INTERPOL avverte: l'IA coinvolta nel 55% della criminalità informatica africana segnalata
INTERPOL ha introdotto un dato netto nel ciclo di notizie di Google News: l'intelligenza artificiale è collegata al 55% della criminalità informatica segnalata in Africa. Anche le perdite finanziarie riportate hanno superato i 480 milioni di dollari, oltre il doppio del livello registrato nel 2024.
Il titolo è allarmante, ma richiede un'interpretazione attenta. L'IA non ha sostituito phishing, furto d'identità, estorsione o frodi sugli investimenti. Le reti criminali la utilizzano per produrre materiali convincenti più rapidamente, contattare più obiettivi e operare in più lingue con meno personale qualificato.
Questa distinzione definisce il vero conflitto. I gruppi criminali possono adottare strumenti economici quasi immediatamente, mentre polizia, banche, operatori di telecomunicazioni e pubblici ministeri devono coordinarsi oltre confini istituzionali e nazionali. Le precedenti valutazioni di INTERPOL avevano già rilevato ampie lacune nei sistemi di segnalazione, nell'archiviazione delle prove, nella condivisione dell'intelligence, nella formazione e nella cooperazione con il settore privato.
Non si tratta semplicemente di una storia di email di phishing migliori. È una storia dell'industrializzazione di metodi di frode familiari, affiancata da istituzioni pubbliche che continuano a scambiarsi informazioni critiche troppo lentamente.
Cosa cambia davvero con il dato di INTERPOL sul 55%
L'IA è diventata parte delle normali operazioni della criminalità informatica, non una categoria separata riservata ad aggressori altamente tecnici.
Il dato del 55% riportato da INTERPOL comprende i casi in cui l'IA svolge un qualche ruolo. Tale ruolo può includere la creazione di un messaggio, la generazione di un'immagine, la clonazione di una voce, l'automazione dei contatti o la costruzione di un'identità sintetica. Non significa necessariamente che un sistema di IA abbia pianificato ed eseguito ogni fase di un reato.
Questa portata è importante. Un criminale può usare un modello linguistico per riscrivere una vecchia truffa con anticipo di denaro senza modificare il reato sottostante. Un altro gruppo può generare centinaia di messaggi personalizzati a partire da dati di clienti rubati. Un terzo può combinare un numero identificativo reale con un ritratto artificiale per creare un account apparentemente legittimo.
Ogni esempio coinvolge l'IA, ma la profondità tecnica varia notevolmente. L'effetto comune è un costo di produzione inferiore e una maggiore scala operativa.
L'avvertimento di INTERPOL arriva inoltre dopo anni di pressione crescente. La sua valutazione del 2025 ha rilevato che la criminalità informatica rappresentava oltre il 30% dei reati segnalati nell'Africa occidentale e orientale. Due terzi dei Paesi membri africani intervistati hanno descritto i reati informatici come una quota medio-alta di tutti i reati segnalati.
Le truffe online erano la minaccia segnalata più frequentemente. Anche ransomware, compromissione delle email aziendali ed estorsione sessuale digitale erano diffusi. La compromissione delle email aziendali, comunemente abbreviata in BEC, utilizza account di lavoro impersonati o compromessi per reindirizzare pagamenti o rubare informazioni sensibili.
La valutazione del 2025 ha inoltre rilevato che il 60% dei Paesi partecipanti aveva registrato un aumento delle segnalazioni di estorsione sessuale digitale. Le immagini artificiali possono rendere questi schemi più facili da avviare, perché gli autori non hanno più bisogno di materiale intimo autentico prima di minacciare un bersaglio.
Il nuovo dato sulle perdite, riportato in circa 484 milioni di dollari, aggiunge peso finanziario a questo andamento. Tuttavia, non dovrebbe essere considerato una stima completa del costo economico della criminalità informatica in Africa. Molte vittime non denunciano mai le frodi e i Paesi non utilizzano un unico sistema uniforme di segnalazione.
La metrica si comprende meglio come una soglia documentata all'interno del quadro di segnalazione di INTERPOL. Cattura le perdite visibili alle autorità partecipanti, non ogni pagamento sottratto, attività aziendale interrotta, account compromesso o costo di recupero.
I lettori di Google News potrebbero imbattersi nell'affermazione più breve secondo cui l'IA “alimenta” il 55% della criminalità informatica africana. L'interpretazione più completa è più utile: l'IA appare ora in gran parte del panorama delle minacce registrate, amplificando reati che già funzionavano.
