โดย Maksym Misichenko · CNBC ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
คณะกรรมการเห็นพ้องกันว่าการโคลนเสียงที่ขับเคลื่อนด้วย AI ก่อให้เกิดความเสี่ยงอย่างมีนัยสำคัญต่อวิธีการยืนยันตัวตนผ่านโทรศัพท์ในปัจจุบัน ซึ่งนำไปสู่การเปลี่ยนแปลงของเงินทุนไปสู่ 'Identity-as-a-Service' และการยืนยันตัวตนด้วยฮาร์ดแวร์ อย่างไรก็ตาม ไม่มีความเห็นพ้องต้องกันเกี่ยวกับไทม์ไลน์หรือขอบเขตที่จะส่งผลกระทบต่อบริษัทโทรคมนาคมและอุตสาหกรรมอื่นๆ
ความเสี่ยง: การล่มสลายโดยสิ้นเชิงของการยืนยันตัวตนผ่านโทรศัพท์และการเปลี่ยนไปใช้คีย์ฮาร์ดแวร์ที่สอดคล้องกับ FIDO2 และการยืนยันตัวตนแอปด้วยไบโอเมตริก
โอกาส: ความต้องการที่เพิ่มขึ้นสำหรับเทคโนโลยีการตรวจจับการฉ้อโกงและการยืนยันตัวตนแบบเรียลไทม์ ซึ่งสร้างโอกาสทางการตลาดมากกว่า 100 พันล้านดอลลาร์
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
คริส แซมป์สัน กำลังทำงานจากที่บ้านในเมืองมิสซูลา รัฐมอนแทนา เมื่อโทรศัพท์ของเธอสว่างขึ้นด้วยสายที่ดูเหมือนมาจากลูกสาวที่โตแล้วของเธอ
แซมป์สันกล่าวว่าหมายเลขผู้โทรแสดงชื่อและรูปภาพของเธอ และเสียงเรียกเข้าที่คุ้นเคยก็ดังขึ้น แต่เมื่อเธอรับสาย เธอได้ยินเสียงที่เหมือนลูกสาวของเธอกำลังร้องไห้
"เป็นเสียงของเธอ ฉันจำเสียงร้องด้วยความกลัวของเธอได้" แซมป์สันเล่าให้ CNBC Make It ฟัง "ฉันคิดว่าเธออาจจะประสบอุบัติเหตุทางรถยนต์"
ไม่กี่นาทีต่อมา ชายคนหนึ่งก็เข้ามาในสาย แซมป์สันกล่าว เขาพูดอย่างใจเย็นในตอนแรก โดยใช้ชื่อต้นของเธอและถามว่าเธอเป็นแม่ของลูกสาวของเธอหรือไม่
จากนั้นน้ำเสียงของเขาก็เปลี่ยนไป แซมป์สันกล่าวว่าเขาเริ่มตะโกน ข่มขู่ และเรียกร้องเงิน เตือนเธอไม่ให้ติดต่อตำรวจหรือพยายามติดต่อลูกสาวของเธอ
แซมป์สันกล่าวว่าเธอเคยเห็นข่าวเกี่ยวกับกลโกงการลักพาตัวที่คล้ายกัน ซึ่งผู้โทรจะปลอมเป็นสมาชิกในครอบครัวที่กำลังเดือดร้อนและเรียกร้องเงิน แต่เสียงของลูกสาวของเธอดูสมจริงมาก เธอกล่าว เธอจึงไม่อยากเสี่ยงที่จะผิดพลาด จากนั้นเธอก็ได้ยินลูกสาวของเธอพูดว่า "แม่" ซึ่งเธอกล่าวว่าทำให้ยากที่จะเชื่อว่าเป็นกลโกง
"มันเป็นความกลัวที่สุดที่ฉันเคยประสบมาในชีวิต" แซมป์สันกล่าว
มันเป็นความกลัวที่สุดที่ฉันเคยประสบมาในชีวิต คริส แซมป์สัน
