Дипфейки, чат-боти та AI-шахрайство: що потрібно знати кожному бізнесу

Співробітнику телефонує на відеозв'язок фінансовий директор і просить терміново провести переказ. Голос той самий. Обличчя те саме. Прохання звучить саме так, як сказав би CFO під тиском дедлайну. Нічого з цього не є справжнім — і поки хтось це перевірить, гроші вже підуть. Це не гіпотетична ситуація: подібна схема коштувала одній глобальній інжиніринговій компанії $25,6 млн у 2024 році. Дипфейки та AI-шахрайство перестали бути екзотикою і стали стандартним інструментом у арсеналі шахраїв, і найбільше страждають ті компанії, що досі покладаються на старі маркери — граматичні помилки, підозрілі посилання, незнайомого відправника, — яких у цих атаках просто більше немає.

Ключові висновки

• AI-шахрайство — вже не ризик майбутнього. За даними FBI IC3, у 2025 році зафіксовано 22 364 скарги із заявленим AI-зв'язком на загальну суму $893 млн збитків — у межах загального обсягу кіберзлочинності в $20,9 млрд за рік.
• Business email compromise залишається найдорожчою категорією соціальної інженерії з великим відривом — $3,05 млрд задекларованих збитків за 2025 рік, — а згенерований ШІ голос і текст тепер вбудовані прямо в такі схеми, а не додані до них згодом.
• Дипфейк-шахрайство експлуатує довіру до знайомого, а не неуважність. Традиційна порада — шукайте помилки, наведіть курсор на посилання — не працює проти синтезованого голосу, який звучить точнісінько як ваш керівник.
• Технічно виявити дипфейк і підтвердити, що запит справжній, — це різні задачі. Більшість порад із захисту відповідають лише на першу.
• Ми перевіряємо особу і канал зв'язку незалежно від самого змісту повідомлення — через OSINT-дослідження та роботу з публічними реєстрами, а не лише через інструменти медіа-форензики.

Нове обличчя соціальної інженерії

Соціальна інженерія раніше спиралася на масовість і теорію ймовірностей: розішли достатньо фішингових листів — і хтось таки клікне. AI-згенерований обман працює інакше — він спирається на довіру до знайомого. Клонований голос, синтезоване відео чи чат-бот, достатньо переконливий, щоб вести справжню розмову, не має обманути всіх. Йому достатньо обманути одну людину в один момент, змусивши сприйняти сфабрикований запит як рутинний.

Під цим парасольковим терміном тепер об'єднано три різні типи атак. Дипфейки — це синтетичне аудіо чи відео: клонований голос у телефонному дзвінку, сфабриковане відео на відеоконференції, побудовані на матеріалі, що часто перебуває у відкритому доступі, — записи виступів на конференціях, інтерв'ю, кліпи із соцмереж. Шахрайство через чат-ботів використовує розмовний ШІ, щоб видавати себе за реальну людину чи легітимний сервіс, підтримуючи правдоподібний діалог, а не одне заскриптоване повідомлення. AI-згенерований фішинг створює повідомлення, що читаються як справді написані конкретно для вас — без незграбних формулювань, без загального привітання, часто з посиланням на реальні деталі про роль чи нещодавню активність цілі.

Чому це важливо: кожна з цих технік спроєктована так, щоб обійти саме ті евристики, яким досі вчить більшість тренінгів з обізнаності. "Перевіряйте орфографічні помилки" й "не довіряйте загальним привітанням" — це поради для моделі загрози, яку AI-згенеровані атаки вже переросли.

Як насправді працюють ці схеми

Атаки загалом дотримуються послідовного чотириетапного патерну, і розуміння саме цієї послідовності важливіше, ніж запам'ятовування технології, що стоїть за кожним окремим етапом.

Розвідка. Зловмисники збирають вихідний матеріал із того, що вже опубліковано, — інтерв'ю керівників, записи конференцій, виступи на заходах, відео із соцмереж, оргструктуру компанії, відносини з постачальниками, згадані в пресрелізах чи кейсах. Ніщо з цього не потребує зламу — більшість цього публікується добровільно.

