De AI 'leest' het script en waarschuwt gebruikers voor oplichting.

In een oogwenk analyseert het AI-systeem van MoMo gelijktijdig meer dan 1000 risicosignalen. Als er kenmerken verschijnen die overeenkomen met eerder geïdentificeerde oplichtingspatronen, beoordeelt het systeem het risiconiveau en geeft het een waarschuwing.

Naarmate oplichtingspraktijken sneller en geraffineerder worden.

Volgens statistieken die werden gedeeld tijdens het Digital Trust in Finance 2026 (DTF 2026) forum, verloren Vietnamese burgers in 2025 meer dan 8 biljoen VND door online oplichting. Het zorgwekkende aspect is echter niet alleen de omvang van de verliezen; experts zijn van mening dat de grootste uitdaging is dat AI zorgt voor een ongekende toename in de snelheid waarmee oplichtingsscenario's worden gecreëerd, terwijl de drempel voor cybercriminelen aanzienlijk wordt verlaagd.

Voorheen kostte het uitvoeren van een grootschalige oplichting veel tijd voor daders om scenario's te bedenken, gegevens te verzamelen, content te schrijven en contact op te nemen met slachtoffers. Nu kunnen veel van deze stappen tegen zeer lage kosten worden geautomatiseerd.

De heer Nguyen Manh Tuong, medeoprichter, covoorzitter van de raad van bestuur en CEO van MoMo, verklaarde: "AI maakt fraude 'sneller, goedkoper en geavanceerder' en verandert de manier waarop daders online fraudecampagnes uitvoeren volledig."

De heer Nguyen Manh Tuong deelde dit tijdens het Digital Trust in Finance 2026 Forum.

In plaats van de massale verspreidingsmethoden van vroeger, kunnen oplichtingsscenario's nu veel sneller en met een hogere mate van personalisatie worden gecreëerd. Van online gedrag en consumentengewoonten tot relaties op sociale media, een schat aan openbaar beschikbare gegevens kan worden gebruikt om gerichte benaderingen te ontwikkelen die zeer specifiek zijn voor elke gebruiker.

Op undergroundfora zie je tegenwoordig steeds vaker "phishing-as-a-service"-modellen – waarbij phishingtoolkits worden aangeboden als abonnementen, vergelijkbaar met SaaS-software. Gebruikers kunnen kant-en-klare nepwebsites, massamailsystemen, dashboards om gestolen gegevens te monitoren en zelfs bijbehorende technische ondersteuningsdiensten huren.

De Wall Street Journal, die gegevens van Microsoft, Barracuda Networks, Netcraft en de FBI citeert, laat zien dat veel phishingplatforms tegenwoordig worden geleverd met gebruiksvriendelijke interfaces, vooraf gebouwde sjablonen en de mogelijkheid om binnen enkele minuten te worden ingezet. Hierdoor kunnen zelfs teams met minder technische vaardigheden snel deelnemen aan grootschalige phishingcampagnes.

Het antifraude-model moet ook "versnellen".

Op basis van bovenstaande ervaring is de heer Nguyen Manh Tuong van mening dat de digitale financiële sector niet langer volledig kan blijven vertrouwen op de traditionele denkwijze van "transacties opsporen en vervolgens blokkeren". In plaats daarvan moet MoMo zijn denkwijze veranderen van "malafide partijen blokkeren" naar "samenwerken met betrouwbare partijen".

Elke transactie op het MoMo-platform wordt binnen 100-300 milliseconden verwerkt. In een fractie van een seconde analyseert het AI-systeem gelijktijdig meer dan 1000 verschillende risicosignalen. Deze signalen omvatten onder andere inlogapparaten, geografische locatie, transactiegeschiedenis, gebruiksfrequentie van accounts, kenmerken van de ontvanger en vele andere ongebruikelijke signalen in het transactiegedrag.

Als een account plotseling een grote transactie uitvoert naar een groep accounts die eerder in verband zijn gebracht met verdachte activiteiten, of kenmerken vertoont die lijken op eerder gedocumenteerde oplichtingspatronen, kan het systeem onmiddellijk het risiconiveau inschatten en een waarschuwing geven.

De eerste resultaten tonen aan dat deze aanpak positieve gevolgen heeft. Op het MoMo-platform stoppen 995 van de 1.000 gebruikers die een waarschuwing van het systeem ontvangen de transactie. Hierdoor wordt dagelijks ongeveer 44 miljard VND bespaard op potentiële fraude.

Deze bevindingen tonen aan dat moderne beveiliging niet alleen draait om het voorkomen van externe aanvallen. Belangrijker nog, het gaat erom gebruikers te ondersteunen bij het nemen van beter onderbouwde beslissingen in tijden van grote kwetsbaarheid voor manipulatie.

Aan de andere kant kan elke nieuw ontdekte frauduleuze rekening, elk nieuw phishingscenario dat door een gebruiker wordt gemeld, of elke nieuw geverifieerde ongebruikelijke transactie onmiddellijk data worden waarmee het systeem zijn risico-identificatiemodellen kan bijwerken.

Dankzij deze aanpak heeft MoMo de waardevolle lessen die individuele gebruikers hebben geleerd, omgezet in gedeelde kennis voor het hele systeem. Deze denkwijze vormt de basis van de strategie om een ​​"gemeenschappelijk schild" te bouwen: gebruikers worden niet alleen aan hun lot overgelaten, maar de kracht van communitydata wordt omgezet in een digitaal immuunsysteem dat zelflerend is en zich in de loop der tijd continu kan verbeteren.

(Bron: MoMo)

Bron: https://vietnamnet.vn/ai-doc-vi-kich-ban-canh-bao-nguoi-dung-truoc-bay-lua-dao-2520887.html