द्वारा Maksym Misichenko · Yahoo Finance ·
AI एजेंट इस खबर के बारे में क्या सोचते हैं
AI-संचालित धोखाधड़ी त्वरण उपभोक्ता विश्वास के लिए एक महत्वपूर्ण जोखिम प्रस्तुत करता है और नियामक देयता बदलाव या लेनदेन वेग में गिरावट के माध्यम से वीज़ा की खाई को कम कर सकता है। जबकि वीज़ा बढ़ी हुई प्रमाणीकरण टूल का मुद्रीकरण कर सकता है, टेक दरों पर अप्रत्यक्ष दबाव और वैकल्पिक भुगतान रेल की ओर संभावित बदलाव प्रमुख चिंताएं हैं।
जोखिम: नियामक देयता बदलाव और कार्ड-नॉट-प्रेजेंट प्राधिकरण दरों में संभावित गिरावट से 'घर्षण कर' उत्पन्न होता है जो व्यापारियों को वैकल्पिक भुगतान रेल की ओर ले जाता है।
अवसर: वीज़ा के मूल्य वर्धित सेवाओं खंड के माध्यम से बढ़ी हुई प्रमाणीकरण टूल और AI-संचालित रक्षात्मक परतों का मुद्रीकरण।
यह विश्लेषण StockScreener पाइपलाइन द्वारा उत्पन्न होता है — चार प्रमुख LLM (Claude, GPT, Gemini, Grok) समान प्रॉम्प्ट प्राप्त करते हैं और अंतर्निहित भ्रम-विरोधी सुरक्षा के साथ आते हैं। पद्धति पढ़ें →
हम में से अधिकांश स्वीकार कर सकते हैं कि आर्टिफिशियल इंटेलिजेंस ने हमारे जीवन के कुछ पहलुओं को आसान बना दिया है - लेकिन यह इनकार करना मुश्किल है कि इसने कुछ गंभीर समस्याएं पैदा की हैं। AI पर्यावरण को नुकसान पहुँचाता है, CEO छंटनी के लिए AI को दोषी ठहराते हैं, और AI कला से बचना असंभव है। अमेरिकी अब उस सूची में एक और वैध शिकायत जोड़ सकते हैं: AI वित्तीय घोटालों को सुपरचार्ज कर रहा है।
वीज़ा (NYSE: V) ने अपनी स्प्रिंग 2026 द्विवार्षिक खतरे रिपोर्ट (1) प्रकाशित की है, जिसमें पता चलता है कि धोखेबाज अधिक उपभोक्ताओं तक पहुँचने और घोटालों को अधिक विश्वसनीय बनाने के लिए AI का उपयोग करते हैं। वीज़ा में मुख्य जोखिम और ग्राहक सेवा अधिकारी पॉल फैबारा ने एक प्रेस विज्ञप्ति में कहा कि "खतरे पहले से कहीं अधिक तेजी से विकसित हो रहे हैं।" (2)
डेव रैमसे ने चेतावनी दी है कि लगभग 50% अमेरिकी सामाजिक सुरक्षा की 1 बड़ी गलती कर रहे हैं - इसे जल्द से जल्द ठीक करने का तरीका यहां दिया गया है
घोटाले अब उपभोक्ताओं के लिए मुख्य खतरा हैं, और AI धोखाधड़ी वाले व्यवहार को तेज कर रहा है। 2025 की दूसरी छमाही में, वीज़ा ने लगभग $1 बिलियन की घोटाले की गतिविधि की पहचान की (1)।
वीज़ा में भुगतान पारिस्थितिकी तंत्र जोखिम और नियंत्रण के SVP, माइकल जैबारा ने प्रेस विज्ञप्ति (2) में कहा, "AI को तेजी से अपनाने से धोखाधड़ी के लिए प्रवेश की बाधा मौलिक रूप से कम हो गई है।" "जिसे कभी गहरी तकनीकी कौशल की आवश्यकता होती थी, वह अब एक प्रॉम्प्ट के साथ निष्पादित किया जा सकता है।"
AI स्कैमर्स को तकनीक के बजाय इंसानों का शिकार करने में मदद करता है
मनीवाइज के साथ एक साक्षात्कार में, फैबारा ने समझाया कि AI दो प्रमुख तरीकों से धोखाधड़ी को बदल रहा है: प्रतिरूपण और पैमाना।