แซมป์สันกล่าวว่าเธอได้บอกผู้โทรว่าเธอจะส่งเงิน แต่ก็ยังคงขอคุยกับลูกสาวของเธอต่อไป ขณะที่ผู้โทรเริ่มก้าวร้าวมากขึ้น ผู้โทรเรียกร้องเงินผ่าน PayPal เธอกล่าว แต่ไม่เคยระบุจำนวนเงิน
พี่สาวของเธอซึ่งอยู่กับเธอในขณะนั้น ได้โทรแจ้ง 911 ในขณะที่ผู้โทรวางสายเป็นระยะๆ และโทรกลับ แซมป์สันกล่าว แซมป์สันใช้ช่วงเวลานั้นเพื่อพยายามติดต่อสมาชิกในครอบครัวและที่ทำงานของลูกสาวของเธอในเมืองเฮเลนา รัฐมอนแทนา ซึ่งอยู่ห่างออกไปประมาณสองชั่วโมง
เมื่อเธอไม่สามารถติดต่อลูกสาวของเธอได้โดยตรง เธอกล่าวว่าความตื่นตระหนกของเธอทวีความรุนแรงขึ้น แต่ประมาณ 15 ถึง 20 นาทีหลังจากสายแรก ลูกสาวของแซมป์สันก็พบที่ที่ทำงานของเธอหลังจากที่เธอเดินออกจากโต๊ะไปชั่วครู่ ไม่นานหลังจากนั้น สายก็หยุดลงและไม่กลับมาอีก ผู้โทรไม่เคยถูกระบุตัวตน แซมป์สันกล่าว
ในสัปดาห์ต่อมา แซมป์สันกล่าวว่าประสบการณ์ดังกล่าวทำให้เธอสั่นคลอน เธอระมัดระวังตัวมากขึ้นที่บ้าน ล็อคประตูซ้ำๆ และใส่ใจกับสภาพแวดล้อมรอบตัวมากขึ้น เธอยังได้เปลี่ยนการตั้งค่าโทรศัพท์ของเธอด้วย
"ฉันไม่อยากได้ยินเสียงเรียกเข้านั้นอีกแล้ว" เธอกล่าว
แซมป์สันกล่าวว่านักสืบบอกเธอว่าตำรวจทำอะไรได้น้อยมากเนื่องจากสายโทรศัพท์ติดตามได้ยาก แม้ว่าตำรวจในเมืองมิสซูลาจะไม่ได้พูดถึงสถานการณ์ของแซมป์สันโดยเฉพาะ แต่พวกเขากล่าวว่าได้รับรายงานเกี่ยวกับกลโกงที่คล้ายกันซึ่งผู้โทรปลอมเป็นสมาชิกในครอบครัวและเรียกร้องเงิน
"สิ่งที่พัฒนาขึ้นในช่วงไม่กี่ปีที่ผ่านมาคือระดับของความซับซ้อน" เจ้าหน้าที่วิทนีย์ เบนเน็ตต์ โฆษกของกรมตำรวจมิสซูลากล่าว
ตามรายงานของคณะกรรมาธิการการค้าแห่งสหพันธรัฐ (FTC) การหลอกลวงแบบปลอมตัวเป็นบุคคลที่ถูกรายงานมากที่สุดเมื่อปีที่แล้ว จำนวนคดีเพิ่มขึ้นประมาณ 19% เป็นประมาณ 1 ล้านคดีในปี 2025 ในขณะที่ความสูญเสียเพิ่มขึ้นเป็นกว่า 3.5 พันล้านดอลลาร์
เมื่อนักต้มตุ๋นนำเครื่องมือที่สามารถเลียนแบบเสียงและสนทนาได้แบบเรียลไทม์ แม้แต่การรับโทรศัพท์ก็มีความเสี่ยงใหม่ๆ
การหลอกลวงด้วยเสียงกำลังเปลี่ยนแปลงวิธีที่ผู้คนใช้โทรศัพท์ Ian Bednowitz ผู้จัดการทั่วไปด้านข้อมูลประจำตัวและความเป็นส่วนตัวที่ LifeLock บริษัทป้องกันการโจรกรรมข้อมูลประจำตัวกล่าว
เป็นเวลาหลายทศวรรษ การได้ยินเสียงที่คุ้นเคยหรือเห็นหมายเลขที่คุ้นเคยก็เพียงพอแล้วที่จะส่งสัญญาณความไว้วางใจ การสันนิษฐานนั้นกำลังพังทลายลงเมื่อนักต้มตุ๋นเข้าถึงเครื่องมือที่สามารถเลียนแบบเสียงและปลอมแปลงหมายเลขผู้โทรได้ Bednowitz กล่าว
