ШІ прискорює атаки: як мають змінитися кіберзахист та антифрод

Штучний інтелект скорочує час, потрібний для підготовки кібератак, створення інструментів і переконливої комунікації з жертвою. Для бізнесу це змінює вимоги до швидкості захисту. Поки команда з’ясовує обставини підозрілої події, атакувальник може вже переходити до наступного етапу. Як скоротити цю затримку та використати можливості ШІ у кібербезпеці й антифроді, Роман Сологуб, CEO ISSP, розповів на ANTI-FRAUD FORUM 2026.

Хвилини замість годин

Масштаб цієї зміни добре ілюструють спостереження CrowdStrike за 2025 рік. Середній eCrime breakout time становив 29 хвилин, а найшвидший зафіксований випадок зайняв 27 секунд. Йдеться про час від початкового проникнення до переміщення атакувальника на інші системи у вибірці дослідників. Це не тривалість усієї атаки, проте показник дає уявлення про те, наскільки швидко може розвиватися інцидент. CrowdStrike Global Threat Report 2026.

У цей час на боці захисту нерідко триває звичайна робота: аналітик шукає власника активу, зіставляє журнали подій, уточнює обставини в підтримки та чекає погодження. Кожен крок може бути необхідним, але разом вони створюють затримку, якою користується зловмисник. Тому поряд зі швидкістю виявлення загрози варто вимірювати час до дії, що справді зменшує ризик: перевірки сесії, обмеження доступу або зупинення небезпечної операції.

Як ШІ змінює роботу атакувальника

ШІ допомагає атакувальникам пришвидшувати саме таку послідовність дій. Досвідчений оператор швидше розбирається в незнайомому середовищі, адаптує код і перевіряє гіпотези. Людина, якій бракує окремих технічних або мовних навичок, отримує допомогу в завданнях, що раніше потребували іншого спеціаліста. Це не скасовує потреби в експертизі, але знижує витрати на окремі етапи та дозволяє виконувати більше роботи одночасно.

Коли до моделі додаються інструменти й пам’ять, виникає можливість організувати агентний процес. Система зберігає контекст, оцінює результат попереднього кроку й визначає наступний. Частину завдань можна виконувати паралельно. Для захисника це означає, що окремі підозрілі дії можуть бути частинами скоординованого процесу, який розвивається швидше, ніж команда встигає дослідити кожну подію вручну.

ШІ всередині шкідливого програмного забезпечення

В Україні вже є приклад використання мовної моделі всередині шкідливого програмного забезпечення. CERT-UA описала LAMEHUG у повідомленні про атаки на сектор безпеки та оборони. Програма використовувала модель для генерації команд на основі текстових описів, збирала інформацію про систему та шукала документи для подальшого викрадення. Частина її поведінки формувалася під час виконання. Повідомлення CERT-UA.

Інші механізми описала Google Threat Intelligence Group. Експериментальний PROMPTFLUX використовував модель для переробки й обфускації коду, а QUIETVAULT залучав установлені на зараженій системі AI-інструменти для пошуку додаткових секретів. У звіті ці розробки мали різний рівень зрілості, тому їх не варто об’єднувати в одну категорію повністю автономних атак. Водночас вони показують, чому SOC потрібно стежити за поведінкою програм, використанням інструментів і рухом даних. Дослідження Google Threat Intelligence Group.

Ризики власних AI-асистентів

Це стосується і власних AI-асистентів організації. Підключаючи агента до пошти, документів або внутрішніх систем, компанія надає йому доступ до інформації, яка може містити спробу маніпуляції. Наприклад, через prompt injection зловмисник розміщує в листі чи документі інструкцію, покликану змінити поведінку моделі. Якщо агент може виконувати дії, наслідки виходять за межі помилкової відповіді в чаті.

Тому разом із функціями AI-системи потрібно визначати її права, дозволені операції та правила роботи з даними. Команда має розуміти, звідки взято висновок і що може статися, якщо вхідна інформація виявиться шкідливою. Для систематизації таких сценаріїв можна використовувати MITRE ATLAS - базу знань про тактики й техніки атак, пов’язаних зі ШІ.

Шахрайство та соціальна інженерія

Маніпулювати можна й контекстом, у якому рішення приймає людина. У фінансовому шахрайстві ШІ допомагає адаптувати повідомлення до конкретного співрозмовника, імітувати голос і підтримувати переконливу розмову. Працівник може почути знайомий голос керівника з терміновим проханням про переказ. Клієнт банку може отримати правдоподібне пояснення, чому йому потрібно негайно змінити доступ або переказати кошти. Захист у таких ситуаціях залежить також від можливості перевірити запит незалежним каналом.

