INTERPOL 警告：AI 涉及 55% 的非洲已报告网络犯罪

INTERPOL 向 Google News 的报道周期抛出了一项严峻数据：在非洲各地已报告的网络犯罪中，55% 与人工智能有关。报告的经济损失也已攀升至超过 4.8 亿美元，是 2024 年记录水平的两倍以上。

这个标题令人警觉，但需要谨慎解读。AI 并未取代网络钓鱼、身份盗用、勒索或投资诈骗。犯罪网络正利用它更快地制作逼真内容、接触更多目标，并以更少的熟练人员跨语言开展活动。

这一区别界定了真正的冲突。犯罪团伙几乎可以立即采用廉价工具，而警方、银行、电信服务商和检察机关必须跨机构、跨国界协调。INTERPOL 早先的评估已发现，报告系统、证据存储、情报共享、培训和私营部门合作方面存在巨大缺口。

这不只是关于更出色的钓鱼邮件。它讲述的是熟悉诈骗手法的工业化，同时公共机构交换关键信息的速度仍然过慢。

INTERPOL 的 55% 发现实际改变了什么

AI 已成为常规网络犯罪活动的一部分，而非仅属于高度技术化攻击者的独立类别。

INTERPOL 报告的 55% 数据涵盖 AI 发挥某种作用的案件。这种作用可能包括创建消息、生成图像、克隆声音、自动化联系，或构建合成身份。它并不必然意味着 AI 系统策划并执行了犯罪的每一个阶段。

这一范围很重要。犯罪分子可以使用语言模型改写旧式预付款诈骗，而不改变其底层犯罪性质。另一个团伙可以根据被盗客户数据生成数百条个性化消息。第三个团伙则可能将真实身份证号码与人工生成的肖像结合，创建看似合法的账户。

每个例子都涉及 AI，但技术深度存在显著差异。共同效果是降低生产成本并扩大运营规模。

INTERPOL 的警告也出现在压力不断上升多年之后。其 2025 年评估发现，网络犯罪占西非和东非已报告犯罪的 30% 以上。三分之二接受调查的非洲成员国表示，网络犯罪在所有已报告犯罪中占中高比例。

网络诈骗是最常被报告的威胁。勒索软件、商务电子邮件入侵和数字性勒索也十分普遍。商务电子邮件入侵通常简称为 BEC，指利用冒充或被攻破的工作账户来转移付款或窃取敏感信息。

该 2025 年评估还发现，60% 的参与国记录到数字性勒索报告增加。人工生成的图像会让这类计划更容易实施，因为犯罪者在威胁目标之前不再需要获得真实的私密材料。

约 4.84 亿美元的新损失数据，为这一趋势增添了财务层面的分量。不过，它不应被视为非洲全境网络犯罪经济成本的完整估计。许多受害者从未报告诈骗，各国也未采用统一的报告系统。

更恰当的理解是：这是 INTERPOL 报告框架内有据可查的最低值。它反映了参与机构可见的损失，而非每一笔被盗付款、每一次业务中断、每一个被攻破账户或每一项恢复开支。

Google News 读者可能会看到更简短的说法，即 AI “助长”了 55% 的非洲网络犯罪。更完整的解读更有价值：AI 如今已出现在大部分被记录的威胁环境中，放大了原本就有效的犯罪手法。

这改变了安全规划。组织不能再只为试验性威胁团队保留 AI 相关控制措施。身份验证、付款审批、员工培训和事件响应，都需要假定对手能够大规模生成可信的文本、音频、图像和档案。

AI 让旧式诈骗更快、更具迷惑性

核心威胁不是一种新型犯罪，而是在已被验证的操纵手法之上叠加了一层自动化能力。

网络钓鱼之所以仍然有效，是因为它利用了人的注意力。生成式 AI 能帮助犯罪者消除拼写错误、调整语气、模仿本地表达，并创建可规避简单模板检测的变体。

犯罪团伙可以将被盗细节输入模型，生成针对每位受害者雇主、职位、语言或近期活动量身定制的信息。这些底层信息可能来自数据泄露、社交资料、公开的公司页面或被攻破的邮箱。