Questo cambia la pianificazione della sicurezza. Le organizzazioni non possono più riservare i controlli legati all'IA a team sperimentali dedicati alle minacce. Verifica dell'identità, approvazione dei pagamenti, formazione dei dipendenti e risposta agli incidenti devono tutti presumere che gli avversari possano generare testi, audio, immagini e profili credibili su larga scala.
L'IA rende le vecchie frodi più rapide e convincenti
La minaccia centrale non è una nuova classe di reati, ma uno strato di automazione applicato a forme collaudate di manipolazione.
Il phishing rimane efficace perché sfrutta l'attenzione umana. L'IA generativa aiuta gli autori a eliminare errori ortografici, adattare il tono, imitare espressioni locali e creare varianti che eludono il semplice rilevamento basato su modelli.
Un gruppo criminale può inserire dettagli rubati in un modello e produrre messaggi su misura per il datore di lavoro, il ruolo, la lingua o le attività recenti di ciascuna vittima. Le informazioni sottostanti possono provenire da una violazione dei dati, un profilo social, una pagina aziendale pubblica o una casella di posta compromessa.
Lo stesso processo può rafforzare gli attacchi BEC. Una richiesta di pagamento fraudolenta richiedeva un tempo che un aggressore capisse come scriveva un dirigente e come un'azienda approvava le fatture. L'IA può analizzare rapidamente i messaggi rubati e imitarne il linguaggio.
La clonazione vocale aggiunge un ulteriore livello. Una breve registrazione tratta da una riunione, un'intervista o un video sui social può fornire materiale per un parlato artificiale. I criminali possono quindi impersonare un dirigente, un parente, un funzionario governativo o un partner romantico durante uno scambio ad alta pressione.
I deepfake, audio o video sintetici realistici che raffigurano eventi mai avvenuti, sono particolarmente rilevanti per l'estorsione e l'abuso d'identità. Possono creare prove fabbricate, sostenere profili falsi o aggiungere credibilità alla storia di un truffatore.
Le identità sintetiche pongono un problema diverso. Queste identità combinano informazioni personali autentiche con dettagli inventati o contenuti generati. Possono apparire abbastanza coerenti da superare una verifica iniziale, pur rimanendo controllate dall'autore del reato.
Una banca potrebbe vedere un numero identificativo valido abbinato a un volto artificiale. Una piattaforma di recruiting potrebbe ricevere un curriculum curato e una foto profilo generata. Una vittima potrebbe trascorrere settimane a comunicare con una persona fabbricata i cui messaggi, immagini e chiamate vocali rafforzano la stessa narrazione.
L'IA aiuta inoltre i gruppi criminali a sperimentare più approcci. Se un messaggio fallisce, un flusso di lavoro automatizzato può modificare il linguaggio e contattare un altro bersaglio. Questo ciclo di feedback assomiglia all'ottimizzazione del marketing legittimo, ma il suo scopo è il furto o la coercizione.
La valutazione globale sulle frodi di INTERPOL ha affermato che le frodi potenziate dall'IA erano 4,5 volte più redditizie dei metodi tradizionali. L'organizzazione ha inoltre avvertito che l'IA agentica potrebbe supportare più fasi di una campagna, dalla ricognizione fino a una richiesta di riscatto.
L'IA agentica si riferisce a sistemi progettati per selezionare e completare diverse attività connesse con una supervisione umana limitata. In un'operazione criminale, questo può significare raccogliere informazioni sui bersagli, generare contatti, ordinare le risposte e intensificare le conversazioni promettenti.
La versione più capace di questo flusso di lavoro rimane diversa da un normale truffatore che usa un chatbot. Eppure entrambe fanno pressione sui difensori perché ampliano il numero e la qualità degli attacchi tentati.
Le aziende tecnologiche affrontano anche un problema di moderazione. Un singolo operatore può creare molti account, identità, annunci o messaggi. Rimuovere un account visibile serve a poco se i domini associati, le rotte di pagamento, i dispositivi, i numeri di telefono e gli amministratori rimangono attivi.
L'OCCRP ha documentato come le organizzazioni criminali stiano armando l'IA mentre le autorità faticano a gestire dati frammentati. Questa frammentazione impedisce agli investigatori di vedere che denunce separate condividono infrastrutture o collegamenti finanziari.
L'IA cambia quindi entrambi i lati dell'equazione dei volumi. Gli autori producono più materiale, mentre i difensori ricevono più avvisi e prove. Senza una migliore definizione delle priorità, il sistema difensivo può diventare più lento anche quando raccoglie più dati.