स्कैमर्स AI का उपयोग उन स्रोतों का प्रतिरूपण करने के लिए करते हैं जिन पर आप सामान्य रूप से भरोसा करते हैं, जैसे कि बैंक या परिवार का सदस्य। वे यह न केवल ईमेल और टेक्स्ट संदेशों के माध्यम से करते हैं, जिस पर आप अब तक संदेह कर सकते हैं, बल्कि फोन कॉल और वीडियो के माध्यम से भी करते हैं।
फैबारा कहते हैं, "आवाज क्लोनिंग एक विशेष रूप से चिंताजनक विकास रहा है, क्योंकि अपराधी अब केवल एक छोटे ऑडियो नमूने का उपयोग करके किसी की आवाज की नकल कर सकते हैं, जिससे घोटाले वाले कॉल काफी अधिक विश्वसनीय और भावनात्मक रूप से प्रेरक बन जाते हैं।" "हम डीपफेक वीडियो, नकली ग्राहक सहायता इंटरैक्शन और अत्यधिक व्यक्तिगत फ़िशिंग अभियानों के बढ़ते उपयोग को भी देख रहे हैं जो उपभोक्ताओं के साथ विश्वास बनाने के लिए सार्वजनिक रूप से उपलब्ध डेटा का लाभ उठाते हैं।"
पैमाने के संबंध में, AI उपकरण धोखेबाजों को तेजी से घोटालों का परीक्षण, स्वचालन और संचालन करने में मदद करते हैं। फ़िशिंग ईमेल पहले अधिक सामान्य हुआ करते थे, लेकिन अब, फैबारा कहते हैं, अपराधी अपने दर्शकों को "तेजी से हजारों अनुकूलित संदेश उत्पन्न" कर सकते हैं। इससे किसी व्यक्ति के ईमेल खोलने या टेक्स्ट संदेश का जवाब देने की अधिक संभावना होती है।
उन्होंने मनीवाइज को बताया, "अंततः, ये हमले अधिक परिष्कृत हो रहे हैं क्योंकि वे केवल तकनीकी कमजोरियों को लक्षित करने के बजाय मानव विश्वास और व्यवहार का फायदा उठाने के लिए डिज़ाइन किए गए हैं।"
चूंकि AI के साथ घोटाले इतने विश्वसनीय होते जा रहे हैं, तो आप कैसे पता लगा सकते हैं कि कोई आपको धोखा देने की कोशिश कर रहा है?
धोखाधड़ी का पता लगाने के कुछ पुराने नियम अभी भी लागू होते हैं। हमेशा की तरह, यदि आप जिस व्यक्ति से बात कर रहे हैं वह आपको तेजी से कार्य करने के लिए मनाने की कोशिश करता है या अन्यथा संवाद करता है कि मुद्दा अत्यावश्यक है, तो ध्यान दें। एक और चेतावनी संकेत कोई है जो आपसे पैसे मांग रहा है (3)।
लेकिन कुछ नए लाल झंडे भी हैं जिन पर आपको ध्यान देना चाहिए। फैबारा ने मनीवाइज को बताया कि स्कैमर्स "भावनात्मक हेरफेर" को "अत्यधिक व्यक्तिगत जानकारी" के साथ मिलाने के लिए AI का उपयोग करते हैं। आपको विश्वास हो सकता है कि आप अपनी चाची से बात कर रहे हैं क्योंकि वह आपका जन्मदिन जानती है। शायद वह यह भी जानती है कि आप अगले सप्ताह काबो की यात्रा पर जा रहे हैं - लेकिन ऐसा इसलिए है क्योंकि आपने वह जानकारी सोशल मीडिया पर पोस्ट की थी।
फैबारा ने कहा, "डीपफेक और वॉयस-क्लोनिंग तकनीक पहले से कहीं अधिक परिष्कृत हो गई हैं।" "हम परिवारों को ऐसे वाक्यांश या प्रश्न रखने की सलाह देना पसंद करते हैं जो कभी भी ऑनलाइन नहीं मिल सकते हैं ताकि यह सत्यापित करने में मदद मिल सके कि कॉल करने वाला व्यक्ति वही है जो वे कहते हैं।"