Імітація. Цей вихідний матеріал стає навчальними даними для клонованого голосу чи синтезованої зовнішності — дедалі частіше достатньо кількох секунд аудіо чи кількох публічних фотографій, а не хвилин відеозапису, які були потрібні попереднім інструментам.

Залучення. Перший контакт розрахований на те, щоб здаватися рутинним: дзвінок, що посилається на реальний проєкт, повідомлення, надіслане саме тоді, коли ціль його правдоподібно очікує, чат-бот, що відповідає достатньо природно, щоб вести справжній діалог, а не одну заскриптовану репліку.

Виконання. Сам запит — переказ коштів, обліковий запис, зміна платіжних реквізитів — приходить у обгортці терміновості й часто із заявленою причиною, чому звичайний процес варто пропустити саме цього разу. Терміновість тут виконує конкретну функцію: вона стримує ціль від паузи для перевірки, подаючи це як ціну затримки (зірваний дедлайн, втрачена угода, розгніваний клієнт), а не як запит, що заслуговує на пильність.

Чому це важливо: малий і середній бізнес непропорційно часто стає ціллю саме на цьому останньому етапі — бо такі компанії зазвичай мають менш формалізовану, менш багатоступеневу перевірку високовартісних чи нетипових запитів, ніж великі організації з окремими командами фінансового контролю.

Реальний вплив на бізнес, який не можна ігнорувати

Пряму фінансову шкоду найлегше порахувати, і цифри тут давно вийшли за межі похибки округлення. Федеральне бюро розслідувань США через свій Internet Crime Complaint Center зафіксувало $20,877 млрд загальних задекларованих збитків від кіберзлочинності за 2025 рік, і саме business email compromise — 24 768 скарг — становить $3,05 млрд із цієї суми, другу за розміром категорію збитків після інвестиційного шахрайства. Окремо IC3 відстежив 22 364 скарги із заявленим AI-зв'язком на загальну суму $893 млн, включно з шахрайством через клонування голосу — лише за 2025 рік постраждалі задекларували понад $5 млн збитків.

В Україні ця динаміка теж вимірювана, а не абстрактна. За даними Національного банку України, у 2025 році збитки від шахрайських операцій із картками сягнули 1,4 млрд грн — і хоча кількість шахрайських транзакцій скоротилася на 5% (до 256 000 випадків), сама шкода зросла на 24%, а середня сума одного шахрайського епізоду піднялася на 30%, до 5 536 грн. За коментарями керівниці напряму управління шахрайством ПриватБанку та заступника начальника Департаменту кіберполіції, клонування голосу через ШІ — коли зловмисники беруть аудіо чи відео цілі з соцмереж, відтворюють її голос і звертаються до контактів жертви з проханням про термінову допомогу, — один із патернів, що штовхає середню суму збитку вгору. Це не окрема від глобальної статистики історія, а її українська частина.

Репутаційна шкода йде поруч із прямими втратами. Сфабриковане відео чи клонований голос керівника, що навіть ненадовго розійшовся — всередині компанії чи назовні, — створює проблему довіри, яка переживає сам інцидент шахрайства і яку значно складніше виправити, ніж повернути фінансові втрати.

Операційні збої йдуть за будь-яким інцидентом, серйозним достатньо, щоб викликати реальну реакцію: внутрішнє розслідування, заморозку процесів для задіяних типів платежів, час, відведений від звичайної роботи на з'ясування, що саме сталося і що ще може бути під загрозою.

А регуляторна відповідальність зростає разом із загрозою. Залежно від сектора, успішна AI-шахрайська атака може спричинити зобов'язання за такими рамками, як HIPAA, CMMC чи FTC Safeguards Rule у США, — перетворюючи те, що почалося як фінансові збитки, ще й на комплаєнс-розслідування. В Україні регуляторна відповідь поки що наздоганяє загрозу: у липні 2026 року в Раді зареєстровано законопроєкт №15379, що вперше формально визначає дипфейки, клонування голосу і сфабрикований ШІ-текст як методи шахрайства в кримінальному кодексі й передбачає позбавлення волі від 3 до 8 років за їх використання для обману. Законопроєкт поки не ухвалено — але сам факт його появи показує, що чинні формулювання, побудовані навколо застарілого поняття "електронно-обчислювальна техніка," уже не покривають цей тип загрози.