Il titolo di Google News nasconde una lacuna nelle segnalazioni
La statistica del 55% segnala un cambiamento serio, ma non dimostra che l'IA abbia causato il 55% di tutta la criminalità informatica in Africa.
La distinzione inizia dalla parola “segnalati”. Le statistiche sulla criminalità dipendono dal fatto che le vittime riconoscano un reato, contattino un'istituzione e vedano il caso classificato in modo coerente. Ogni passaggio può rimuovere incidenti dal quadro ufficiale.
Le vittime possono restare in silenzio perché si sentono imbarazzate, diffidano delle autorità, temono danni reputazionali o ritengono impossibile il recupero. Anche le aziende possono evitare la divulgazione quando un incidente potrebbe allarmare i clienti o esporre controlli deboli.
L'infrastruttura di segnalazione varia ampiamente. L'indagine di INTERPOL del 2025 ha rilevato che solo il 30% dei Paesi africani che hanno risposto disponeva di un sistema di segnalazione degli incidenti. Solo il 29% ha dichiarato di avere un archivio di prove digitali, mentre il 19% disponeva di un database di intelligence sulle minacce informatiche.
Queste limitazioni rendono difficili i confronti tra Paesi. Un Paese con un rilevamento migliore può apparire più pericoloso semplicemente perché registra più incidenti. Una giurisdizione con canali di segnalazione limitati può apparire più tranquilla mentre frodi sostanziali rimangono invisibili.
Esiste anche una sfida di classificazione. Gli investigatori possono identificare testo generato dall'IA o immagini sintetiche, ma molti utilizzi sono più difficili da dimostrare. Un messaggio curato, da solo, non prova che lo abbia creato un modello linguistico.
Esiste anche il problema opposto. L'IA può contribuire alla ricognizione, alla traduzione o alla selezione delle vittime senza lasciare un artefatto evidente. Gli investigatori possono classificare il caso come phishing convenzionale anche se l'automazione ne ha aumentato la portata.
Per questo motivo, la quota segnalata del 55% non dovrebbe essere letta come un censimento preciso di tutti i reati. È una valutazione dei casi visibili e dell'intelligence proveniente dalle agenzie partecipanti e dai partner.
Il dato sulle perdite finanziarie presenta limiti simili. I trasferimenti diretti sono più facili da quantificare rispetto a produttività persa, attività di recupero, interruzioni operative o abuso d'identità a lungo termine. La conversione valutaria e periodi di segnalazione incoerenti possono aggiungere ulteriore incertezza.
Queste precisazioni non rendono l'avvertimento meno importante. Mostrano perché la minaccia reale potrebbe essere più ampia di un singolo numero da titolo, evitando al contempo un'interpretazione esagerata.
Un'ulteriore preoccupazione è la compressione delle fonti. Google News aggrega titoli dagli editori, ma il livello di aggregazione non produce la ricerca sottostante. Prima di ripetere una statistica, i lettori dovrebbero risalire la catena delle notizie fino alla valutazione e ai registri operativi di INTERPOL.
Questa pratica è importante perché un titolo può trasformare “l'IA era collegata a casi segnalati” in “l'IA ha causato la maggior parte dei reati”. La seconda affermazione è più forte e non è supportata dalla formulazione disponibile.
I team di sicurezza dovrebbero inoltre evitare di trattare ogni reato assistito dall'IA come tecnicamente avanzato. Molte campagne riuscite continuano a fare affidamento su credenziali rubate, controlli di pagamento deboli, password riutilizzate e dipendenti frettolosi.
Concentrarsi solo sul rilevamento dei deepfake può lasciare intatte queste debolezze di base. Una voce artificiale convincente conta meno quando un'azienda richiede una conferma indipendente prima di modificare i dati di pagamento.
L'interpretazione più solida combina entrambe le prospettive. L'IA migliora materialmente la scala criminale e la capacità di persuasione, ma i controlli ordinari determinano ancora se molti tentativi avranno successo.
Banche, operatori di telecomunicazioni e polizia affrontano lo stesso test di coordinamento
Gli aggressori traggono vantaggio dai sistemi digitali connessi, mentre i difensori restano divisi da confini organizzativi.
Una moderna campagna di frode può coinvolgere un servizio email, un social network, un operatore mobile, una banca, un exchange di criptovalute, un provider di hosting e un registrar di domini. Ogni istituzione vede solo una parte dell'operazione.