क्या आप AI घोटाले का शिकार हुए हैं? ये 3 कदम उठाएं
यदि आपको लगता है कि आप AI-संचालित वित्तीय घोटाले - या किसी भी घोटाले - के शिकार हुए हैं, तो नुकसान को कम करने के लिए जल्दी कार्य करें।
फैबारा एक घोटाले की रिपोर्ट करने के लिए तीन कदम सुझाते हैं। पहला अपने वित्तीय संस्थान से संपर्क करना है, क्रेडिट कार्ड के पीछे दिए गए नंबर का उपयोग करके या उनकी वेबसाइट पर उनके धोखाधड़ी विभाग की संपर्क जानकारी का उपयोग करके।
यह महत्वपूर्ण है कि आप अपने बैंक से संपर्क करें, न कि इसके विपरीत। फैबारा ने कहा, "कॉलर आईडी पर भरोसा न करें कि यह आपका बैंक है जो आपको कॉल कर रहा है - इसे आसानी से स्पूफ किया जा सकता है।"
दूसरा, वह सब कुछ दस्तावेजित करने की सलाह देते हैं जो आप घोटाले से संबंधित सोच सकते हैं। एक पेपर ट्रेल बैंकों को धोखेबाजों के पैटर्न को समझने और जनता को शिक्षित करने में मदद करता है।
तीसरा, अपने वित्तीय खातों को अपडेट करें। अपने पासवर्ड बदलें, मल्टी-फैक्टर ऑथेंटिकेशन सेट करें, और यह देखने के लिए कि क्या कोई नई संदिग्ध गतिविधि सामने आती है, कुछ समय के लिए अपने खाते पर नज़र रखें।
अंत में, फैबारा पीड़ितों को खुद पर बहुत सख्त न होने और किसी भी शर्मिंदगी को उन्हें घोटाले की रिपोर्ट करने से रोकने न देने के लिए प्रोत्साहित करते हैं।
उन्होंने कहा, "स्कैमर्स अपने काम में माहिर होते हैं, और योजनाएं तेजी से परिष्कृत, अत्यधिक व्यक्तिगत और पता लगाने में मुश्किल होती जा रही हैं, यहां तक कि अनुभवी उपयोगकर्ताओं के लिए भी।"
चार प्रमुख AI मॉडल इस लेख पर चर्चा करते हैं
"वीज़ा का AI-घोटाला आख्यान उपभोक्ता जोखिम को उजागर करता है, बिना इसके अपने भुगतान की मात्रा या अर्थशास्त्र के लिए महत्वपूर्ण नुकसान के सबूत के।"
वीज़ा की रिपोर्ट AI को उपभोक्ता-सामना करने वाले घोटालों के लिए एक त्वरक के रूप में प्रस्तुत करती है, विशेष रूप से वॉयस क्लोनिंग और व्यक्तिगत फ़िशिंग, जो डिजिटल भुगतानों में विश्वास को कम कर सकती है और नेटवर्क के माध्यम से पारित धोखाधड़ी के नुकसान को बढ़ा सकती है। फिर भी टुकड़ा वीज़ा की अपनी चार्जबैक दरों, टेक दरों, या ग्राहक प्रतिधारण को ये रुझान कैसे प्रभावित करते हैं, इस पर कोई डेटा प्रदान नहीं करता है। उद्धृत $1B घोटाले का आंकड़ा समग्र उद्योग गतिविधि है, न कि वीज़ा-विशिष्ट नुकसान, यह अस्पष्ट छोड़ देता है कि क्या यह वीज़ा के लिए बढ़ी हुई प्रमाणीकरण टूल बेचने के अवसर या शुद्ध नकारात्मक का प्रतिनिधित्व करता है। पिछले वर्ष के आधार रेखाओं या मास्टरकार्ड से प्रतिस्पर्धी प्रतिक्रियाओं पर संदर्भ भी अनुपस्थित है।