Чому це важливо: кейс Arup показовий саме тому, що для нього не знадобилося жодного технічного зламу. Співробітника гонконгського офісу компанії залучили до відеодзвінка з тим, що виглядало як фінансовий директор компанії та кілька інших колег, і він переказав $25,6 млн 15 транзакціями протягом тижня, перш ніж шахрайство викрили. Кожен учасник того дзвінка був сфабрикований. Жоден файрвол чи endpoint-інструмент так і не був задіяний — уся атака відбулася в проміжку між "це виглядає і звучить правильно" і "це справді той, за кого себе видає".

Де насправді місце для перевірки

Більшість порад на цю тему зупиняються на обізнаності: навчіть персонал розпізнавати загрозу, підсильте внутрішні процеси, додайте багатофакторну автентифікацію. Усе це необхідно. Але жодна з цих порад не відповідає на складніше питання — у момент, коли надходить конкретний дзвінок, відео чи повідомлення, як саме підтвердити, що воно справжнє, а не просто правдоподібне?

Саме тут задача зміщується з питання обізнаності на розслідувальну. Синтезований голос чи відео сконструйовані так, щоб пройти повз миттєве людське судження, — це і є вся суть технології. Підтвердити, що це шахрайство (чи що це насправді так), означає перевірити те, що дипфейк сфабрикувати не може: чи має номер дзвінка чи обліковий запис якусь незалежну публічну історію, пов'язану саме з тією особою, за яку себе видає; чи відповідає запит тому, як ця людина і цей процес насправді працюють; чи доходить той самий запит до вас іншим, незалежно встановленим каналом — і чи дає він ту саму відповідь.

Ми ставимось до високовартісного запиту — переказу коштів, скидання облікового запису, зміни платіжних реквізитів — так само, як до неперевіреного твердження в due diligence: як до чогось, що варто підтвердити незалежними, відкритими й процедурними доказами, а не прийняти, бо це звучало правильно. Підпис у сервісі визначення дзвінків чи аватар у месенджері сам по собі — слабкий сигнал; встановити, кому насправді належить номер телефону, потребує незалежної перехресної перевірки, а не одного запису в базі. Та сама логіка стосується домену-двійника чи сфабрикованого профілю керівника за підозрілим листом — ті самі OSINT-методи, що викривають таку інфраструктуру для імітації, ловлять і дипфейк, — і профілю в соцмережі, що видає себе за конкретного керівника чи контакт постачальника: той самий процес пошуку й підтвердження реальної присутності людини в соцмережах застосовується так само прямо до підтвердження, хто насправді стоїть за профілем, на якому побудоване шахрайство.

Як Molfar перевіряє підозрілий запит на практиці

Патерн, який ми бачимо повторювано, узагальнений (без прив'язки до конкретного клієнта) з типу звернень, що надходять після майже-інциденту чи реального випадку: фінансова команда отримує терміновий запит — голосом, відео чи текстовим повідомленням — змінити платіжні реквізити чи звільнити кошти поза звичайним процесом, із правдоподібною причиною для терміновості й для того, щоб пропустити звичне погодження.

Замість того щоб оцінювати запит окремо, наш підхід починається з особи за ним. Ми перевіряємо, чи має номер дзвінка, домен пошти чи обліковий запис якусь незалежну публічну історію, узгоджену з тим, кого чи що вони представляють, — дату реєстрації домену, що не збігається з реальною датою заснування компанії, номер телефону без жодного попереднього зв'язку із заявленою особою, професійний профіль, створений за кілька днів до запиту, а не за роки до нього. Далі ми встановлюємо другий, незалежно знайдений канал зв'язку з реальною людиною чи організацією — не номер чи адресу, надані в самому підозрілому повідомленні, — і підтверджуємо запит напряму. Там, де запит посилається на реальну угоду, проєкт чи стосунки, ми перевіряємо цю деталь за її власним незалежним записом, а не приймаємо як доказ те, що вона виявилась точною.