"คุณไม่ควรรับโทรศัพท์จริงๆ" โดยเฉพาะอย่างยิ่งหากเป็นสายที่ไม่รู้จักหรือไม่คาดคิด เขากล่าว ซึ่งรวมถึงสายที่ดูเหมือนมาจากธนาคารหรือกรมสรรพากร โดยทั่วไปแล้ว IRS จะติดต่อผ่านทางจดหมาย และโดยทั่วไปจะไม่โทรไปเพื่อเรียกร้องการชำระเงินทันทีหรือข่มขู่ว่าจะจับกุม ตามที่หน่วยงานระบุ
แม้แต่สายที่ดูเหมือนมาจากคนที่คุณรู้จักก็สามารถปลอมแปลงได้ ในกรณีส่วนใหญ่ นักต้มตุ๋นไม่จำเป็นต้องทำอะไรมากเพื่อให้การโทรดูสมจริง เมื่อพวกเขาปลอมเป็นคนที่คุณรู้จัก แม้ข้อมูลเพียงเล็กน้อยก็เพียงพอแล้ว
คลิปสั้นๆ ที่ดึงมาจากโซเชียลมีเดีย ข้อความเสียง หรือการบันทึกอื่นๆ สามารถนำมาใช้เพื่อสร้างเสียงสังเคราะห์ของบุคคลได้ Bednowitz กล่าว เสียงนั้นจะถูกจับคู่กับหมายเลขผู้โทรที่ปลอมแปลงและรายละเอียดส่วนบุคคล—ชื่อ ที่ทำงาน ความสัมพันธ์ในครอบครัว—เพื่อสร้างการโทรที่รู้สึกเร่งด่วนและเฉพาะเจาะจง
เครื่องมือโคลนนิ่งเสียงสามารถทำงานกับตัวอย่างเสียงสั้นๆ ได้แล้ว—บางครั้งเพียงสามวินาที—Michael Bruemmer รองประธานฝ่ายข้อมูลละเมิดทั่วโลกและการคุ้มครองผู้บริโภคที่ Experian กล่าว
ในขณะเดียวกัน ขนาดของการหลอกลวงเหล่านี้ก็เปลี่ยนไป Bednowitz กล่าวว่าการฉ้อโกงกำลังกลายเป็น "อุตสาหกรรม" โดยเครือข่ายที่จัดระเบียบดำเนินการปฏิบัติการที่ประสานงานกันข้ามพรมแดน หลายแห่งมีฐานอยู่ในเอเชียและแอฟริกา เขากล่าว และดำเนินการเหมือนธุรกิจ โดยมีพนักงานจัดการการโทร สคริปต์ และการเข้าถึงในวงกว้าง ในบางกรณี พนักงานเหล่านั้นอาจตกเป็นเหยื่อเอง ถูกเกณฑ์ภายใต้ข้ออ้างเท็จและถูกบังคับให้ดำเนินการหลอกลวง เขากล่าว
กว่า 75% ของอาชญากรรมทางไซเบอร์ในปัจจุบันเกิดจากการหลอกลวงและกลยุทธ์วิศวกรรมสังคม เช่นนี้ ตามคำให้การของ Bednowitz ต่อคณะอนุกรรมการบริการทางการเงินของสภาผู้แทนราษฎรในเดือนกันยายน 2025
การหลอกลวงเหล่านั้นก็กำลังเติบโตอย่างรวดเร็วเช่นกัน ความสูญเสียจากการหลอกลวงทางโซเชียลมีเดียเพียงอย่างเดียวเพิ่มขึ้นแปดเท่าตั้งแต่ปี 2020 โดยมีมูลค่าประมาณ 2.1 พันล้านดอลลาร์ในปี 2025 ตามรายงานของ FTC
ตัวเลขนั้นอาจจะยังคงเพิ่มขึ้นต่อไป ในการศึกษาปี 2025 จากมหาวิทยาลัยรัทเกอร์ส นักวิจัย Sanket Badhe ได้สร้างระบบ AI ที่สามารถดำเนินการโทรศัพท์หลอกลวงได้ตั้งแต่ต้นจนจบ โดยทำงานโดยอัตโนมัติ "ไม่มีมนุษย์เกี่ยวข้องในวงจรการโต้ตอบ" เขากล่าว