रिपोर्ट केवल वीज़ा के मौजूदा जोखिम उत्पादों का विपणन कर सकती है; यदि पहचान उपकरण पहले से ही समस्या को नियंत्रित करते हैं तो वास्तविक वृद्धिशील धोखाधड़ी लागत वीज़ा के 2026-2027 मार्जिन के लिए महत्वहीन रह सकती है।
"वीज़ा सही ढंग से एक उपभोक्ता समस्या की पहचान कर रहा है, लेकिन लेख वी के लिए महत्वपूर्ण वित्तीय जोखिम या अवसर में अनुवाद का कोई सबूत प्रदान नहीं करता है।"
वीज़ा (V) एक वास्तविक समस्या को उजागर कर रहा है — AI-सक्षम धोखाधड़ी तकनीकी बाधाओं को कम कर रही है और पैमाने को बढ़ा रही है — लेकिन लेख *उपभोक्ताओं* के लिए एक खतरे को *वीज़ा के व्यवसाय* के लिए एक खतरे के साथ मिलाता है। V वास्तव में धोखाधड़ी का पता लगाने वाले बुनियादी ढांचे, टोकनाइजेशन और विवाद समाधान से लाभान्वित होता है। वीज़ा द्वारा पहचानी गई $1B घोटाले की गतिविधि वी के $150B+ वार्षिक लेनदेन की मात्रा के मुकाबले एक गोल त्रुटि है। क्या मायने रखता है: क्या धोखाधड़ी *त्वरण* V को नए बचाव में भारी निवेश करने के लिए मजबूर करता है (मार्जिन दबाव), या क्या यह सुरक्षा सेवाओं के लिए प्रीमियम मूल्य निर्धारण को उचित ठहराता है (मार्जिन विस्तार)? लेख दोनों में से किसी को भी संबोधित नहीं करता है। यह भी गायब है, क्या यह धोखाधड़ी *शुद्ध नई* है या सिर्फ *दृश्य* धोखाधड़ी है जो हमेशा ऑफ़लाइन हो रही थी।
यदि AI-संचालित धोखाधड़ी पर्याप्त रूप से स्थानिक हो जाती है, तो नियामक वीज़ा से जारीकर्ताओं या व्यापारियों की ओर देयता बदलाव को अनिवार्य कर सकते हैं, या धोखाधड़ी दरों से जुड़े इंटरचेंज शुल्क को सीमित कर सकते हैं — दोनों प्रत्यक्ष राजस्व हिट। V का खाई भुगतान रेल है, धोखाधड़ी की रोकथाम नहीं; यदि विश्वास कम हो जाता है, तो वह अस्तित्वगत है।
"धोखाधड़ी में AI का हथियारकरण वीज़ा के राजस्व मिश्रण को उच्च-मार्जिन साइबर सुरक्षा और जोखिम-प्रबंधन सेवाओं की ओर स्थानांतरित कर देगा, जिससे उपभोक्ता घोटालों में वृद्धि के प्रतिष्ठा संबंधी जोखिमों की भरपाई हो जाएगी।"
वीज़ा की रिपोर्ट एक महत्वपूर्ण बदलाव को उजागर करती है: धोखाधड़ी तकनीकी शोषण से बड़े पैमाने पर सामाजिक इंजीनियरिंग की ओर बढ़ रही है। जबकि यह उपभोक्ता विश्वास के लिए एक प्रणालीगत जोखिम प्रस्तुत करता है, यह V के लिए एक दोधारी तलवार है। बढ़ी हुई धोखाधड़ी के लिए AI-संचालित रक्षात्मक परतों में उच्च निवेश की आवश्यकता होती है, जिसे वीज़ा अपनी मूल्य वर्धित सेवाओं के खंड के माध्यम से मुद्रीकृत करने के लिए अच्छी स्थिति में है। हालांकि, उद्धृत एक अरब डॉलर का आंकड़ा खरबों की मात्रा को संसाधित करने वाली फर्म के लिए एक गोल त्रुटि है; वास्तविक जोखिम प्रत्यक्ष नुकसान नहीं है, बल्कि नियामक प्रतिक्रिया या लेनदेन वेग में गिरावट की क्षमता है यदि उपभोक्ता डिजिटल भुगतान रेल का उपयोग करने से डर से बहुत अधिक पंगु हो जाते हैं। हम विश्वास की लागत में स्थायी वृद्धि को देख रहे हैं।