同样的过程也会增强 BEC 攻击。过去，一项欺诈性付款请求要求攻击者了解高管的写作方式以及公司如何审批发票。AI 可以快速分析被盗消息并模仿其语言风格。

语音克隆又增加了一层风险。会议、访谈或社交视频中的一小段录音，就可以为人工语音提供素材。犯罪者随后可在高压沟通中冒充高管、亲属、政府官员或恋爱对象。

深度伪造，即描绘从未发生事件的逼真合成音频或视频，与勒索和身份滥用尤其相关。它们可以制造伪造证据、支撑虚假档案，或增强诈骗者说辞的可信度。

合成身份带来的是另一类问题。这些身份将真实个人信息与虚构细节或生成式媒体结合。它们可能看上去足够一致，以通过初步审核，但仍由犯罪者控制。

银行可能看到一个有效身份证号码配上一张人工生成的面孔。招聘平台可能收到一份精心修饰的简历和生成式头像。受害者可能花数周时间与一个虚构人物沟通，其消息、图像和语音通话不断强化同一套叙事。

AI 还帮助犯罪团伙测试更多手法。如果一条消息失败，自动化流程可以调整措辞并联系另一名目标。这种反馈循环类似于合法营销优化，但其目的却是盗窃或胁迫。

INTERPOL 的全球诈骗评估称，AI 增强型诈骗的盈利能力是传统手法的 4.5 倍。该组织还警告，代理型 AI 可能支持从侦察到提出赎金要求的多个活动阶段。

代理型 AI 指的是被设计为在有限人工指导下选择并完成多项相互关联任务的系统。在犯罪活动中，这可能意味着收集目标信息、生成外联内容、筛选回复，并升级推进有希望的对话。

这种工作流最成熟的版本，仍不同于普通诈骗者使用聊天机器人的情形。然而，两者都会给防御者带来压力，因为它们扩大了尝试性攻击的数量和质量。

科技公司同样面临内容审核问题。单一操作者可以创建大量账户、身份、广告或消息。如果相关域名、支付路径、设备、电话号码和管理者仍在运作，移除一个可见账户的作用微乎其微。

OCCRP 记录了犯罪组织如何将 AI 武器化，而当局仍在为碎片化数据所困。这种碎片化使调查人员无法看出，不同投诉其实共享基础设施或资金联系。

因此，AI 改变了数量方程的两端。犯罪者产出更多内容，防御者则收到更多告警和证据。若没有更好的优先级排序，即使收集的数据更多，防御体系也可能变得更慢。

Google News 标题掩盖了报告缺口

55% 这一统计数字表明了严重转变，但并不能证明 AI 导致了非洲全部网络犯罪中的 55%。

区别始于“已报告”一词。犯罪统计取决于受害者是否识别出犯罪、是否联系机构，以及案件是否被一致分类。每一步都可能使事件从官方图景中消失。

受害者可能因感到羞耻、不信任当局、担心声誉受损，或认为无法追回损失而保持沉默。当事件可能惊动客户或暴露薄弱控制措施时，企业也可能避免披露。

报告基础设施差异很大。INTERPOL 的 2025 年调查发现，只有 30% 的受访非洲国家拥有事件报告系统。仅 29% 表示拥有数字证据库，19% 拥有网络威胁情报数据库。