Те, що ламає добре виконаний дипфейк чи AI-фішинг, — рідко більш досконалий інструмент детекції. Це дисципліна підтвердження особи й каналу шляхом, який зловмисник не контролює, — а це та сама дисципліна, що лежить в основі перевірки постачальника, контрагента чи кінцевого бенефіціара в будь-якому due diligence. Зміст повідомлення ніколи не був надійною частиною цієї картини. Шлях перевірки навколо нього — був.

FAQ

Чи може програмне забезпечення для виявлення дипфейків самостійно вирішити цю проблему?

Ні. Інструменти детекції аналізують медіа на технічні артефакти — неприродне освітлення, нехарактерне моргання, розсинхронізацію звуку й відео, — і це корисний сигнал, особливо з огляду на те, що якість генерації зростає швидше, ніж більшість інструментів детекції встигають відстежувати. Але вони відповідають на питання "чи виглядає це синтетичним", а не "чи це справді та людина, за яку себе видає". Запит може пройти будь-яку технічну перевірку і все одно надійти від когось, хто не є тим, за кого себе видає, якщо саму особу ніколи не перевіряли незалежно.

Який найефективніший захист проти шахрайства на основі дипфейків?

Незалежно встановлений другий канал зв'язку для будь-якого високовартісного запиту. Якщо дзвінок, відео чи повідомлення просить про переказ коштів, обліковий запис чи зміну платіжних реквізитів, підтвердьте це через номер телефону, електронну адресу чи особистий контакт, встановлений до того, як надійшов запит, — а не через контактні дані, які надає сам запит.

Чи справді малий і середній бізнес більш вразливий, ніж великі компанії?

У відносному вимірі — так. Великі організації зазвичай мають формалізовані, багатоступеневі процеси затвердження високовартісних транзакцій за замовчуванням, що створює більше можливостей викрити шахрайський запит. Менші компанії часто проводять ті самі рішення через менше людей із меншим тертям — саме це й робить патерн "терміновий запит від керівника" ефективним проти них.

Чи захищає багатофакторна автентифікація від таких схем?

Вона допомагає проти конкретного підвиду загроз — захоплення облікового запису й доступу за скомпрометованими обліковими даними, — але не проти шахрайства, де зловмиснику взагалі не потрібен доступ до системи, а лише переконати людину діяти. Дипфейк-керівник, що просить співробітника авторизувати переказ, не має обходити MFA — йому треба обійти людське рішення підкоритися.

Чим це відрізняється від традиційного фішингу?

Традиційний фішинг спирається на масовість і впізнавані маркери — загальні привітання, погана граматика, підозрілі посилання, — яких навчений персонал вчиться розпізнавати. AI-згенеровані схеми персоналізовані, контекстно точні й часто доставляються каналом (голосовий чи відеодзвінок), що не несе тих самих візуальних маркерів, що текстовий лист. Захист має зміститися від розпізнавання патернів до перевірки особи й каналу.

Чи планує Україна якось окремо регулювати AI-шахрайство?

Так, поки що на рівні законопроєкту. У липні 2026 року в Раді зареєстровано законопроєкт №15379, що вперше формально визначає дипфейки, клонування голосу та сфабрикований ШІ-текст як методи шахрайства й передбачає покарання від 3 до 8 років позбавлення волі за їх використання. Закон поки не ухвалено, тож наразі варто орієнтуватись на чинні норми про шахрайство, а не чекати на нове регулювання.

Що робити бізнесу одразу, якщо він підозрює, що став ціллю такої схеми?

Заморозьте конкретну транзакцію чи процес, перш ніж робити щось інше, а тоді перевірте незалежно, не звертаючись повторно до того, хто ініціював запит. Задокументуйте точний канал, час і зміст запиту для подальшого розслідування, і поставтеся до інциденту як до збою в процесі перевірки, який треба виправити, — а не лише як до окремого зловмисника, про якого варто повідомити.

‍