As perdas decorrentes de fraudes no Reino Unido chegaram a £1,3 bilhão, destacando a escala crescente do problema à medida que as redes criminosas adotam tecnologias cada vez mais capazes. A inteligência artificial está ajudando os atacantes a tornar os golpes mais rápidos, convincentes e fáceis de executar, criando um novo desafio para bancos e outras Instituições financeiras.
A IA generativa pode industrializar a engenharia social ao reduzir o custo de ataques sofisticados. Técnicas que antes exigiam grupos criminosos especializados estão se tornando mais amplamente acessíveis, permitindo que fraudadores produzam identidades sintéticas, construam históricos de crédito críveis e passem pelas verificações de Conheça Seu Cliente antes de permanecerem indetectados por longos períodos.
Ataques possibilitados por deepfakes também estão sendo usados para imitar vozes e vídeos de forma suficientemente convincente para persuadir pessoas a autorizar transações ou entregar credenciais de acesso. Esses métodos têm como alvo o que o artigo descreve como a “camada de confiança”: o ponto em que uma pessoa ou sistema decide que uma ação é legítima.
Isso cria um problema específico para os controles de segurança tradicionais. Em vez de contornar diretamente os sistemas de um banco, os criminosos podem manipular clientes para que eles próprios autorizem as transações. Quando a atividade chega à infraestrutura da instituição, ela pode parecer tecnicamente legítima, apesar de ter sido iniciada por meio de engano.
À medida que os bancos aprimoram a detecção baseada em IA, os atacantes podem voltar cada vez mais sua atenção para as próprias instituições. O artigo alerta que o setor pode passar de uma fase em que a tecnologia é usada principalmente para manipular pessoas para outra em que a IA testa e ataca diretamente as organizações financeiras.
Medidas de segurança estáticas são pouco adequadas para adversários que testam, adaptam e refinam continuamente seus métodos. Ataques orientados por IA podem mapear os limites dos sistemas de detecção e permanecer deliberadamente fora deles, tornando a prevenção de fraudes uma tarefa contínua de pesquisa, em vez de um processo focado apenas em responder a incidentes individuais.
As equipes mais eficazes são descritas como aquelas que estudam mudanças de comportamento que poderiam indicar que um ataque está sendo testado. Essa abordagem exige que os profissionais compreendam raciocínio estatístico, pensamento adversarial, design de sistemas e ciclos de feedback, em vez de dependerem exclusivamente de conhecimentos sobre ferramentas de segurança específicas.
As organizações que não possuem essas capacidades podem integrar ferramentas externas de IA às operações existentes. O artigo enfatiza a importância de soluções que combinem análise estatística, raciocínio e explicabilidade, garantindo, ao mesmo tempo, que os sistemas recém-implantados sejam avaliados como potenciais superfícies de ataque desde o início.
As defesas baseadas em IA também precisam operar com rapidez suficiente para avaliar transações em milissegundos sem interromper os clientes. A análise em tempo real pode comparar centenas de sinais com padrões históricos para identificar anomalias, ajudando as instituições a responder a ataques cada vez mais automatizados e, simultaneamente, a manter uma experiência bancária utilizável.
Fontes: TechRadar.