Мошенники все активнее используют привычные цифровые сервисы, чтобы обманывать людей. Поддельный домовой чат, убедительный профиль в соцсетях или рекомендация нейросети могут привести к потере денег и личных данных. Искусственный интеллект помогает преступникам создавать правдоподобные сообщения, имитировать голоса и продвигать мошеннические сайты. При этом главный инструмент обмана остается прежним - доверие человека к тому, что выглядит знакомым и надежным.

Поддельные домовые чаты: мошенники под видом соседей

Злоумышленники создают фальшивые чаты жильцов или присоединяются к настоящим группам, особенно в новых жилых комплексах, где соседи еще плохо знают друг друга. Повод для общения обычно выглядит вполне обыденно: голосование за благоустройство, регистрация в чате дома, проверка данных управляющей компанией или получение нового ключа от домофона.

Затем участникам предлагают перейти по ссылке, отсканировать QR-код, установить приложение или сообщить код из SMS. Под предлогом подтверждения личности мошенники пытаются получить доступ к аккаунту жертвы. В зависимости от ситуации это может быть учетная запись в мессенджере или другом сервисе.

Получив контроль над аккаунтом, преступники могут писать от имени его владельца знакомым, рассылать вредоносные ссылки и просить деньги. Так атака распространяется дальше: сообщения от знакомого человека вызывают меньше подозрений, чем обращения с неизвестного номера.

Фабрики доверия: ИИ помогает создавать убедительные личности

Также мошенники более изощренно стали использовать поддельные профили, которые выглядят как страницы реальных людей. В них могут быть фотографии, публикации, комментарии, отзывы и история активности. Такие аккаунты создаются для того, чтобы постепенно завоевать доверие потенциальной жертвы.

Генеративный искусственный интеллект упрощает эту работу. С его помощью можно быстро подготовить правдоподобные тексты, изображения, аватары и голосовые сообщения. Преступникам становится легче поддерживать общение, адаптировать сообщения под конкретного человека и одновременно вести несколько мошеннических кампаний.

В отчете F-Secure Scam Intelligence & Impacts Report 2026 говорится, что 89% случаев использования ИИ мошенниками связаны с улучшением «приманки» - сообщений, изображений, аудио и видео, призванных убедить потенциальную жертву. Это показатель из исследования F-Secure, а не доля всех мошеннических операций, в которых используется искусственный интеллект.

Отдельную угрозу представляют поддельные голоса. С помощью ИИ преступники могут имитировать голос родственника, коллеги или другого знакомого человека, чтобы добиться срочного перевода денег или получить конфиденциальную информацию. В феврале 2026 года британская служба National Trading Standards сообщила о мошеннической схеме, в которой преступники использовали клонирование голосов для оформления несанкционированных регулярных списаний со счетов.

Когда ИИ рекомендует мошенников: поддельные сайты в ответах нейросетей

Еще одна наверное самая актуальная развивающаяся угроза связана с тем, что люди все чаще обращаются к ИИ-ассистентам за советами, контактами компаний и рекомендациями товаров. Преступники пытаются воспользоваться этим доверием, добиваясь того, чтобы нейросети ссылались на поддельные сайты и выдавали недостоверные сведения.

Для этого могут использоваться копии сайтов известных компаний, адреса, похожие на оригинальные, фиктивные отзывы и специально подготовленные материалы. Если пользователь находит такой ресурс через ответ ИИ, он может принять рекомендацию за подтверждение надёжности продавца.

В июне 2026 года британская National Trading Standards предупредила, что поддельные сайты-клоны попадали в ответы ИИ-поиска и получали сотни посетителей в день. Такие сайты имитировали настоящие магазины, принимали оплату за товары, которые покупатели впоследствии не получали.

F-Secure также описывает риск манипуляции данными, на которые опираются ИИ-системы при формировании ответов. В этой сфере используется термин AI data poisoning - «отравление данных ИИ». В зависимости от конкретного метода речь может идти о вмешательстве в данные, используемые моделью, или о попытках повлиять на информацию, которую она находит и использует при ответе.