人工智能正深刻改变数字欺诈的策划与执行方式。凭借生成个性化信息、克隆声音、伪造图像及快速创建虚假数字身份等能力，犯罪分子得以大规模、高速度且强模拟地开展攻击。这迫使企业必须重新审视传统认证模型，并在用户全旅程中扩展风险分析。
仅依赖姓名、证件、密码或安全问题等静态信息的传统身份验证机制，已难以证明数字交互背后存在真实用户，这一现状令各行业深感担忧。
VU（跨国欺诈保护和数字身份公司）创始人兼首席执行官塞巴斯蒂安·斯特拉涅里指出，网络犯罪已进入新阶段：“人工智能大幅降低了犯罪门槛。过去实施复杂攻击需技术、时间和资源，如今许多能力已实现自动化。”
斯特拉涅里将此称为“欺诈工业化”。AI使犯罪分子能批量尝试、定制策略并快速筛选出最高效的攻击手段。
识别骗局难度显著增加
与传统数字欺诈相比，当前威胁的核心在于规模、速度与模拟能力的结合。精心编写的文本、逼真图像、克隆音频及篡改视频，削弱了拼写错误或通用消息等传统欺诈识别信号的有效性。
在此背景下，“合成身份”（由真实数据与虚构或AI生成信息组合而成）的重要性日益凸显。企业的挑战已从单纯验证数据真实性，转变为评估身份背后是否存在真实自然人。
深度伪造技术通过破坏传统信任机制加剧了这一风险。尽管其目前并非最频繁的攻击形式，但其规避传统验证的能力已构成实质性威胁，亟需新的防御策略。
安全防护需贯穿用户全旅程
必须摒弃“仅在注册时验证一次”的观念。合法账户可能在后续被攻破，伴随设备、位置、行为或上下文的变化；账户恢复尝试和社会工程攻击也可能发生在用户入职之后。
仅验证密码或凭据正确性已不足够。企业需综合分析身份、设备、行为和上下文等多维信号，以确定每次交互的风险等级。该策略应整合多因素认证、生物识别、设备智能和自适应认证等功能，在交互呈现非标准特征时动态提升保护级别。
人工智能亦可赋能防御体系
AI模型能同时处理海量信息，识别异常并发现人工难以察觉的模式，从而支持实时决策。
但斯特拉涅里强调，AI不应被视为孤立解决方案。“最强大的防御是技术、业务规则、生物识别、设备智能、行为信号和风险自适应认证机制的综合体。”
在他看来，欺诈预防的本质是构建一套信任基础设施，持续验证身份、设备、行为和上下文，并根据识别出的风险动态应用不同级别的认证措施。
消费者防范指南：
设立家庭暗号：与亲近家人约定秘密口头密码，用于核实疑似AI克隆声音的紧急来电。
视频通话验真：在可疑交易或通话中，要求对方将手移至脸前或侧过脸；深度伪造算法在这些动作下常出现图像扭曲。
挂断后回拨官方号码：收到购买或账户锁定等紧急警报时，立即挂断并通过卡片背面或官方App直接致电机构核实。
警惕无错英文信息：AI可生成完美且具说服力的文本；应关注内容诉求（如紧迫性、快速转账要求），而非写作风格。
手动输入网址：直接在浏览器键入URL访问门户网站，避免点击消息链接或付费搜索广告。
确认PIX收款人信息：核实密钥名称和CNPJ是否完全属于签约公司，而非第三方或个人CPF。
切勿共享令牌：任何正规公司或银行都不会通过电话或短信索要验证码、密码或令牌。