这些限制使跨国比较变得困难。检测能力更好的国家可能显得更危险，仅仅因为它记录了更多事件。报告渠道有限的司法辖区则可能显得更平静，尽管大量诈骗仍未被看见。

分类也面临挑战。调查人员或许能够识别 AI 生成的文本或合成图像，但许多使用方式更难证明。仅凭一条精心撰写的信息，并不能证明它由语言模型生成。

反过来的问题也存在。AI 可能参与侦察、翻译或受害者筛选，却不留下明显痕迹。调查人员可能将案件归类为传统网络钓鱼，尽管自动化扩大了其覆盖范围。

因此，报告中的 55% 占比不应被理解为对所有犯罪行为的精确普查。它是对参与机构及合作伙伴可见案件和情报的评估。

经济损失数据也有类似局限。直接转账比生产力损失、恢复工作、运营中断或长期身份滥用更容易量化。货币换算和不一致的报告周期会带来进一步不确定性。

这些限定并不会削弱警告的重要性。它们说明，真正的威胁可能比一个标题数字更广泛，同时也避免了夸大的解读。

另一个值得关注的问题是来源压缩。Google News 汇集出版商标题，但聚合层并不产生底层研究。在重复引用一项统计数据之前，读者应沿着报道链回溯至 INTERPOL 的评估和行动记录。

这一做法很重要，因为标题可能将“AI 与已报告案件有关”转化为“AI 导致了大多数犯罪”。后一个说法更强，却没有得到现有措辞的支持。

安全团队也应避免将每一起 AI 辅助犯罪都视为技术高度先进的攻击。许多成功的活动仍然依赖被盗凭据、薄弱的付款控制、重复使用的密码和仓促行事的员工。

若只关注深度伪造检测，可能会让这些基础弱点得不到解决。当公司在更改付款信息前要求独立确认时，逼真的人工语音就没那么重要了。

最有力的解读结合了两种观点。AI 实质性提升了犯罪规模和说服力，但常规控制措施仍决定了许多攻击尝试能否成功。

银行、电信服务商和警方都面临同一项协调考验

攻击者受益于互联的数字系统，而防御者仍受组织边界所限。

一场现代欺诈活动可能涉及电子邮件服务、社交网络、移动运营商、银行、加密货币交易所、托管服务商和域名注册商。每家机构看到的都只是行动的一部分。

电信服务商或许能发现多个号码的大规模群发信息。银行可能会标记异常转账。平台可能会移除冒充他人的账号。警方则可能收到来自不同城市受害者的投诉。

当调查人员能够迅速将这些信号关联起来时，它们的价值会大幅提升。信息共享延迟会给犯罪分子留下转移资金、替换账号、迁移基础设施或联系更多受害者的时间。

INTERPOL 2025 年评估发现，86% 的受访国家认为其国际合作能力需要提升。报告提到正式流程、有限的行动网络，以及获取境外托管数据的困难等问题。

私营部门合作也存在缺口。89% 的受访国家表示，与企业的协作仍需一定程度或显著改进。报告指出，不明确的联系渠道和较低的机构准备度是其中的障碍。

这些弱点解释了为何 AI 会产生不对称效应。犯罪团伙可以立即跨境使用相同的在线工具，而警方调取账户记录的请求仍须经过法律、程序和司法管辖权审查。

银行和支付服务商承受着尤为突出的压力，因为金融干预的窗口期很短。一旦被盗资金流经多个账户或进入洗钱网络，追回难度就会增加。

电信公司同样会影响结果。电话号码、用户记录、移动支付账户和设备信号能够关联起表面上彼此独立的骗局。然而，这些记录需要依法处理，并通过可靠的交换流程共享。

在线平台必须在不误伤合法用户的前提下识别虚假资料。这在不同地区的身份文件、网络连接状况和可用验证信号存在差异的市场中尤为困难。

过于严格的自动化筛查可能将真实客户排除在外。筛查过弱则可能让合成身份蒙混过关。犯罪团伙会从两种结果中学习，并调整其提交材料。

执法部门无法仅靠检测软件解决这种平衡问题。机构需要训练有素的调查人员、数字证据流程、理解技术案件的检察官，以及支持及时合作的协议。

INTERPOL 的行动成果仍可见能力差距。在“红牌行动 2.0”期间，来自 16 个国家的机构逮捕了 651 名嫌疑人，并追回超过 430 万美元。

该行动调查了与超过 4500 万美元损失相关的诈骗案件，并确认了 1,247 名受害者。INTERPOL 表示，当局还查获了 2,341 台设备，并破坏了 1,442 项恶意互联网资产。

