人工智能工具推动复杂银行欺诈案件激增27%

# 人工智能工具推动复杂银行欺诈案件激增27%

针对主要银行的复杂社交工程和合成身份欺诈案件因生成性人工智能的部署激增而在2026年第二季度增长了27%。金融情报单位在2026年6月30日报告了这一激增，认为这一上升归因于可随时获得的大型语言模型，这降低了犯罪分子进入的技术门槛。预计这些人工智能促进的计划在本季度的损失已超过20亿美元，给传统的欺诈检测系统带来了压力。

背景 — 为什么现在重要

先进的人工智能模型与高利率环境的结合为金融犯罪创造了肥沃的土壤。联邦基金利率保持在5.25%-5.50%，给消费者带来压力，使他们更容易受到承诺债务减免或快速现金的社交工程欺诈的影响。历史上，技术变革常常引发欺诈浪潮；2000年代初在线银行的兴起与18个月内网络钓鱼攻击增加40%相关。

当前的开源人工智能工具可以生成高度逼真的网络钓鱼电子邮件、虚假的客户服务聊天机器人和合成语音克隆，几乎不需要编码知识。这种技术的民主化使得低技能的欺诈者能够执行曾经是复杂网络犯罪团伙专属的复杂活动。催化剂是2025年底几种强大且未经过审查的大型语言模型的商业发布。

监管机构在要求金融服务的具体人工智能安全协议方面行动缓慢。缺乏统一的全球人工智能治理框架使得银行的防御措施变得支离破碎，犯罪分子通过针对防护较弱的机构来加以利用。

数据 — 数字显示了什么

报告的人工智能促进的欺诈事件从2026年第一季度的4,200起上升到第二季度的5,334起，环比增长27%。合成身份欺诈利用人工智能生成可信的虚假身份，现在占所有新账户欺诈损失的38%，而一年前为25%。每起人工智能驱动事件的平均损失为375,000美元，显著高于传统欺诈方法的150,000美元的平均损失。

指标	2026年第一季度	2026年第二季度	变化
人工智能欺诈案件	4,200	5,334	+27%
每起案件的平均损失	$360k	$375k	+4.2%

用于授权绕过欺诈的深度伪造视频尝试年初至今激增150%。金融行业现在每年在欺诈预防上花费约120亿美元，专门用于人工智能的安全预算在过去六个月内增长了45%。相比之下，金融科技网络安全支出整体增长了12%。

分析 — 对市场/行业/股票的影响

欺诈激增直接使专注于人工智能威胁检测的网络安全公司受益。SentinelOne (S) 和 Palo Alto Networks (PANW) 在上个季度其金融服务垂直收入分别增长了22%和18%。像 JPMorgan Chase (JPM) 这样的大型银行正在加快其内部人工智能安全项目，计划在2026年额外拨款3亿美元用于反欺诈人工智能开发。

支付处理商和新兴数字银行由于损失率上升和合规成本增加而面临利润压缩。反对的观点是，改进的人工智能防御工具最终将超越犯罪创新，可能在长期内减少损失。当前的资本流动显示，机构投资者正在增加对纯粹人工智能网络安全ETF（如BUG）的投资，同时减少对安全措施过时的小型地区银行的敞口。

前景 — 接下来要关注什么

参议院银行委员会将于2026年7月18日举行关于人工智能和金融欺诈的听证会，预计在第三季度会有潜在的监管公告。需要关注的关键技术水平包括NASDAQ网络安全指数（NQCYBR）在2,850的阻力位，突破这一水平可能会发出该行业持续机构购买的信号。

从7月12日开始，主要银行的财报将提供有关欺诈相关损失和安全支出的最新指导。美联储即将于7月28日进行的压力测试将首次包括测试抵御协调的人工智能驱动欺诈活动的情景。任何大型机构的失败都可能引发金融行业ETF（如XLF）的重大波动。

常见问题解答

人工智能驱动的银行欺诈是如何运作的？

犯罪分子使用生成性人工智能工具创建高度逼真的深度伪造音频，以冒充银行高管授权交易，伪造整个合成身份并提供一致的文件，以及自动化个性化的网络钓鱼消息。这些攻击利用了数字通信中固有的信任，并压倒了无法识别人工智能生成模式的传统基于规则的欺诈检测系统。

哪些银行最容易受到这种欺诈的影响？

地区银行和较新的数字-only新银行通常在人工智能防御基础设施方面不如全球系统重要银行（G-SIBs）复杂。技术升级周期较慢的机构以及那些在高价值交易中严重依赖语音授权的机构特别容易受到深度伪造和社交工程攻击的影响。

投资者可以监测哪些指标来评估金融股票的风险？

投资者应跟踪主要银行报告的季度欺诈损失准备金，特别是与“合成身份”和“社交工程”欺诈相关的项目。持续增加的这些准备金，特别是在技术投资较弱的机构中，可能会预示未来的盈利压力和潜在的监管审查。

结论

人工智能工具使金融欺诈民主化，迫使在防御性人工智能方面进行数十亿美元的再投资。

免责声明：本文仅供信息参考，不构成投资建议。差价合约交易具有高资本损失风险。