Un provider di telecomunicazioni potrebbe rilevare l'invio massivo di messaggi da diversi numeri. Una banca potrebbe segnalare trasferimenti insoliti. Una piattaforma potrebbe rimuovere account che impersonano altre persone. La polizia potrebbe ricevere denunce da vittime in città diverse.
Questi segnali diventano molto più preziosi quando gli investigatori riescono a collegarli rapidamente. La condivisione tardiva dà ai criminali il tempo di trasferire fondi, sostituire account, spostare infrastrutture o contattare altre vittime.
La valutazione di INTERPOL del 2025 ha rilevato che l'86% dei Paesi intervistati riteneva necessario migliorare la propria capacità di cooperazione internazionale. Ha citato procedure formali, reti operative limitate e difficoltà nell'accesso a dati ospitati all'estero.
La cooperazione con il settore privato ha mostrato un'altra lacuna. L'ottantanove percento dei Paesi intervistati ha dichiarato che la collaborazione con le aziende necessitava di qualche miglioramento o di miglioramenti significativi. Tra gli ostacoli segnalati figuravano canali di contatto poco chiari e una scarsa preparazione istituzionale.
Queste debolezze spiegano perché l'AI produce un effetto asimmetrico. Un gruppo criminale può usare immediatamente gli stessi strumenti online oltre confine. Una richiesta della polizia per i registri di un account deve invece ancora superare verifiche legali, procedurali e giurisdizionali.
Banche e fornitori di pagamenti subiscono una pressione particolare perché l'intervento finanziario ha una finestra temporale breve. Quando il denaro rubato attraversa diversi conti o entra in una rete di riciclaggio, recuperarlo diventa più difficile.
Anche le aziende di telecomunicazioni influenzano l'esito. Numeri telefonici, registri degli abbonati, account di mobile money e segnali dei dispositivi possono collegare truffe apparentemente separate. Tuttavia, tali registri richiedono una gestione legittima e processi di scambio affidabili.
Le piattaforme online devono individuare profili artificiali senza bloccare utenti legittimi. È difficile nei mercati in cui documenti d'identità, connettività e segnali di verifica disponibili variano da una regione all'altra.
Controlli automatizzati eccessivamente rigidi possono escludere clienti autentici. Controlli deboli possono ammettere identità sintetiche. I gruppi criminali imparano da entrambi gli esiti e adattano le proprie richieste.
Le forze dell'ordine non possono risolvere questo equilibrio soltanto con software di rilevamento. Le agenzie hanno bisogno di investigatori formati, procedure per le prove digitali, procuratori che comprendano i casi tecnici e accordi che favoriscano una cooperazione tempestiva.
Il divario di capacità resta visibile nei risultati operativi di INTERPOL. Durante Operation Red Card 2.0, le agenzie di 16 Paesi hanno arrestato 651 sospetti e recuperato oltre 4,3 milioni di dollari.
L'operazione ha indagato truffe associate a perdite per oltre 45 milioni di dollari e identificato 1.247 vittime. Le autorità hanno inoltre sequestrato 2.341 dispositivi e neutralizzato 1.442 risorse internet dannose, secondo INTERPOL.
Questi risultati dimostrano che un intervento coordinato può rimuovere infrastrutture e identificare i partecipanti. Illustrano inoltre il divario di recupero tra le perdite segnalate e il denaro restituito alle vittime.
L'operazione ha messo in luce diversi modelli di business, anziché un'unica industria uniforme del cybercrimine. Gli investigatori hanno segnalato frodi sugli investimenti, schemi di prestiti mobili, phishing, furto d'identità e attacchi che utilizzavano credenziali di dipendenti compromesse.
In Costa d'Avorio, le autorità hanno sequestrato centinaia di telefoni e carte SIM in casi che coinvolgevano applicazioni ingannevoli di prestito mobile. In Kenya, gli investigatori hanno preso di mira schemi che usavano dashboard di investimento falsificate e bloccavano i prelievi.
La Nigeria ha smantellato una rete che, secondo quanto riferito, combinava phishing, furto d'identità, ingegneria sociale e falsi investimenti in asset digitali. Un'altra indagine ha riguardato credenziali compromesse presso un provider di telecomunicazioni.
L'AI può rafforzare ciascun modello, ma la risposta dipende ancora dal collegamento tra persone, account, dispositivi, flussi di pagamento e infrastrutture. Un messaggio generato è una prova della tecnica, non dell'intera rete criminale.
