Штучний інтелект «читає» скрипт, попереджаючи користувачів про шахрайство.

Менш ніж за мить ока, система штучного інтелекту MoMo одночасно аналізує понад 1000 сигналів ризику. Якщо з'являються характеристики, схожі на раніше виявлені схеми шахрайства, система оцінює рівень ризику та видає попередження.

Оскільки шахрайство стає швидшим та витонченішим.

Згідно зі статистикою, оприлюдненою на форумі Digital Trust in Finance 2026 (DTF 2026), в'єтнамці втратили понад 8 трильйонів донгів через онлайн-шахрайство у 2025 році. Однак тривожним аспектом є не лише обсяг збитків; експерти вважають, що основною проблемою є те, що штучний інтелект спричиняє безпрецедентне збільшення швидкості створення шахрайських сценаріїв, водночас значно знижуючи «бар'єр входу» для кіберзлочинців.

Раніше для здійснення масштабної афери зловмисникам доводилося витрачати багато часу на розробку сценаріїв, збір даних, написання контенту та зв'язок з жертвами. Тепер багато з цих кроків можна автоматизувати за дуже низькою ціною.

Пан Нгуєн Мань Туонг, співзасновник, співголова ради директорів та генеральний директор MoMo, заявив: «Штучний інтелект робить шахрайство «швидшим, дешевшим та витонченішим», а також повністю змінює спосіб, у який злочинці здійснюють онлайн-шахрайські кампанії».

Пан Нгуєн Мань Туонг поділився цим на форумі «Цифрова довіра у фінансах 2026».

Замість методів масового поширення інформації минулого, сценарії шахрайства тепер можна створювати набагато швидше та з вищим ступенем персоналізації. Від онлайн-поведінки та звичок споживачів до стосунків у соціальних мережах, величезна кількість загальнодоступних даних може бути використана для розробки цільових підходів, які є дуже специфічними для кожного користувача.

Сьогодні на підпільних форумах спостерігається дедалі більша кількість моделей «фішинг як послуга» – де набори інструментів для фішингу пропонуються як підписки, подібно до програмного забезпечення SaaS. Користувачі можуть орендувати готові фальшиві веб-сайти, системи масової розсилки електронної пошти, панелі інструментів для моніторингу викрадених даних і навіть супутні служби технічної підтримки.

Видання The Wall Street Journal, посилаючись на дані Microsoft, Barracuda Networks, Netcraft та ФБР, показує, що багато фішингових платформ зараз «упаковані» зручними інтерфейсами, попередньо створеними шаблонами та можливістю розгортання за лічені хвилини. Це дозволяє навіть командам з меншими технічними навичками швидко брати участь у масштабних фішингових кампаніях.

Модель боротьби з шахрайством також потребує «прискорення».

Ґрунтуючись на вищезазначеному досвіді, пан Нгуєн Мань Туонг вважає, що індустрія цифрових фінансів не може продовжувати повністю покладатися на традиційний підхід «виявлення транзакцій та їх блокування». Натомість MoMo має змінити своє мислення з «блокування поганих учасників» на «співпрацю з хорошими учасниками».

Кожна транзакція на платформі MoMo обробляється за 100-300 мілісекунд. За період, коротший за моргання ока, система штучного інтелекту одночасно аналізує понад 1000 різних сигналів ризику. Ці сигнали включають пристрої входу, географічне розташування, історію транзакцій, частоту використання облікового запису, характеристики одержувача та багато інших незвичайних ознак у поведінці транзакцій.

Якщо обліковий запис раптово генерує велику транзакцію до кластера облікових записів, раніше пов'язаних з підозрілою активністю, або демонструє характеристики, подібні до раніше задокументованих схем шахрайства, система може негайно оцінити рівень ризику та видати попередження.

Початкові результати показують, що цей підхід дає позитивні результати. На платформі MoMo з кожних 1000 користувачів, які отримують попередження від системи, 995 зупиняють транзакцію. В результаті щодня приблизно 44 мільярди донгів заощаджується від потенційних ризиків шахрайства.

Ці висновки демонструють, що сучасна безпека полягає не лише у запобіганні зовнішнім атакам. Що ще важливіше, вона спрямована на підтримку користувачів у прийнятті більш обґрунтованих рішень у часи найбільшої вразливості до маніпуляцій.

З іншого боку, кожен щойно виявлений шахрайський обліковий запис, кожен новий сценарій фішингу, про який повідомляє користувач, або кожна щойно підтверджена незвичайна транзакція можуть негайно стати даними для системи для оновлення її моделей ідентифікації ризиків.

Завдяки цьому, цінні уроки, отримані окремими користувачами, були перетворені MoMo на спільні знання для всієї системи. Такий спосіб мислення формує стратегію побудови «спільного щита»: не залишати користувачів наодинці з ризиками, а перетворювати силу даних спільноти на цифрову імунну систему, здатну до самонавчання та постійного вдосконалення з часом.

(Джерело: МоМо)

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