ต้นทุน ประสิทธิภาพ และความหน่วงยังคงจำกัดว่าเทคโนโลยีโมเดลภาษาขนาดใหญ่สามารถนำไปใช้ในการหลอกลวงได้กว้างขวางเพียงใด เขากล่าว แต่ "เมื่อประสิทธิภาพของโมเดลที่เล็กกว่าและเร็วกว่ายังคงพัฒนาต่อไป นี่จะกลายเป็นภัยคุกคามที่ใกล้เข้ามา"
ขั้นตอนแรกในการหลีกเลี่ยงการหลอกลวงมักจะคือการไม่รับสายเลย
"ผมเรียกมันว่า JDA — แค่ไม่ต้องรับโทรศัพท์" Bruemmer จาก Experian กล่าว
หากผู้โทรอ้างว่าเป็นสมาชิกในครอบครัวที่กำลังเดือดร้อน คุณสามารถวางสายและพยายามติดต่อพวกเขาผ่านหมายเลขอื่น ที่ทำงาน หรือผู้ติดต่อที่เชื่อถือได้ Bruemmer ยังแนะนำให้เลือกคำรหัสหรือถามคำถามที่เฉพาะสมาชิกในครอบครัวเท่านั้นที่จะรู้ ซึ่งสามารถช่วยให้คุณยืนยันได้อย่างรวดเร็วว่าสถานการณ์นั้นเป็นจริงหรือไม่
แม้จะมีมาตรการป้องกันเหล่านั้น ข้อมูลส่วนบุคคลบางส่วนอาจพร้อมใช้งานแล้ว "ลดการปรากฏตัวบนโซเชียลมีเดียของคุณลง" Bruemmer กล่าว หลีกเลี่ยงการโพสต์ "รูปภาพใดๆ การเข้าร่วมงานพูดในที่สาธารณะ ที่คุณสามารถมีเสียงยาวๆ ได้" เนื่องจากบันทึกเสียงเหล่านั้นสามารถนำไปใช้เพื่อสร้างเสียงปลอมได้
แซมป์สันกล่าวว่าครอบครัวของเธอตอนนี้ใช้คำรหัส เธอกล่าวว่านักสืบบอกเธอว่าการป้องกันที่แท้จริงเพียงอย่างเดียวคือการตระหนักรู้ และเธอกำลังแบ่งปันเรื่องราวของเธอ เพื่อที่คนอื่นๆ จะไม่ตกเป็นเหยื่อของการโทรแบบเดียวกัน
"ฉันมุ่งมั่นที่จะเผยแพร่ข่าวสาร... เพื่อที่แม่ผู้โชคร้ายคนใดคนหนึ่งจะได้ไม่ต้องเผชิญกับสิ่งที่ฉันเคยเผชิญ" เธอกล่าว
ต้องการก้าวหน้าในที่ทำงานใช่ไหม? คุณต้องเรียนรู้วิธีการพูดคุยเล็กๆ น้อยๆ อย่างมีประสิทธิภาพ ในหลักสูตรออนไลน์ใหม่ของ CNBC, *How To Talk To People At Work, ผู้สอนผู้เชี่ยวชาญแบ่งปันกลยุทธ์ที่ใช้งานได้จริงเพื่อช่วยให้คุณใช้การสนทนาประจำวันเพื่อเพิ่มการมองเห็น สร้างความสัมพันธ์ที่มีความหมาย และเร่งการเติบโตในอาชีพของคุณ สมัครวันนี้!*
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"การล้าสมัยของการยืนยันตัวตนด้วยเสียงจะบังคับให้เกิดวงจรการอัปเกรดที่ต้องใช้งบประมาณหลายพันล้านดอลลาร์สำหรับโครงสร้างพื้นฐานการยืนยันตัวตนระดับองค์กร"
