Дропперы, фишинг, AI: как эксперты предлагают бороться с мошенниками?

Ежегодно количество мошеннических инцидентов набирает обороты. К тому же мошенники стали более изворотливыми. Ведь с помощью технологий искусственного интеллекта они проворачивают крупные преступления. На Ежегодной антифрод-конференции, которую организовал ForteBank, эксперты обсудили, как снизить количество «серых» схем и почему банкам стоит объединяться.

Вовлечение цифровых игроков, ИИ-агенты

«Мошенничество было всегда, но сейчас, с развитием технологий оно стало более масштабным. Ранее мошенники использовали телефонные звонки, лотереи, нигерийские письма. Сейчас же они стали использовать искусственный интеллект, дипфейки: подделка изображения и голоса и т.д.», - начала выступление директор Антифрод-центра Нацбанка Айнур Измайлова.

Она обозначила, какие проблемы есть на цифровом рынке.

«Ключевой вызов, который раньше стоял перед нами – низкая скорость реагирования участников рынка на мошеннические действия. Раньше задержка в несколько часов или даже минут позволяла мошенникам вывести похищенные средства, пока информация доходила до нужного звена. Также отсутствовал единый, оперативный обмен информацией между банками, телекоммуникационными компаниями, правоохранительными органами. Сейчас эти проблемы решены с помощью создания антифрод-центра Нацбанка», - отметила Айнур Измайлова.

Также в Нацбанке обозначили сроки, когда сотовые операторы станут обмениваться данными с антифрод-центром.

«Мы ожидаем, что со 2 января 2026 года в силу вступят законодательные нормы, когда сотовые операторы будут интегрированы с антифрод-центром. Сейчас мы в процессе обсуждения такого взаимодействия. В следующем году мы будем двигаться в сторону обеспечения  правовой основы для обмена информацией между антифрод-центром и криптобиржами, маркетплейсами, отслеживания трансграничных денежных потоков», - подчеркнула она.

Айнур Измайлова рассказала, как будет развиваться антифрод-центр в 2026-2028 годы. «Основной посыл – мы хотим показывать типологию мошенничества по рынку, портрет пострадавшего, портрет дропперов, как работают мошеннические схемы. Также на базе данных антифрод-центра мы хотим выявлять массовые и новые тренды. В 2026 году мы планируем начать работы по внедрению AI-агентов», - сообщила она.

Коллективный антифрод-центр

Чтобы показать, насколько активно растет количество мошеннических инцидентов в Казахстане, в ForteBank привели статистику. «По данным qamqor.gov.kz, если в 2020 году было зафиксировано 20,1 тыс. таких инцидентов, то уже в 2024-м 31,1 тыс. За 9 месяцев 2025 года – уже 31,8 тыс.», - отметила член правления, управляющий директор ForteBank Анна Пилипенко.

Она обратила внимание, что мошенники зачастую атакуют сразу несколько банков: это могут быть подставные карты, обналичивание через сеть счетов в разных финучреждениях. «Если банк видит только свою часть картины, то риск остается высоким», - подчеркнула она.

Поэтому в ForteBank предлагает банковскому сообществу запустить федеративную модель выявления мошеннических схем. Ее уже успешно протестировали западные банки, запустив пилоты.

«Ее концепт заключается в том, чтобы к такой модели подключилось несколько банков. Один банк не сможет реализовать такую модель. Банки могут не передавать чувствительную персональную информацию о клиентах, они могут обмениваться только весами модели. Весы – это совокупность каких-то переменных, действия, которые характерны для мошеннических операций. Например, человек 33 раза отправляет кому-то на карту по 1 тыс. тенге. И в предыдущих кейсах это был паттерн для мошеннических действий. Можно взять транзакционные данные и посмотреть количество транзакций этого клиента, в какое время он транзакцию отправляет, сумму транзакции. Таких переменных множество – на них и строится модель. То есть в рамках федеративной модели не предполагается обмен между банками информацией о суммах транзакций клиентов, из какой страны она идет и так далее», - пояснила Анна Пилипенко.

Таким образом, банки через такую глобальную модель смогут более эффективно выявлять мошеннические схемы – заметили в ForteBank.

«Объясню, каждый банк видит определенные «серые» схемы только на своей стороне, а ведь мошенники атакуют несколько банков одновременно. В Ernst&Young отмечают, что они видят миграцию мошеннических инцидентов из крупных банков в небольшие. А ведь мелкие игроки рынка не имеют такие компетенции по антифроду, как крупные. Зачастую они используют какие-то совсем простые сценарии (действия мошенников – Ред.), которые не так быстро актуализируются. Но если бы все банки объединились и нашли бы паттерны мошеннических операций, мы стали бы оперативнее и эффективнее выявлять разнообразные мошеннические схемы», - отметила спикер.

ForteBank предлагает крупным банкам запустить пилот федеративной модели. А после масштабировать модель и на других участников рынка. «Банки должны понять, что мы не конкуренты по антифроду. Мы совместно должны бороться против мошенников. Только при успешной коллаборации у нас получится лучший результат», - считает Анна Пилипенко. 

Какие мошеннические схемы встречаются чаще всего, рассказал Chief Data & AI Officer Forte Bank Нуржан Смайлов.

«Одна из самых распространенных схем – создание фишинговых сайтов. Например, Казпочты, крупных банков. Пользователи заходят на эти сайты, не подозревая, что они были созданы мошенниками. В результате теряют миллионы тенге. В целом же мошенники все чаще оперируют большими данными, знают портрет клиента. Мы понимаем, что у мошенников появились большие команды, обширная инфраструктура с данными. Они знают, как при беседе с потенциальными жертвами себя вести и куда лучше «давить», - подчеркнул эксперт.

Для борьбы с мошенническими схемами банк запускает множество моделей Machine Learning.

«Нам удается оперативно выявить цепочки наркодропперов – посредников при обналичивании денег с карт, терминалов. За 9 месяцев 2025 года мы на 20% сократили мошеннические инциденты из-за повышения качества данных. Сейчас у нас работает система противодействия мошенничеству, которая в режиме реального времени анализирует транзакции, работает множество правил проверки данных по суммам транзакций, их геолокации, с одного ли хоста проходили ранее операции. Также мы активно используем AI», - резюмировал эксперт.