这些结果表明，协调干预能够清除基础设施并识别参与者。它们也说明，报告损失与返还给受害者的资金之间仍存在追回缺口。

该行动揭示的并非单一、统一的网络犯罪产业，而是多种商业模式。调查人员报告了投资诈骗、移动贷款骗局、网络钓鱼、身份盗窃，以及利用被攻陷员工凭证发起的攻击。

在科特迪瓦，当局在涉及欺骗性移动借贷应用的案件中查获了数百部手机和 SIM 卡。在肯尼亚，调查人员锁定了使用伪造投资仪表盘并阻止提款的骗局。

尼日利亚捣毁了一个据报道结合网络钓鱼、身份盗窃、社会工程和虚假数字资产投资的团伙。另一项调查涉及某电信服务商被攻陷的凭证。

AI 可以强化每一种模式，但应对仍取决于能否将人员、账户、设备、资金流和基础设施关联起来。一条生成的信息只是技术手段的证据，而非完整犯罪网络。

有组织犯罪正在扩大一种商业模式，而不只是使用一种工具

更深层的转变在于，低成本自动化如今支撑着具备招募、基础设施、洗钱能力和跨境触达范围的有组织行动。

网络犯罪新闻往往聚焦于显眼的产物，例如虚假视频或具有说服力的电子邮件。但有组织犯罪依托的是一个规模大得多的体系。

一场诈骗活动需要目标、账户、通信方式、支付渠道以及转移被盗资金的方法。更大的网络还可能雇用招募人员、技术人员、钱骡、证件供应者，以及维系受害者关系的操作者。

一些诈骗园区还带有人口贩运维度。工作人员可能通过欺骗性的招聘信息被招募、跨境转移、限制人身自由，并被迫实施诈骗。

AI 可以服务于这一体系的两端。INTERPOL 曾警告称，犯罪分子使用逼真的虚假招聘广告招募人员，同时利用生成的资料和话术对外部受害者实施诈骗。

西非也已成为诈骗园区活动全球化进程中的潜在枢纽。INTERPOL 的诈骗园区警告描述了一种已超出其早期东南亚集中分布的模式。

这并不意味着每一场网络诈骗都源自大型园区或有组织犯罪集团。独立犯罪者和小型团伙仍是威胁的一部分。重要变化在于，共享工具让不同参与者能够复制类似的工作流程。

犯罪软件服务、失窃数据市场、人工媒体生成工具、账户卖家和洗钱网络，降低了单一组织拥有全部能力的必要性。专业人员可以出售行动某一环节的访问权限。

这种结构类似供应链。破坏一个钓鱼域名会制造阻力，但团伙可以购买另一个。逮捕一线操作者，也未必能触及控制招募、财务和基础设施的组织者。

过去的行动显示了执法的潜力与局限。“塞伦盖蒂行动 2.0”汇集了来自 18 个非洲国家和英国的调查人员。该行动促成 1,209 人被捕，并追回近 9740 万美元资金。

