychmiastowych banki na całym świecie mierzą się z tym samym wyzwaniem: muszą wykrywać oszustwa niemal w czasie rzeczywistym, nie opóźniając legalnych transakcji. Jeden z dużych europejskich banków przetwarza do pół miliona transakcji dziennie. Jego platforma antyfraudowa, działająca we współdzielonym klastrze Amazon Web Services należącym do banku, ocenia transakcję w milisekundach. System SAS Financial Crimes Analytics na platformie SAS Viya analizuje m.in. zachowanie na koncie, dane o urządzeniu i sesji oraz informacje o odbiorcy płatności, by wspierać decyzje podejmowane w czasie rzeczywistym. Zintegrowane narzędzia do obsługi alertów i spraw pomagają śledczym analizować transakcje wymagające dokładniejszej kontroli.

Odrzucenie legalnej płatności to nie tylko błąd w ocenie ryzyka i podejmowaniu decyzji. To przede wszystkim porażka w obsłudze klienta – powiedział Stu Bradley z SAS. Celem nie jest bankowość bez żadnych utrudnień za wszelką cenę. Chodzi o to, by stosować dodatkowe zabezpieczenia tam, gdzie są potrzebne, i z uzasadnionych powodów. Dzięki temu bank może szybko realizować zwykłe płatności, nie blokując klientów, a jednocześnie reagować, gdy wymaga tego poziom ryzyka.

 

Wykrywanie przerobionych zdjęć przed wypłatą odszkodowania

W momencie, gdy jeden z ubezpieczycieli z regionu Azji i Pacyfiku odnotował wzrost liczby fałszywych zdjęć paragonów, zwrócił się do SAS o stworzenie narzędzia do wykrywania syntetycznych obrazów. System łączy analizę obrazu, ekstrakcję tekstu i wnioskowanie AI, aby szukać oznak manipulacji. Automatyczny proces akceptuje zdjęcia, które przejdą kontrolę, odrzuca rozpoznane fałszerstwa, a przypadki niejednoznaczne kieruje do weryfikacji przez człowieka. Wskazuje też obszary potencjalnej ingerencji, ułatwiając śledczym skupienie uwagi.

Narzędzie powstało z myślą o analizie roszczeń, ale podobne zagrożenia dotyczą każdej organizacji, która podejmuje decyzje na podstawie zdjęć i dokumentów, w tym kredytodawców oraz instytucji publicznych. W lutym największy bank Australii przekazał władzom podejrzenia dotyczące oszustw przy kredytach hipotecznych o wartości około 1 mld dolarów australijskich. Wśród zarzutów pojawiły się podejrzenia wykorzystywania zaświadczeń o dochodach wygenerowanych przez AI.

 

Większość systemów wykrywania oszustw powstała w czasach, gdy trudno było przekonująco podrabiać dokumenty. Te czasy minęły – powiedział Franklin Manchester, główny doradca SAS ds. ubezpieczeń. AI potrafi wykrywać cyfrowe szczegóły niewidoczne dla ludzkiego oka. Skoro przestępcy mogą w kilka minut tworzyć wiarygodnie wyglądające zdjęcia i dokumenty, śledczy potrzebują równie szybkich narzędzi, które analizują obrazy z dokładnością do pojedynczych pikseli.