Українська статистика показує, наскільки дорого коштує зловживання довірою. За даними НБУ, у 2025 році кількість шахрайських операцій із платіжними картками, за якими були понесені збитки, зменшилася на 5%, до 256 тисяч. Водночас втрати зросли на 24%, до близько 1,4 млрд грн, а 90% їхньої загальної суми було пов’язано із соціальною інженерією. Ці показники стосуються карткового шахрайства загалом і не визначають частку ШІ. Вони демонструють інше: менша кількість випадків може супроводжуватися більшою шкодою. Дані Національного банку України.

Саме тому навчання працівників має допомагати діяти в конкретній ситуації. Короткі заняття, рольові сценарії та безпечні симуляції дають змогу відпрацювати перевірку незвичного прохання й повідомлення про підозру. А далі це повідомлення повинно швидко потрапити до тих, хто може зіставити його з іншими ознаками інциденту.

Спільний контекст: SOC, антифрод і підтримка

Тут кібербезпека й антифрод стикаються з однією практичною проблемою. SOC аналізує пристрої, сесії та системні події. Антифрод бачить транзакції, одержувачів і поведінку клієнтів. Підтримка чує пояснення людини про те, що сталося. Якщо ці відомості залишаються в окремих чергах, кожна команда працює лише з частиною історії.

Новий пристрій сам по собі може бути звичайною подією. Але якщо його поява збігається зі зміною доступу, переказом незвичному одержувачу та зверненням про підозрілий дзвінок, оцінка ризику змінюється. Щоб побачити цей зв’язок, потрібні узгоджені ідентифікатори, часові позначки й доступ до джерел, які пояснюють подію.

У запропонованій Сологубом моделі команди та AI-агенти досліджують різні частини такого кейсу, спираючись на спільний контекст. Для цього не обов’язково переносити всі дані в одну фізичну базу. Потрібно забезпечити доступ до релевантних доказів у межах визначених прав і зберегти можливість перевірити кожен висновок.

Що можна делегувати AI-агентам

На цій основі можна делегувати агентам частину дослідження. Автоматизація за заданими правилами добре працює, коли маршрут відомий наперед. Агентний підхід корисний там, де наступний крок залежить від того, що вже вдалося з’ясувати. Агент може відновити хронологію, помітити суперечність, звернутися до додаткового джерела або передати неоднозначний випадок людині.

Приклад такого напряму розвитку - Microsoft Perception, представлений у виступі як Project Perception. Система поєднує спеціалізованих агентів для пошуку слабких місць, дослідження загроз і посилення захисту. Результати їхньої роботи стають спільним контекстом, а команда контролює критичні рішення та може зупинити виконання. Документація Microsoft.

Межі повноважень при цьому визначає організація. Можливість зібрати факти не означає автоматичного дозволу заблокувати платіж чи обліковий запис. Для кожної дії потрібні зрозумілі умови та шлях погодження. Результат варто оцінювати одночасно за швидкістю й якістю, адже хибне блокування за секунду може створити для бізнесу нову проблему.

Кейс ISSP: аналіз звернень про шахрайство

Практичний приклад роботи зі спільним контекстом є і в досвіді ISSP. На форумі Роман Сологуб представив розроблений компанією конвеєр аналізу звернень про шахрайство, який працює з транскриптами розмов та нотатками операторів. Після знеособлення записів система класифікує звернення, підкріплює висновки фрагментами розмови й визначає описаний шахрайський сценарій. Пов’язані звернення можна об’єднати в один інцидент.

Окремо перевіряються якість транскрипту та робота оператора. Якщо його класифікація не збігається з результатом AI-аналізу, розбіжність проходить додаткову перевірку. Аналітик отримує структурований кейс із доказами та прогалинами в інформації. На цій основі можна досліджувати зміни шахрайських сценаріїв і вдосконалювати процедуру приймання звернень.

З чого почати

Такий процес дає конкретну точку входу для застосування ШІ. Організація може почати з ділянки, де найбільше ручної роботи чи очікування, зафіксувати поточні показники й визначити критерії якості. Після пілоту буде видно, чи справді команда швидше доходить до обґрунтованої дії та як це впливає на помилки й навантаження. Саме з таких перевірених змін складається захист, здатний встигати за прискоренням атак.

Переглянути повний виступ Романа Сологуба на ANTI-FRAUD FORUM 2026.

Дізнатися більше про рішення ISSP для протидії фінансовому шахрайству.