该行动案件包括一项赞比亚加密货币计划，据称诈骗了超过 6.5 万名受害者。当局还调查了其与人口贩运可能存在的关联。

这一规模为最新的 Google News 标题提供了背景。金融损害并非由单一模型、国家、平台或犯罪团伙造成，而是源自能够分工并替换受扰组件的网络。

这也解释了为何防御性 AI 并非完整答案。自动化工具可以检测可疑信息、人脸、交易或设备，但仍需要可靠数据和人工流程，将警报转化为行动。

欺诈检测模型可能识别出一笔异常转账。银行必须决定是否暂停交易、联系客户、保全证据并通知相应机构。链条中任何环节的延迟都会让犯罪者受益。

误报带来了另一项权衡。拦截合法交易可能损害客户利益并削弱信任，尤其是在自动化系统无法解释其决定时。犯罪分子可以故意测试阈值，直到发现能够通过的条件。

深度伪造检测器也面临类似竞争。生成工具会变化，压缩会抹去线索，而普通用户往往通过低质量通话或即时通信应用接触内容。实验室中的检测表现并不保证在真实事件中能作出可靠判断。

因此，组织需要分层控制措施。技术筛查应与支付验证、账户监控、设备情报、员工流程和快速升级渠道协同发挥作用。

结果较少取决于防御者是否拥有 AI 模型，而更多取决于他们能否将分散信号转化为协调决策。犯罪网络早已围绕这一原则组织起来。

三项信号将显示防御者是否正在追赶

下一项考验可以衡量：更好的报告机制、更快的金融干预，以及能够触及组织者而非仅针对可见账户的行动。

第一项信号是报告基础设施。未来的 INTERPOL 评估应显示，更多国家正在运行事件门户、证据库和网络威胁情报数据库。

这些系统上线后，事件数量增加并不必然意味着安全状况恶化。更高的可见性往往会揭示原本就存在的犯罪。更有用的指标包括报告速度、案件关联能力，以及能够产生可执行证据的投诉占比。

第二项信号是资产追回。逮捕总数容易吸引关注，但追回资金反映出银行、调查人员和国际伙伴能否在犯罪网络分散收益前进行干预。

“红牌行动 2.0”仅追回了与所调查计划相关损失的一部分。未来行动应报告机构冻结转账的速度，以及有多少资金返还给受害者。

第三项信号是执法是否触及基础设施所有者、招募人员、洗钱专家和组织者。移除数千个账户可以拖慢一场行动，却未必能瓦解背后的网络。

将网络犯罪与人口贩运、空壳公司、支付协助者或协调运作的诈骗园区关联起来的案件，将提供更有力的检验。它们揭示当局能否调查完整组织，而不只是其可替换的一线人员。

企业无需等待这些指标出现。他们可以对敏感支付要求二次确认，在账户创建后审查身份控制措施，并培训员工通过另一渠道核实紧急请求。

银行和平台应将一次成功的开户注册检查视为监控的起点，而非终点。设备变化、异常行为、新的收款目的地和不一致的账户活动，可能在之后暴露合成身份。

电信服务商可以通过关联滥用信息、快速更换 SIM 卡和重复出现的基础设施模式，改善早期检测。任何此类信号交换都必须遵守适用的隐私和证据规则。

当一条信息同时包含紧迫性、保密要求、异常支付方式或情感施压时，个人应当放慢节奏。逼真的声音、面孔或文件已不再能提供可靠的身份凭证。

围绕 INTERPOL 警告的 Google News 关注，应促使读者回到这些实际影响上。AI 正使欺诈更容易个性化、也更容易重复，但许多攻击仍依赖于受害者和机构跳过独立核验。

如果标题能够改变运营行为，它才会真正重要。关注非洲国家是否改善事件报告，金融机构是否追回更大比例的被盗资金，以及国际行动是否识别出协调这些网络的人员。

在这些指标同步改善之前，失衡仍将持续。犯罪团伙可以在几分钟内跨境自动化，而防御者仍在连接分散的投诉、账户、设备和交易时失去宝贵时间。

组织现在应当怎么做？审查那些以消息、图像、语音或身份证明文件真实性为前提的决策。在单个虚假信号可能导致资金转出或敏感权限被授予的场景中，增加第二条验证渠道。随后测试员工是否知道如何迅速报告可疑联系。AI 提高了欺诈的规模和可信度，但严谨的核验流程仍能削弱其大部分作用。