La criminalità organizzata sta scalando un modello di business, non solo uno strumento
Il ribaltamento più profondo è che l'automazione a basso costo sostiene ora operazioni organizzate con reclutamento, infrastrutture, riciclaggio e portata transfrontaliera.
I titoli sul cybercrimine si concentrano spesso sull'artefatto visibile, come un video falso o un'email persuasiva. La criminalità organizzata opera attraverso un sistema molto più ampio.
Una campagna di truffa necessita di bersagli, account, comunicazioni, canali di pagamento e metodi per spostare i fondi rubati. Le reti più grandi possono anche impiegare reclutatori, lavoratori tecnici, corrieri finanziari, fornitori di documenti e operatori che mantengono relazioni con le vittime.
Alcuni centri per truffe aggiungono una dimensione di tratta di esseri umani. I lavoratori possono essere reclutati tramite offerte di lavoro ingannevoli, trasportati oltre confine, confinati e costretti a commettere frodi.
L'AI può servire entrambi i lati di quel sistema. INTERPOL ha avvertito che i criminali usano annunci di lavoro falsi e convincenti per reclutare persone, mentre profili e script generati supportano le truffe contro vittime esterne.
L'Africa occidentale è emersa inoltre come possibile hub nella globalizzazione delle attività dei centri per truffe. L'avviso sui centri per truffe di INTERPOL ha descritto un modello espansosi oltre la precedente concentrazione nel Sud-est asiatico.
Ciò non significa che ogni truffa online abbia origine da un grande complesso o da un sindacato organizzato. I criminali indipendenti e i piccoli gruppi restano parte della minaccia. Il cambiamento importante è che gli strumenti condivisi consentono ad attori diversi di riprodurre flussi di lavoro simili.
I servizi di crimeware, i mercati di dati rubati, i generatori di media artificiali, i venditori di account e le reti di riciclaggio riducono la necessità che una singola organizzazione possieda ogni capacità. Gli specialisti possono vendere l'accesso a una fase dell'operazione.
Questa struttura assomiglia a una catena di approvvigionamento. Interrompere un dominio di phishing crea attrito, ma il gruppo può acquistarne un altro. Arrestare gli operatori di prima linea potrebbe non raggiungere gli organizzatori che controllano reclutamento, finanze e infrastrutture.
Le operazioni passate mostrano sia il potenziale sia i limiti delle attività di contrasto. Operation Serengeti 2.0 ha riunito investigatori di 18 Paesi africani e del Regno Unito. L'operazione ha portato a 1.209 arresti e al recupero di quasi 97,4 milioni di dollari.
I casi dell'operazione includevano uno schema zambiano sulle criptovalute che avrebbe truffato oltre 65.000 vittime. Le autorità hanno inoltre indagato su possibili legami con la tratta di esseri umani.
Questa scala contestualizza l'ultimo titolo di Google News. Il danno finanziario non è prodotto da un singolo modello, Paese, piattaforma o gruppo criminale. Deriva da reti capaci di dividere il lavoro e sostituire componenti interrotte.
Spiega anche perché l'AI difensiva non è una risposta completa. Gli strumenti automatizzati possono rilevare messaggi, volti, transazioni o dispositivi sospetti. Hanno comunque bisogno di dati affidabili e di processi umani che trasformino un avviso in un'azione.
Un modello di rilevamento delle frodi potrebbe identificare un trasferimento insolito. La banca deve decidere se sospenderlo, contattare il cliente, conservare le prove e avvisare l'autorità competente. I ritardi in qualsiasi punto di questa catena favoriscono il criminale.
I falsi positivi creano un altro compromesso. Bloccare transazioni legittime può danneggiare i clienti e ridurre la fiducia, in particolare quando i sistemi automatizzati non riescono a spiegare le proprie decisioni. I criminali possono testare deliberatamente le soglie finché non scoprono cosa viene accettato.
I rilevatori di deepfake affrontano una competizione simile. I generatori cambiano, la compressione elimina indizi e gli utenti comuni incontrano spesso i contenuti tramite chiamate o applicazioni di messaggistica di bassa qualità. Le prestazioni di rilevamento in laboratorio non garantiscono una valutazione affidabile in un incidente reale.
Le organizzazioni necessitano quindi di controlli a più livelli. Lo screening tecnico dovrebbe operare insieme alla verifica dei pagamenti, al monitoraggio degli account, all'intelligence sui dispositivi, alle procedure per i dipendenti e a canali di escalation rapida.