การทำให้วิศวกรรมสังคมที่ขับเคลื่อนด้วย AI เป็นอุตสาหกรรมถือเป็นความเสี่ยงเชิงระบบต่อ 'ชั้นความไว้วางใจ' ของเศรษฐกิจของเรา เมื่อความหน่วงเวลาในการโคลนเสียงลดลง เรากำลังก้าวไปสู่โลกที่การยืนยันตัวตนด้วยเสียงหรือเรื่องเล่าส่วนบุคคลจะล้าสมัยอย่างสิ้นเชิง นี่ไม่ใช่แค่ปัญหาการฉ้อโกงผู้บริโภคเท่านั้น แต่เป็นวิกฤตการณ์ที่กำลังจะเกิดขึ้นสำหรับสถาบันการเงิน (เช่น JPM, BAC) ที่ต้องพึ่งพาการยืนยันตัวตนด้วยเสียงสำหรับการสนับสนุนลูกค้า เราควรคาดหวังการเปลี่ยนแปลงครั้งใหญ่ของเงินทุนไปสู่ 'Identity-as-a-Service' (IDaaS) และผู้ให้บริการยืนยันตัวตนด้วยฮาร์ดแวร์ เช่น Okta (OKTA) หรือ CrowdStrike (CRWD) ตลาดกำลังประเมินต้นทุน 'การแก้ไขความไว้วางใจ' ต่ำเกินไป เนื่องจากบริษัทต่างๆ เร่งรีบที่จะแทนที่โปรโตคอลการยืนยันตัวตนแบบเก่าด้วยสถาปัตยกรรมแบบ zero-trust
ภัยคุกคามอาจถูกกล่าวเกินจริง เนื่องจากกลโกงเหล่านี้แพร่หลาย การรับรู้ของผู้บริโภคมีแนวโน้มที่จะกระตุ้นให้เกิด 'การรีเซ็ตความไว้วางใจ' ซึ่งผู้คนจะหยุดรับโทรศัพท์ ทำให้โครงสร้างพื้นฐานกลโกง AI ที่มีราคาแพงไม่คุ้มค่าทางเศรษฐกิจสำหรับผู้โจมตี
"การทำให้กลโกง AI เป็นอุตสาหกรรมช่วยเร่งการเติบโตของตลาดการตรวจจับการฉ้อโกงด้วยเสียง 15-20% CAGR ซึ่งเป็นประโยชน์โดยตรงต่อบริษัทไซเบอร์เพียวเพลย์และบริษัทข้อมูลประจำตัวที่ถูกมองข้ามในการชุมนุมไซเบอร์ในวงกว้าง"
กลโกงโคลนเสียงที่ขับเคลื่อนด้วย AI โดยมีการฉ้อโกงการปลอมตัวเป็นบุคคลอื่นที่ FTC รายงานว่ามีผู้เสียหาย 1 ล้านราย และสูญเสีย 3.5 พันล้านดอลลาร์ในปี 2025 เน้นย้ำถึงความต้องการที่เพิ่มขึ้นอย่างรวดเร็วสำหรับเทคโนโลยีการตรวจจับการฉ้อโกงและการยืนยันตัวตนแบบเรียลไทม์ การดำเนินงานที่เป็นอุตสาหกรรมจากเอเชีย/แอฟริกาเพิ่มขนาด ทำให้เกิดตลาด TAM มากกว่า 100 พันล้านดอลลาร์สำหรับเทคโนโลยีชีวมิติเสียงและการป้องกัน AI (ตามการประมาณการของภาคส่วน) สิ่งนี้ช่วยเพิ่มบริษัทรักษาความปลอดภัยทางไซเบอร์ที่เชี่ยวชาญด้านการวิเคราะห์การโทร — เช่น การผสานรวม Pindrop หรือ AI พฤติกรรมคล้าย NuData — ในขณะที่ผู้ปกป้องข้อมูลประจำตัว เช่น Gen Digital (GEN, อดีต NortonLifeLock) และ Experian (EXPN) ได้รับประโยชน์จากความหวาดระแวงของผู้บริโภค ธนาคารและบริษัทโทรคมนาคม (VZ, TMUS) จะเพิ่มการลงทุนด้านทุน (capex) ในการป้องกันการปลอมแปลง ซึ่งจะรักษาการเติบโตของภาคส่วน 15-20% ท่ามกลางการเพิ่มขึ้นของกลโกง 19% YoY
