Περισσότερα από 66,2 δισ. δολάρια αναμένεται να δαπανούν ετησίως οι τράπεζες και τα υπόλοιπα χρηματοπιστωτικά ιδρύματα σε παγκόσμιο επίπεδο για την πρόληψη και την αντιμετώπιση της απάτης έως το 2031, καθώς η ραγδαία ανάπτυξη της τεχνητής νοημοσύνης αλλάζει τα δεδομένα στον τομέα της ασφάλειας των τραπεζικών συναλλαγών.
Σύμφωνα με νέα μελέτη της βρετανικής εταιρείας ερευνών αγοράς Juniper Research, οι σχετικές δαπάνες προβλέπεται να αυξηθούν κατά 83% σε σύγκριση με τα 36,2 δισ. δολάρια που εκτιμώνται για το 2026. Η αύξηση συνδέεται με την ανάγκη ανάπτυξης προηγμένων συστημάτων εντοπισμού ύποπτων συναλλαγών, αλλά και με την ενίσχυση της ανταλλαγής πληροφοριών μεταξύ τραπεζών και άλλων επιχειρήσεων που συμμετέχουν στο οικοσύστημα των ψηφιακών πληρωμών.
Η πρόκληση γίνεται ακόμη μεγαλύτερη αν ληφθεί υπόψη ότι οι δόλιες συναλλαγές στην ψηφιακή τραπεζική και στις μεταφορές χρημάτων εκτιμάται ότι θα ξεπεράσουν τα 2,2 δισεκατομμύρια παγκοσμίως το 2031, από 773,7 εκατομμύρια το 2025. Πρόκειται για αύξηση μεγαλύτερη του 180%, η οποία αποτυπώνει την ταχύτητα με την οποία εξελίσσονται οι μέθοδοι των επιτήδειων.
Πώς η τεχνητή νοημοσύνη αλλάζει τις τραπεζικές απάτες
Η έκθεση της Juniper Research επισημαίνει ότι η τεχνητή νοημοσύνη δεν επιτρέπει απλώς στους δράστες να πραγματοποιούν περισσότερες επιθέσεις, αλλά μειώνει σημαντικά και το κόστος οργάνωσής τους.
Με τη χρήση εργαλείων AI, οι απατεώνες μπορούν πλέον να δημιουργούν σε μεγάλη κλίμακα εξατομικευμένα μηνύματα και ιδιαίτερα πειστικές απόπειρες εξαπάτησης, προσαρμοσμένες στα χαρακτηριστικά των υποψήφιων θυμάτων.
Αυτό έχει ως αποτέλεσμα τη σταδιακή μετατόπιση των επιθέσεων από τις ίδιες τις τραπεζικές υποδομές προς τους πελάτες, οι οποίοι παρασύρονται μέσω τεχνικών κοινωνικής μηχανικής να εγκρίνουν συναλλαγές ή να αποκαλύψουν ευαίσθητες πληροφορίες.
Η εξέλιξη αυτή δημιουργεί ένα ιδιαίτερα σύνθετο πρόβλημα για τις τράπεζες, καθώς μια συναλλαγή μπορεί να έχει πραγματοποιηθεί από τον πραγματικό κάτοχο του λογαριασμού, αλλά υπό συνθήκες εξαπάτησης.
Παράλληλα, η εξάπλωση των άμεσων πληρωμών περιορίζει δραστικά τον διαθέσιμο χρόνο για τον εντοπισμό ύποπτης δραστηριότητας και την αποτροπή μιας μεταφοράς χρημάτων.
Όπως εξηγεί ο συντάκτης της έκθεσης, Σέιν Ο’Σάλιβαν, η τεχνητή νοημοσύνη δίνει στους δράστες τη δυνατότητα να σχεδιάζουν και να τροποποιούν ταχύτερα τις επιθέσεις τους, την ώρα που οι τράπεζες διαθέτουν ολοένα μικρότερο περιθώριο αντίδρασης.
Για τον λόγο αυτό, η μελέτη υπογραμμίζει την ανάγκη συνδυασμού δεδομένων συμπεριφοράς, ταυτοποίησης και πληρωμών πριν από την έγκριση κάθε συναλλαγής, αντί της αποκλειστικής χρήσης μηχανισμών ελέγχου αφού έχει ήδη ξεκινήσει η μεταφορά χρημάτων.
Η νέα απειλή από την agentic AI
Ιδιαίτερη ανησυχία προκαλεί η ανάπτυξη της λεγόμενης agentic AI, δηλαδή συστημάτων τεχνητής νοημοσύνης που μπορούν να εκτελούν αυτόνομα σύνθετες εργασίες και να προσαρμόζουν τις ενέργειές τους ανάλογα με τις συνθήκες.
Σύμφωνα με τη Juniper Research, ενώ η παραγωγική τεχνητή νοημοσύνη επιτρέπει τη δημιουργία πιο εξελιγμένων μορφών απάτης, η agentic AI μπορεί να διευκολύνει τον συντονισμό επιθέσεων πολλαπλών σταδίων.
