Эволюция мошенничества: как ИИ-группировки атакуют сферу ритейла

Традиционные схемы мошенничества в розничной торговле, такие как использование украденных данных банковских карт или создание фальшивых аккаунтов, стремительно уступают место более сложным угрозам. На смену одиночным злоумышленникам пришли скоординированные группы, использующие искусственный интеллект для автоматизации атак. Согласно аналитическим данным, современные мошеннические сети работают как распределенные системы, способные адаптироваться и масштабироваться быстрее, чем защитные механизмы ритейлеров.

От разовых инцидентов к системным атакам

Долгое время системы предотвращения фрода фокусировались на выявлении отдельных подозрительных событий: попыток входа в аккаунт или использования краденой карты. Однако эта модель теряет эффективность. В обзорах рынка отмечается появление скоординированной сетевой активности, которая объединяет автоматизацию, синтетические личности и высокореалистичный контент, созданный нейросетями.

В качестве примера приводится недавний случай, когда за 48 часов была проведена серия атак на общую сумму около 4,2 млн долларов. Операция была выстроена как инженерная система: использование подмены данных об устройствах и подставных учетных записей позволило достичь скорости в 180 транзакций в минуту. Это не были случайные попытки взлома — действия носили характер спланированной и четко структурированной операции.

Искусственный интеллект как инструмент масштабирования

Генеративный ИИ значительно снизил порог входа в сферу киберпреступности. Задачи, ранее требовавшие глубоких технических знаний, теперь решаются с помощью доступных ИИ-инструментов. Мошенники создают синтетические личности и фальшивые документы за считаные минуты, имитируя полноценное поведение реального покупателя: от просмотра товаров до оформления заказа.

Особую проблему представляет мошенничество с возвратами, объем которого за последние полгода вырос на 15%. Использование ИИ-фотографий позволяет злоумышленникам создавать убедительные изображения якобы поврежденных, бракованных или неисправных товаров. В практике ритейла зафиксированы следующие методы:

• Использование новых аккаунтов для покупки недорогих товаров с последующим требованием возврата денег на основании поддельных фото без возврата самого товара.
• Отправка пустых коробок вместо возвращаемого изделия при сохранении выплаченной компенсации.
• Скоординированные атаки на магазины одежды и товаров для дома, где через мелкие претензии преступные группы похитили около 800 000 долларов, избегая пороговых значений систем безопасности.

Риски агентской коммерции

Следующий этап развития угроз связан с ростом популярности автономных цифровых агентов — программ, совершающих покупки от имени пользователя. Во второй половине 2025 года прогнозируется резкий рост такой активности (более чем на 2000%). Хотя эта технология создается для помощи потребителям, она также становится инструментом для автоматизации цепочек атак.

Когда мошеннические действия имитируют работу легитимных ИИ-помощников, традиционные инструменты обнаружения, основанные на статических правилах и исторических данных, перестают справляться. Модели машинного обучения часто не могут отличить реальную автоматизацию от вредоносной активности, что заставляет ритейлеров действовать реактивно, выявляя фрод уже после завершения транзакций.

Будущее цифрового доверия

Смотрите также:

Масштабный сбой в работе интернета: из строя вышли крупнейшие сайты и сервисы http://kupidonchik.org/masshtabnyiy-sboy-v-rabote-interneta-iz-stroya-vyishli-krupneyshie-saytyi-i-servisyi/.

Интересности на тему: Рекордное снижение цен на Apple Watch: Series 11, Ultra 3 и SE 3 достигли исторического минимума

Классные советы в статье "Как эффективно использовать ИИ для устранения неполадок в работе компьютера" здесь.

По мере того как ИИ-агенты начинают играть ведущую роль в поиске, сравнении и покупке товаров, перед ритейлерами встает фундаментальный вопрос: кто на самом деле стоит за транзакцией? Это может быть реальный человек, легитимный ИИ-ассистент или синтетическая система, имитирующая обоих.

В условиях, когда нейросети используются по обе стороны процесса, проверка рисков не может быть разовым событием на этапе оплаты. Эксперты считают, что необходима непрерывная оценка действий пользователя на протяжении всего его пути по сайту, чтобы обеспечить безопасность в новой цифровой реальности.