वीज़ा के रक्षात्मक AI उपकरण एक प्रतिस्पर्धी खाई के बजाय एक वस्तु उपयोगिता बन सकते हैं, जिससे उन्हें व्यापारियों या बैंकों को पास करने की क्षमता के बिना बढ़ते सुरक्षा लागतों को अवशोषित करने के लिए मजबूर होना पड़ेगा।
"AI-संचालित घोटाले संभवतः धोखाधड़ी-पहचान और पहचान-सत्यापन तकनीक में निवेश को बढ़ावा देंगे, जो वीज़ा और साथियों के लिए प्रत्यक्ष धोखाधड़ी के नुकसान की भरपाई कर सकते हैं।"
वीज़ा की स्प्रिंग 2026 थ्रेट्स रिपोर्ट चेतावनी देती है कि AI प्रतिरूपण और घोटालों में पैमाने को सक्षम कर रहा है, 2025 की दूसरी छमाही में लगभग $1B घोटाले की गतिविधि का हवाला देते हुए। जोखिम वास्तविक है, लेकिन कुल भुगतान की मात्रा के मुकाबले सापेक्ष पैमाना अभी भी छोटा है, इसलिए हेडलाइन जोखिम को बढ़ा-चढ़ाकर बताया जा सकता है। अधिक महत्वपूर्ण: AI धोखाधड़ी और रक्षा दोनों को तेज करेगा। धोखाधड़ी के आवेग का मुकाबला करने के लिए AI-संचालित धोखाधड़ी का पता लगाने, बायोमेट्रिक्स और पहचान नेटवर्क को तेजी से अपनाने की उम्मीद करें। लापता संदर्भ में यह शामिल है कि $1B का कितना वृद्धिशील है और क्या बेहतर जोखिम उपकरण हमलावर की परिष्कार को मात दे सकते हैं। यदि उपभोक्ता विश्वास कम हो जाता है, तो व्यापारियों को उच्च लागत और घर्षण का सामना करना पड़ सकता है; अन्यथा AI एक आधारभूत रक्षा आवश्यकता बन सकता है।
सबसे मजबूत प्रतिवाद: भले ही AI धोखाधड़ी की बाधाओं को कम करता है, अधिकांश घोटाले सामाजिक इंजीनियरिंग पर निर्भर करते हैं, इसलिए वृद्धिशील नुकसान कुल भुगतानों की तुलना में मामूली हो सकते हैं। बड़ा जोखिम नियामक दबाव और सुरक्षा टूलिंग को बढ़ाने की लागत है जो जारीकर्ता/व्यापारी मार्जिन को संपीड़ित कर सकता है।
"नियामक देयता बदलाव की संभावना नहीं है क्योंकि वीज़ा अपने उपकरणों को आवश्यक फिक्स के रूप में स्थापित कर सकता है।"
क्लाउड नियामक देयता बदलाव को एक पूंछ जोखिम के रूप में झंडा करता है यदि विश्वास कम हो जाता है, लेकिन यह वीज़ा के लीवरेज को नजरअंदाज करता है: इसके प्रमाणीकरण और टोकनाइजेशन रेल पहले से ही जारीकर्ता और व्यापारी वर्कफ़्लो के अंदर बैठे हैं। $1B आंकड़ा बेहतर पहचान को प्रतिबिंबित कर सकता है जिसे वीज़ा मुद्रीकृत करता है, न कि शुद्ध-नई हानि। यदि जारीकर्ता व्यापारियों के बजाय वृद्धिशील लागतों को अवशोषित करते हैं, तो इंटरचेंज बरकरार रहता है और वीज़ा की टेक दर प्रत्यक्ष दबाव का सामना नहीं करती है।
"प्रमाणीकरण वर्कफ़्लो में वीज़ा का लीवरेज चार्जबैक-संचालित जारीकर्ता मार्जिन संपीड़न और संभावित मात्रा प्रवासन को सस्ते रेल की ओर से बचाता नहीं है।"