L'esito dipende meno dal fatto che i difensori possiedano un modello di AI che dalla loro capacità di trasformare segnali separati in decisioni coordinate. Le reti criminali si organizzano già attorno a questo principio.
Tre segnali indicheranno se i difensori stanno recuperando terreno
Il prossimo test è misurabile: segnalazioni migliori, interventi finanziari più rapidi e operazioni che raggiungano gli organizzatori anziché soltanto gli account visibili.
Il primo segnale è l'infrastruttura di segnalazione. Le future valutazioni di INTERPOL dovrebbero mostrare un numero maggiore di Paesi che gestiscono portali per gli incidenti, archivi di prove e database di intelligence sulle minacce informatiche.
Un numero più elevato di incidenti dopo il lancio di tali sistemi non significherebbe automaticamente che la sicurezza è peggiorata. Una migliore visibilità spesso rivela crimini già esistenti. Le misure utili includeranno la velocità di segnalazione, il collegamento tra i casi e la quota di denunce che produce prove utilizzabili.
Il secondo segnale è il recupero degli asset. I totali degli arresti attirano l'attenzione, ma i fondi recuperati mostrano se banche, investigatori e partner internazionali riescono a intervenire prima che le reti criminali disperdano i proventi.
Operation Red Card 2.0 ha recuperato solo una parte delle perdite associate agli schemi indagati. Le future operazioni dovrebbero riferire quanto rapidamente le istituzioni hanno bloccato i trasferimenti e quanto denaro è stato restituito alle vittime.
Il terzo segnale è se le attività di contrasto raggiungano proprietari delle infrastrutture, reclutatori, specialisti del riciclaggio e organizzatori. Rimuovere migliaia di account può rallentare una campagna senza smantellare la rete che vi è dietro.
I casi che collegano il cybercrimine alla tratta di esseri umani, a società di comodo, facilitatori di pagamento o centri per truffe coordinati offriranno un test più solido. Rivelano se le autorità riescono a indagare sull'intera organizzazione anziché sulla sua prima linea sacrificabile.
Le aziende non devono attendere questi indicatori. Possono richiedere una conferma secondaria per i pagamenti sensibili, rivedere i controlli d'identità dopo la creazione dell'account e formare i dipendenti a verificare le richieste urgenti attraverso un altro canale.
Banche e piattaforme dovrebbero considerare un controllo di onboarding superato come l'inizio del monitoraggio, non la sua conclusione. Cambiamenti di dispositivo, comportamenti insoliti, nuove destinazioni di pagamento e attività incoerenti dell'account possono rivelare in seguito identità sintetiche.
I provider di telecomunicazioni possono migliorare il rilevamento precoce correlando messaggistica abusiva, rapidi cambi di SIM e schemi infrastrutturali ricorrenti. Qualsiasi scambio di tali segnali deve rispettare le norme applicabili in materia di privacy e prove.
Le persone dovrebbero rallentare quando un messaggio combina urgenza, segretezza, metodi di pagamento insoliti o pressione emotiva. Una voce, un volto o un documento realistico non rappresentano più una prova affidabile dell'identità.
L'attenzione di Google News attorno all'avvertimento di INTERPOL dovrebbe riportare i lettori a queste implicazioni pratiche. L'AI sta rendendo le frodi più economiche da personalizzare e più facili da ripetere, ma molti attacchi continuano a basarsi sul fatto che vittime e istituzioni saltino la verifica indipendente.
Il titolo conterà se cambierà il comportamento operativo. Occorre osservare se i Paesi africani migliorano la segnalazione degli incidenti, se le istituzioni finanziarie recuperano una quota maggiore dei fondi rubati e se le operazioni internazionali identificano le persone che coordinano le reti.
Finché questi indicatori non si muoveranno insieme, lo squilibrio resterà. I gruppi criminali possono automatizzare oltre confine in pochi minuti, mentre i difensori continuano a perdere tempo prezioso nel collegare denunce, account, dispositivi e transazioni separate.
Cosa dovrebbero fare ora le organizzazioni? Verificare le decisioni che dipendono dall’autenticità di un messaggio, un’immagine, una voce o un documento d’identità. Aggiungere un secondo canale di verifica nei casi in cui un singolo segnale falso potrebbe sbloccare denaro o accessi sensibili. Quindi, testare se i dipendenti sanno come segnalare rapidamente un contatto sospetto. L’IA ha aumentato il volume e la credibilità delle frodi, ma una verifica rigorosa ne riduce ancora gran parte dell’efficacia.
