"AI is een wapen met twee kanten. Kwaadwillende actoren gebruiken het om sneller, goedkoper en geavanceerder aan te vallen. Maar we kunnen diezelfde tool ook gebruiken om gebruikers effectiever te beschermen," aldus Nguyen Manh Tuong, CEO van MoMo, tijdens het Digital Trust in Finance 2026 Forum met als thema "Het opbouwen van digitaal financieel vertrouwen in het AI-tijdperk", dat op 12 mei in Hanoi plaatsvond.

Dankzij AI zijn online oplichtingspraktijken nu sneller en gemakkelijker.
Volgens de heer Tuong is online fraude niet langer beperkt tot geïsoleerde gevallen van identiteitsvervalsing, maar is het uitgegroeid tot "een georganiseerde industrie" die grensoverschrijdend opereert en met behulp van AI is geoptimaliseerd om direct in te spelen op de psychologie en emoties van gebruikers.
Naar verwachting zullen deepfake-aanvallen in 2025 met 2100% toenemen, met gemiddeld één deepfake-aanval wereldwijd elke vijf minuten. Ongeveer 82% van de phishing-e-mails wordt gegenereerd met behulp van AI.
"Het meest verontrustende zijn niet alleen de aantallen, maar ook de steeds lagere drempel om aan dit spel mee te doen. Tegenwoordig heb je geen technische expertise of groot kapitaal meer nodig; elke kwaadwillende kan een grootschalige aanvalscampagne lanceren ," aldus de CEO van MoMo.
Hij stelde dat de Vietnamese bevolking in 2025 ongeveer 8 biljoen VND zal verliezen als gevolg van online fraude. Opvallend is dat ongeveer twee derde van de slachtoffers langdurige stress ervaart en bijna de helft te maken krijgt met daaropvolgende psychische problemen.
"De oplichters hebben het niet alleen op geld gemunt, maar ook op ons vertrouwen", benadrukte de heer Tuong, eraan toevoegend dat alleen al op het MoMo-platform ongeveer 50% van de slachtoffers studenten onder de 22 jaar zijn.
Verschuif de focus van "slechteriken tegenhouden" naar "aan de kant van de goeden staan".
Volgens Nguyen Manh Tuong, CEO van MoMo, is de traditionele denkwijze in de financiële sector om ongebruikelijke transacties te detecteren en vervolgens te blokkeren.
De meeste succesvolle oplichtingspraktijken van tegenwoordig zijn echter niet te wijten aan het feit dat het systeem de transactie niet detecteert, maar eerder omdat gebruikers zelf de transactie uitvoeren onder psychologische manipulatie.
"We zijn overgestapt van een mentaliteit van 'de slechteriken tegenhouden' naar een mentaliteit van samenwerken met goede mensen om hen te beschermen tegen het maken van fouten ," aldus de heer Tuong.
Daarom zal het MoMo-systeem zich, in plaats van simpelweg transacties te blokkeren, richten op het detecteren van ongebruikelijk gedrag, het analyseren van de context en het op het juiste moment ingrijpen met slimme waarschuwingen of vragen om gebruikers de tijd te geven hun beslissing te heroverwegen.
De heer Tuong betoogde dat de cruciale factor niet volledig in het AI-model of algoritme ligt: "90% van het probleem zit niet in het algoritmische model. De werkelijke waarde zit hem in het gebruiken van signalen van AI om op het juiste moment en op de juiste manier in te grijpen in het gedrag en de psychologie van de gebruiker . "

De heer Nguyen Manh Tuong, CEO van MoMo, spreekt op het Digital Trust in Finance 2026 Forum.
Het systeem van MoMo verwerkt elke transactie momenteel in ongeveer 100-300 milliseconden, terwijl het tegelijkertijd miljoenen signalen analyseert met betrekking tot gedrag, apparaten, netwerken en biometrische gegevens via verschillende AI-modellen.
De heer Tuong verklaarde dat van elke 1.000 gebruikers die een waarschuwing van het systeem ontvangen, 995 de transactie afbreken. "Met een moment van bezinning kunnen gebruikers voorkomen dat ze worden opgelicht ," zei hij.
Volgens gegevens van MoMo waarschuwt het systeem gebruikers dagelijks voor ongeveer 44 miljard VND die mogelijk frauduleus worden gebruikt, detecteert het 29.000 ongebruikelijke transacties en stuurt het waarschuwingen naar meer dan 10.000 gebruikers voordat er verliezen optreden.
Interdisciplinair platform ter bestrijding van fraude
Meneer Nguyen Manh Tuong is echter van mening dat de huidige financiële platformen slechts een heel klein deel van het gehele oplichtingsproces in kaart brengen.
Het oplichtingsproces begint meestal al heel vroeg, wanneer de dader het slachtoffer benadert via sociale media, berichtenapps of de telefoon om vertrouwen te winnen voordat hij om geldovermakingen vraagt.
"Wanneer gebruikers geld overmaken via MoMo of andere bankapps, is het alsof we pas naar de 89e minuut van een film van 90 minuten kijken ," aldus de heer Tuong.
De heer Nguyen Manh Tuong verklaarde dat geld doorgaans binnen 30 minuten uit het systeem wordt opgenomen, terwijl platformoverschrijdende onderzoeken dagen kunnen duren.
Het huidige probleem is echter dat gegevens en waarschuwingssignalen verspreid zijn over verschillende bedrijven en sectoren.

Het MoMo-appsysteem beschikt nu over een functie om oplichting te melden.
Een vertegenwoordiger van MoMo verklaarde dat het bedrijf samenwerkt met experts van het Ministerie van Openbare Veiligheid om een platform te ontwikkelen voor het delen van realtime risicosignalen tussen verschillende instanties.
Het platform is ontworpen om niet alleen de financiële sector met elkaar te verbinden, maar ook telecommunicatie, sociale media, berichtenapps, e-commerce, logistiek en overheidsplatformen.
Volgens de beschrijving wordt er, wanneer een gebruiker frauduleuze activiteiten meldt op een platform binnen de alliantie, onmiddellijk een signaal verspreid over het hele systeem om de overige eenheden te waarschuwen.
"Als één persoon een dreiging meldt, kunnen miljoenen anderen worden beschermd voordat de aanvaller zijn volgende aanval lanceert ", aldus de heer Tuong. Hij betoogde dat digitaal vertrouwen nu een vorm van "nationale infrastructuur" is, net zo belangrijk als wegen, elektriciteitsnetten of banksystemen.
"Zonder digitaal vertrouwen kan er geen digitale economie bestaan, en is het erg moeilijk om snelle en duurzame groei te realiseren," benadrukte de CEO van MoMo.
Bloemenregen
Bron: https://vtcnews.vn/dung-ai-chong-lai-lua-dao-bang-ai-ar1017693.html
Reactie (0)