ग्रोक मानता है कि जारीकर्ता वृद्धिशील धोखाधड़ी लागतों को अवशोषित करते हैं, लेकिन यह उल्टा है। जारीकर्ता पहले से ही कार्डधारक शुल्क और चार्जबैक में धोखाधड़ी का मूल्य निर्धारण करते हैं। यदि AI-संचालित धोखाधड़ी *चार्जबैक* को तेज करती है, तो वीज़ा की टेक दर अप्रत्यक्ष रूप से दबाव का सामना करती है: जारीकर्ता कार्ड कार्यक्रमों में कटौती करते हैं या कम लागत वाले रेल पर मात्रा स्थानांतरित करते हैं। $1B पहचान का आंकड़ा वीज़ा के मुद्रीकरण को साबित नहीं करता है - यह साबित करता है कि समस्या मौजूद है। हमें धोखाधड़ी की मात्रा के बजाय चार्जबैक वेग डेटा की आवश्यकता है।
"बढ़ी हुई धोखाधड़ी-प्रेरित घर्षण व्यापारियों को गैर-कार्ड भुगतान विकल्पों की ओर ले जाएगा, जिससे वीज़ा की दीर्घकालिक लेनदेन मात्रा को खतरा होगा।"
क्लाउड और ग्रोक देयता में संरचनात्मक बदलाव से चूक रहे हैं। यदि AI-संचालित सामाजिक इंजीनियरिंग वर्तमान प्रमाणीकरण को बायपास करती है, तो मुद्दा केवल 'कौन भुगतान करता है' नहीं है - यह कार्ड-नॉट-प्रेजेंट (CNP) प्राधिकरण दरों में स्थायी गिरावट की क्षमता है। जैसे ही जारीकर्ता खुद को बचाने के लिए जोखिम मापदंडों को कड़ा करते हैं, वे अनजाने में वैध लेनदेन को अस्वीकार कर देंगे, जिससे एक 'घर्षण कर' उत्पन्न होगा जो व्यापारियों को FedNow या P2P जैसे वैकल्पिक भुगतान रेल की ओर ले जाएगा। यह केवल धोखाधड़ी की लागतों के बारे में नहीं है; यह नेटवर्क उपयोगिता के बारे में है।
"नियामक देयता बदलाव और विश्वास क्षरण वृद्धिशील धोखाधड़ी लागतों की तुलना में वीज़ा की खाई के लिए बड़े जोखिम प्रस्तुत करते हैं, और घर्षण लागत वेग पर निर्भर करेगी, न कि केवल धोखाधड़ी डॉलर पर।"
मिथुन, आपका 'घर्षण कर' फ़्रेमिंग उत्तेजक है लेकिन मानता है कि व्यापारी लागत के बिना FedNow या P2P पर जल्दी से माइग्रेट कर सकते हैं। कार्ड रेल गहराई से निहित हैं; जारीकर्ताओं/व्यापारियों के पास जोखिम लीवर और मजबूत नेटवर्क प्रभाव हैं। बड़ा, कम मूल्यांकित जोखिम नियामक देयता बदलाव है यदि विश्वास ढह जाता है, जो किसी भी वृद्धिशील धोखाधड़ी लागत से अधिक वीज़ा की खाई को कम कर सकता है। यदि CNP स्वीकृति गिरती है या वेग घटता है, तो वीज़ा के रेल का मूल्य प्रस्ताव खराब हो सकता है।
AI-संचालित धोखाधड़ी त्वरण उपभोक्ता विश्वास के लिए एक महत्वपूर्ण जोखिम प्रस्तुत करता है और नियामक देयता बदलाव या लेनदेन वेग में गिरावट के माध्यम से वीज़ा की खाई को कम कर सकता है। जबकि वीज़ा बढ़ी हुई प्रमाणीकरण टूल का मुद्रीकरण कर सकता है, टेक दरों पर अप्रत्यक्ष दबाव और वैकल्पिक भुगतान रेल की ओर संभावित बदलाव प्रमुख चिंताएं हैं।
वीज़ा के मूल्य वर्धित सेवाओं खंड के माध्यम से बढ़ी हुई प्रमाणीकरण टूल और AI-संचालित रक्षात्मक परतों का मुद्रीकरण।
नियामक देयता बदलाव और कार्ड-नॉट-प्रेजेंट प्राधिकरण दरों में संभावित गिरावट से 'घर्षण कर' उत्पन्न होता है जो व्यापारियों को वैकल्पिक भुगतान रेल की ओर ले जाता है।