Сижу на прошлой неделе — и звонок. Номер знакомый, человек знакомый, голос знакомый. Звонит «начальник», срочно нужны реквизиты для оплаты, контракт горит. Только вот звонил не начальник — звонила нейросеть, натасканная на чужой тембр после трёхминутного аудио с ютуба.
Не первый год в инфобезе, но впервые я реально почувствовал, как холодеет между лопатками. Потому что полгода назад я бы не поверил. А сейчас — на долю секунды засомневался.
Это и есть сдвиг, о котором стоит поговорить.
Старая социальная инженерия была честнее
Классический фишинг — это текст с ошибками, ссылка на «вашбанк.рф», призыв срочно авторизоваться. Работало на людях, которые не замечали подвох. Эффективность низкая, но объёмы компенсировали.
Классический вишинг — звонили люди. Живые, с акцентом, с паузами, с неловкими моментами, когда их спрашивали что-то, кроме заготовленного скрипта. Опытный сотрудник мог раскусить. Новичок — нет.
И вот пришёл ИИ — и убрал все эти подпорки. Современная языковая модель генерирует персонализированный фишинг на лету. Не «Уважаемый клиент», а «Саш, привет! Это Костя из отдела, ты вчера скидывал счёт на согласование — там в реквизитах опечатка, перешли актуальные вот сюда». Знает имя, знает контекст, знает, чем человек занимается. Откуда? Утекшие базы, социальные сети, утекшие переписки.
Deepfake-звонки: когда голос — не доказательство
Самая страшная штука из того, что я видел — voice cloning в реальном времени. Подделывается caller ID, клонируется голос руководителя. На том конце человек слышит знакомый тембр, знакомые интонации, просьбу сделать что-то срочное и по-деловому.
«Перезвони, когда удобно» — не работает, потому что в фирме и правда горит проект, и начальник и правда может позвонить в неурочный час.
Первый публичный случай, который впечалил — кража $243 000 из UAE. Злоумышленники склонировали голос директора и позвонили в банк. Система подтверждения по голосу не сработала — потому что голоса совпали. Потом подделали и видео. Жертва увидела лицо CEO на экране.
Прошло два года. Инструменты стали точнее и доступнее. Стоимость минуты качественного клона упала с сотен долларов до практически бесплатных open-source моделей. При этом для защиты стандартные инструменты так и не появились.
Атака на сотрудника: персонализированный фишинг на стероидах
Раньше атакующему нужно было написать письмо, которое пройдёт фильтры и не вызовет подозрений. С ИИ задача меняется: модель анализирует профиль жертвы в LinkedIn, её посты, репосты, стиль переписки. Потом пишет письмо в точности в этом стиле — с теми же конструкциями, теми же любимыми словами.
Результат — письмо практически неотличимо от внутренней переписки. Жертва открывает, переходит по ссылке, вводит данные. И только потом понимает, что что-то не так.
Мне попадалась статистика, что фишинг с персонализацией ИИ имеет конверсию в 3–4 раза выше, чем массовый. Это логично: массовый фишинг фильтруется интуицией — «это не наш стиль общения». А персонализированный сливается с реальным потоком коммуникации.
Лже-контент и дипфейковые личности
Отдельный вектор — создание ложных персоналий. Боты, которые выглядят как живые люди. Фото — сгенерированное. Имя — реальное, но человек не существует. Профиль в LinkedIn с историей работы, рекомендациями, связями с другими ботами.
Цель — установить доверительные отношения, а потом предложить «выгодную сделку», «инвестицию» или просто собрать информацию. На уровне отдельного сотрудника это может быть просто разведка: какие технологии использует компания, кто отвечает за безопасность, какие процессы.
А ещё — инструменты для мошенничества в HR. Фейковые резюме, сгенерированные видеообращения кандидатов. Реальный случай: компания наняла «удалённого сотрудника» с идеальным профилем, дала доступ к внутренним системам — и это был бот.
Что с этим делать — честный ответ
Скажу сразу: готового рецепта нет. Я видел презентации с модными заголовками типа «AI vs AI» — и там в основном маркетинг, а не решения.
Из того, что реально работает:
Первый слой — осведомлённость. Не абстрактная «цифровая гигиена», а конкретные кейсы. Показывать людям, как выглядит deepfake-звонок, как выглядит письмо, написанное ИИ. Человек, который никогда не видел образец, не распознает угрозу.
Второй — процедуры подтверждения. Если пришёл срочный запрос на перевод средств или выдачу доступа — звонок обратно по известному номеру. Не перезвонить на тот, с которого позвонили, а именно на записанный в контактах.
Третий — ограничение публичных данных. Минимум информации о сотрудниках в открытых источниках. Это неудобно для маркетинга, но затрудняет атакующему сбор контекста.
Четвёртый — технический: верификация контента, маркировка synthetic media, поведенческий анализ. Но это уже отдельный уровень, и он не бесплатный.
Главное, что изменилось
Раньше социальная инженерия работала на объёме. Писали тысячи писем в надежде, что несколько попадут. Теперь не нужно попадать — достаточно одного письма одному человеку, и оно будет идеально подогнано.
Звонки от живых мошенников остались, но рядом появились звонки без людей. Контент без авторов. Личности без людей.
Вот это, по-моему, самый важный сдвиг: раньше атакующий был человеком со всеми ограничениями — временем, вниманием, когнитивной нагрузкой. Теперь модель работает 24/7, не устаёт, не теряет концентрации, масштабируется до бесконечности.
Мне кажется, мы только в начале. Инструменты станут лучше, доступ