Οι δράστες αποκτούν έτσι τη δυνατότητα να αλλάζουν την τακτική τους ανάλογα με την αντίδραση του θύματος ή των τραπεζικών συστημάτων ασφαλείας, καθιστώντας τις απόπειρες εξαπάτησης περισσότερο επίμονες, εξατομικευμένες και δύσκολα ανιχνεύσιμες.
Οι τράπεζες καλούνται συνεπώς να εγκαταλείψουν τη λογική του μεμονωμένου ελέγχου ύποπτων συναλλαγών και να αναπτύξουν συστήματα που παρακολουθούν διαρκώς τη μεταβολή του κινδύνου σε όλη τη διάρκεια της τραπεζικής σχέσης με τον πελάτη.
Η αξιοποίηση της τεχνητής νοημοσύνης από τα ίδια τα χρηματοπιστωτικά ιδρύματα θεωρείται κρίσιμο εργαλείο για την έγκαιρη αναγνώριση ασυνήθιστων συμπεριφορών και την παρέμβαση πριν εγκριθεί μια δόλια συναλλαγή.
Τα δίκτυα «αχυρανθρώπων» και η ανάγκη συνεργασίας των τραπεζών
Ένα ακόμη σημαντικό πρόβλημα για τον τραπεζικό τομέα είναι η ανάπτυξη οργανωμένων δικτύων που χρησιμοποιούν λογαριασμούς τρίτων προσώπων για τη μεταφορά και απόκρυψη χρημάτων από παράνομες δραστηριότητες. Πρόκειται για τους λεγόμενους «money mules», δηλαδή πρόσωπα που λειτουργούν ως ενδιάμεσοι στη διακίνηση χρημάτων, συχνά μέσω πολλαπλών τραπεζικών λογαριασμών.
Η Juniper Research επισημαίνει ότι τα εγκληματικά δίκτυα εκμεταλλεύονται τα κενά στην ανταλλαγή πληροφοριών μεταξύ τραπεζών, παρόχων πληρωμών και ψηφιακών πλατφορμών. Αυτό δυσχεραίνει τον εντοπισμό τόσο των πλαστών ή παραπλανητικών ταυτοτήτων όσο και των λογαριασμών που χρησιμοποιούνται για τη μεταφορά προϊόντων απάτης.
Για την αντιμετώπιση του φαινομένου, οι εταιρείες που αναπτύσσουν συστήματα πρόληψης της απάτης διευρύνουν τις πηγές δεδομένων και τις συνεργασίες τους, συμπεριλαμβάνοντας πλέον και τηλεπικοινωνιακούς παρόχους. Με αυτόν τον τρόπο, πληροφορίες από τα δίκτυα κινητής τηλεφωνίας μπορούν να συνδυάζονται με δεδομένα πληρωμών, ταυτοποίησης και συναλλακτικής συμπεριφοράς.
Σύμφωνα με τον Σέιν Ο’Σάλιβαν, οι τράπεζες μπορεί να γνωρίζουν τους κινδύνους που συνδέονται με τους δικούς τους πελάτες, ωστόσο συχνά δεν διαθέτουν επαρκή εικόνα για το πρόσωπο που πρόκειται να λάβει τα χρήματα.
Η έγκαιρη ανταλλαγή αξιόπιστων πληροφοριών μεταξύ χρηματοπιστωτικών ιδρυμάτων αναδεικνύεται επομένως σε βασική προϋπόθεση για τον εντοπισμό των συγκεκριμένων δικτύων και την αποτροπή της περαιτέρω διακίνησης χρημάτων από απάτες.
Χαρακτηριστικό παράδειγμα αποτελεί η συνεργασία που ανακοίνωσε τον Ιούλιο του 2026 ο βρετανικός οργανισμός πρόληψης της απάτης Cifas με το Global Signal Exchange, με στόχο τη διασύνδεση πληροφοριών από τον τραπεζικό τομέα, τις τηλεπικοινωνίες, το λιανεμπόριο και τις τεχνολογικές πλατφόρμες.
Η Juniper Research εκτιμά ότι οι εταιρείες που θα μπορούν να παρέχουν στις τράπεζες πληρέστερη εικόνα των κινδύνων σε διαφορετικά χρηματοπιστωτικά ιδρύματα θα αποκτήσουν σημαντικό πλεονέκτημα στην αναπτυσσόμενη αγορά πρόληψης της απάτης.
Η μελέτη Banking Fraud Prevention Market 2026–2031 περιλαμβάνει περισσότερα από 44.700 επιμέρους δεδομένα και προβλέψεις για την πενταετία, αποτυπώνοντας τόσο τη διεύρυνση των απειλών όσο και την αύξηση των επενδύσεων σε τεχνολογίες προστασίας των τραπεζικών συναλλαγών.