การสูญเสียจากการฉ้อโกงยังคงเป็นตัวเลขที่น้อยมาก (<0.1%) เมื่อเทียบกับเศรษฐกิจสหรัฐฯ ที่มีมูลค่ากว่า 30 ล้านล้านดอลลาร์ และปริมาณการชำระเงินต่อปีมากกว่า 10 ล้านล้านดอลลาร์ โดยมาตรการป้องกันฟรี เช่น คำรหัส และ 'แค่ไม่ต้องรับสาย' (JDA) มีแนวโน้มที่จะจำกัดการแพร่กระจายโดยไม่ต้องมีการนำเทคโนโลยีใหม่มาใช้อย่างมหาศาล
"เวกเตอร์การเติบโตที่แท้จริงคือวิศวกรรมสังคมที่เป็นอุตสาหกรรมโดยใช้เครื่องมือทั่วไป ไม่ใช่ความเป็นอิสระของ AI; คุณค่าในการป้องกันอยู่ที่โครงสร้างพื้นฐานการยืนยันตัวตน (MFA, การยืนยันตัวตนผู้โทร) ไม่ใช่การตรวจจับ AI"
บทความนี้ผสมปนเปสองภัยคุกคามที่แตกต่างกัน: กลโกงโคลนเสียง (จริง, เติบโต, แต่ยังคงมีข้อจำกัดทางเทคนิค) และการฉ้อโกง AI แบบอัตโนมัติเต็มรูปแบบ (เป็นการคาดเดา, ยังไม่ได้นำไปใช้ในวงกว้าง) ข้อมูล FTC ที่อ้างถึง — กลโกงการปลอมตัวเป็นบุคคลอื่น 1 ล้านราย, การสูญเสีย 3.5 พันล้านดอลลาร์ — ไม่ได้แยกกรณีที่ขับเคลื่อนด้วย AI; ส่วนใหญ่มีแนวโน้มที่จะเป็นวิศวกรรมสังคมแบบดั้งเดิม การศึกษา Rutgers อธิบายถึงการพิสูจน์แนวคิด ไม่ใช่ความเป็นจริงในการดำเนินงาน สิ่งที่น่ากังวลจริงๆ: เครือข่ายอาชญากรรมที่จัดระเบียบกำลังทำให้การฉ้อโกงเป็นอุตสาหกรรม แต่คอขวดไม่ใช่ความซับซ้อนของ AI — แต่เป็นเศรษฐกิจและเวลาแฝง ตัวอย่างเสียงสามวินาทีใช้ได้เฉพาะเมื่อจับคู่กับวิศวกรรมสังคม การโคลนเสียงดิบเพียงอย่างเดียวมีอัตราความล้มเหลวสูง การวางกรอบของบทความมีความเสี่ยงที่จะทำให้เกิดความตื่นตระหนก ในขณะที่ลดทอนเวกเตอร์ที่แท้จริง: จิตวิทยาของมนุษย์ยังคงเป็นช่องโหว่ ไม่ใช่เทคโนโลยี
หากเครื่องมือโคลนเสียงมีราคาถูกลงและเร็วขึ้นจริง และเครือข่ายที่จัดระเบียบกำลังดำเนินการในวงกว้างอยู่แล้วด้วยผู้ปฏิบัติงานที่เป็นมนุษย์ การฉ้อโกง AI แบบอัตโนมัติก็เป็นขั้นตอนต่อไปที่สมเหตุสมผล — ไม่ใช่การคาดเดา บทความนี้อาจประเมินความเสี่ยงที่ใกล้เข้ามาต่ำเกินไปโดยปฏิบัติต่อ Rutgers เป็นเพียงการพิสูจน์แนวคิด แทนที่จะเป็นสัญญาณเตือน
"กลโกงเสียงที่ขับเคลื่อนด้วย AI จะเร่งความต้องการเทคโนโลยีการตรวจจับการฉ้อโกงและการยืนยันตัวตน ซึ่งอาจส่งผลให้เกิดการเติบโตของรายได้หลายปีสำหรับผู้เล่นด้านความปลอดภัยทางไซเบอร์ แม้ว่าการสูญเสียในระยะสั้นจะเพิ่มขึ้นก็ตาม"
