© ShutterstockNegli ultimi anni, il cybercrime finanziario ha subito una trasformazione radicale, trainata dall’adozione dell’intelligenza artificiale in un settore ad alto rischio. Se, da un lato, le istituzioni finanziarie utilizzano sistemi avanzati per prevenire frodi e riciclaggio, dall’altro i criminali sfruttano le stesse tecnologie per attacchi sempre più sofisticati e difficili da individuare. Il risultato è una “corsa agli armamenti” digitale, in cui l’AI rappresenta sia la minaccia sia la principale linea di difesa.
In questo contesto, comprendere il quadro e gli strumenti utilizzati da entrambe le parti è il primo passo per contrastare un fenomeno sempre più diffuso.
La crescita del cybercrime finanziario
Il settore finanziario è oggi uno dei principali bersagli del cybercrime globale. Nel 2025, oltre il 12,8% delle aziende finanziarie è stato colpito da ransomware, un malware che blocca l’accesso ai sistemi o ai dati richiedendo un riscatto.
Parallelamente, sono stati registrati più di 1,3 milioni di attacchi tramite trojan bancari. Le truffe basate sull’intelligenza artificiale sono in forte aumento: oltre il 50% delle frodi viene realizzato con tecnologie come deepfake e identità sintetiche.
Nel Regno Unito, le frodi finanziarie hanno superato i 444.000 casi nel 2025. Nel mercato delle criptovalute, le perdite hanno raggiunto i 17 miliardi di dollari nello stesso anno. Il cybercrime finanziario è diventato più industrializzato, scalabile e difficile da individuare.
Gli obiettivi dell’AI nella lotta al crimine finanziario
L’adozione dell’intelligenza artificiale punta a migliorare la capacità di rilevamento. I sistemi tradizionali presentano molti falsi positivi, mentre l’AI consente di analizzare grandi volumi di dati in tempo reale. Le tecniche di Machine Learning sono utilizzate dal 66% delle banche.
Le attività di Kyc e Aml possono essere automatizzate, riducendo i costi e migliorando l’efficienza. L’AI può anche operare in modo predittivo, bloccando transazioni sospette prima che il danno si verifichi. È inoltre utilizzata nella cyber threat intelligence per individuare reti criminali e anticipare le minacce.
Dove siamo oggi
L’intelligenza artificiale è ormai diffusa nel settore finanziario. Circa il 90% delle istituzioni la utilizza contro le frodi, il 70% delle banche l’ha integrata nei processi di compliance e quasi l’80% prevede nuovi investimenti entro il 2026.
In alcuni ambiti è già uno standard operativo: fino al 98% delle organizzazioni utilizza sistemi AI in ambito AML. Tuttavia, il livello di maturità resta disomogeneo, con solo il 9% delle banche che utilizza l’AI in modo strutturato nel reporting regolatorio.
Il paradosso dell’AI
L’intelligenza artificiale è utilizzata anche dai cybercriminali. Le principali minacce includono deepfake, impersonificazione, phishing automatizzato e malware generato dall’AI. Queste tecniche rendono gli attacchi più credibili. In alcuni casi, gli attacchi AI-driven generano profitti fino a 4,5 volte superiori rispetto ai metodi tradizionali.
Nonostante i progressi, restano diverse criticità. Un report del Cambridge Centre for Alternative Finance evidenzia che solo il 20% dei regolatori utilizza l’AI in modo avanzato. Molti modelli sono “black box”, rendendo difficile spiegare le decisioni. Inoltre, l’efficacia dipende dall’integrazione nei processi e dalla fiducia degli analisti. Le nuove tecnologie introducono anche nuovi rischi, come attacchi adversarial e data poisoning.
Le prospettive indicano un’evoluzione verso sistemi più autonomi, come gli AI agent, in grado di gestire processi decisionali complessi. Secondo McKinsey & Company, queste tecnologie potrebbero trasformare il ciclo di vita del cliente.
Si stanno sviluppando soluzioni come il Federated Learning, l’Explainable AI e l’approccio Human-in-the-loop.