ชิ้นงานนี้เน้นย้ำถึงความเสี่ยงที่แท้จริง: การโคลนเสียง AI ทำให้กลโกงวิศวกรรมสังคมยากต่อการหักล้างแบบเรียลไทม์ โดยมีการสูญเสีย 3.5 พันล้านดอลลาร์ในปี 2025 และมากกว่า 1 ล้านคดี สิ่งนี้สร้างแรงดึงเชิงโครงสร้างสำหรับเทคโนโลยีการปกป้องข้อมูลประจำตัว การตรวจจับการฉ้อโกง และการยืนยันตัวตน — ซึ่งบริษัทต่างๆ ได้เพิ่มการใช้จ่ายด้านองค์กรอยู่แล้ว และที่ผู้ให้บริการสามารถสร้างรายได้ผ่าน MSP ธนาคาร และผู้ให้บริการเครือข่าย อย่างไรก็ตาม เรื่องราวอาจกล่าวเกินจริงว่าเงินไหลไปถึงผู้โจมตีเร็วแค่ไหนเมื่อเทียบกับการป้องกัน การสูญเสียที่รายงานล่าช้ากว่าการมีส่วนร่วม ผู้เสียหายจำนวนมากไม่เคยรายงาน และการให้ความรู้แก่ผู้บริโภคหรือซอฟต์แวร์บล็อกการโทรอาจลดผลกระทบเพิ่มเติม นอกจากนี้ การโทรแบบ 'อัตโนมัติ' ที่แปลกใหม่ก็ยังอาจขึ้นอยู่กับพนักงานและโครงสร้างพื้นฐาน กำไรสำหรับผู้โจมตีไม่ได้รับประกัน
ปัญหานี้อาจถูกกล่าวเกินจริง: พฤติกรรมของผู้บริโภคที่เปลี่ยนแปลงไป การบล็อกการโทรที่ดีขึ้น และการยืนยันตัวตนที่ได้รับการปรับปรุงอาจลดการสูญเสียที่แท้จริงลง แม้ว่า AI จะดีขึ้นก็ตาม หน่วยงานกำกับดูแลและการดำเนินการบังคับใช้กฎหมายอาจจำกัดเศรษฐกิจของผู้โจมตีได้เร็วกว่าที่การสร้างรายได้จากการป้องกันแบบใหม่จะขยายตัวได้
"การเปลี่ยนไปสู่การยืนยันตัวตนที่ป้องกัน AI ได้จะบังคับให้ละทิ้งการยืนยันตัวตนด้วยเสียงโดยสิ้นเชิง ซึ่งจะกระตุ้นให้เกิดวงจร capex ขนาดใหญ่ที่ไม่สามารถเลือกได้ในโครงสร้างพื้นฐานข้อมูลประจำตัวที่สนับสนุนด้วยฮาร์ดแวร์"
Claude ถูกต้องในการชี้ให้เห็นถึงคอขวด 'มนุษย์ในวงจร' แต่ทั้ง Claude และ Grok ต่างเพิกเฉยต่อผลกระทบอันดับสอง: การล่มสลายโดยสิ้นเชิงของการยืนยันตัวตนผ่านโทรศัพท์ หากเสียงไม่น่าเชื่อถืออีกต่อไป ธนาคารจะบังคับให้เปลี่ยนไปใช้คีย์ฮาร์ดแวร์ที่สอดคล้องกับ FIDO2 และการยืนยันตัวตนแอปด้วยไบโอเมตริก นี่ไม่ใช่แค่ปัจจัยหนุนสำหรับความปลอดภัยทางไซเบอร์เท่านั้น แต่เป็นการสิ้นสุดเชิงโครงสร้างสำหรับโมเดลบริการลูกค้า 'คอลเซ็นเตอร์' แบบเก่า เรากำลังมองเห็นวงจร capex ขนาดใหญ่ที่ถูกบังคับในโครงสร้างพื้นฐานข้อมูลประจำตัวดิจิทัล ไม่ใช่แค่การใช้จ่ายซอฟต์แวร์ฉ้อโกงแบบเพิ่มขึ้น
"บริษัทโทรคมนาคม เช่น VZ/TMUS จะประสบกับค่าปรับตามกฎระเบียบและการเปลี่ยน capex จากการเพิ่มขึ้นของกลโกง ซึ่งมีน้ำหนักมากกว่าปัจจัยหนุนด้าน cybersec"
Gemini ชี้ให้เห็นถึงการสิ้นสุดของการยืนยันตัวตนผ่านโทรศัพท์ได้อย่างถูกต้อง แต่ทุกคนพลาดผลกระทบต่อบริษัทโทรคมนาคม: VZ และ TMUS เผชิญกับการฟ้องร้อง TCPA ที่เพิ่มขึ้นอย่างรวดเร็วเนื่องจากการป้องกันสายอัตโนมัติล้มเหลว โดยมีค่าปรับกว่า 2 พันล้านดอลลาร์ตั้งแต่ปี 2023 (ข้อมูล FCC) สิ่งนี้จะบดขยี้ FCF ของผู้ให้บริการ (ประมาณการลดลง 10%) โดยเปลี่ยน capex จาก 5G ไปสู่การปฏิบัติตาม STIR/SHAKEN เพื่อป้องกันการปลอมแปลง ไม่ใช่ผู้จำหน่าย cybersec
"ค่าปรับของบริษัทโทรคมนาคมนั้นเป็นจริงแต่ล่าช้า; ระยะเวลาการจัดสรร capex ใหม่นานกว่าความเร่งด่วนของการล้าสมัยของการยืนยันตัวตนด้วยเสียง"
มุมมองเรื่องค่าปรับ TCPA/บริษัทโทรคมนาคมของ Grok นั้นเป็นจริง แต่เป็นการผสมผสานสองช่วงเวลา การปฏิบัติตาม STIR/SHAKEN ได้รับการอนุมัติแล้ว (เส้นตาย FCC ปี 2024 ผ่านไปแล้ว) ผู้ให้บริการจะรับภาระเป็นต้นทุนจม ค่าปรับ 2 พันล้านดอลลาร์เป็นผลรวมตลอดหลายปี ไม่ใช่สิ่งที่กำลังจะเกิดขึ้น สิ่งที่สำคัญ: การล่มสลายของการยืนยันตัวตนด้วยเสียงจะเร็วพอที่จะบังคับให้ capex ขององค์กร *ก่อน* ที่บริษัทโทรคมนาคมจะได้รับเงินลงทุน 5G คืน? การเปลี่ยนแปลง FIDO2 ของ Gemini นั้นเป็นไปได้ แต่การยอมรับล่าช้ากว่าแรงกดดันด้านกฎระเบียบ 18-36 เดือน คอขวด 'มนุษย์ในวงจร' ของ Claude ยังคงอยู่ — การฉ้อโกงแบบอัตโนมัติในวงกว้างต้องใช้เวลาแฝงที่แก้ไขได้ *และ* เศรษฐศาสตร์ ซึ่งทั้งสองอย่างไม่รับประกัน
"การฉ้อโกงเสียงแบบอัตโนมัติไม่ใช่ความเสี่ยงเพียงอย่างเดียว ผู้โจมตีจะใช้วิศวกรรมสังคมที่ได้รับความช่วยเหลือจาก AI แบบหลายช่องทาง ซึ่งจะบังคับให้โครงสร้างพื้นฐานข้อมูลประจำตัวที่กว้างขึ้นนอกเหนือจากเสียงเพียงอย่างเดียว"
Claude หยิบยกประเด็นที่มีประโยชน์เกี่ยวกับคอขวด แต่การเปลี่ยนแปลงที่แท้จริงคือวิศวกรรมสังคมที่ได้รับความช่วยเหลือจาก AI แบบหลายช่องทาง — ไม่ใช่แค่เสียง แม้ว่าการฉ้อโกงแบบอัตโนมัติจะยังไม่มีอยู่จริง ผู้โจมตีจะผสมผสานการโคลนกับผู้ปฏิบัติงานที่เป็นมนุษย์และการหลีกเลี่ยงอุปกรณ์ที่ชาญฉลาด ซึ่งจะเร่งการสูญเสียมากกว่าไทม์ไลน์ 'การล่มสลายของเสียง' เพียงอย่างเดียว ธนาคารควรวางแผนสำหรับความขัดแย้งของข้อมูลประจำตัวข้ามช่องทาง (SMS, push, biometrics) นอกเหนือจากการโทร และไม่ควรพึ่งพา FIDO2 เพียงอย่างเดียว นี่คือวงจร capex แต่กว้างกว่าแค่เสียง
คณะกรรมการเห็นพ้องกันว่าการโคลนเสียงที่ขับเคลื่อนด้วย AI ก่อให้เกิดความเสี่ยงอย่างมีนัยสำคัญต่อวิธีการยืนยันตัวตนผ่านโทรศัพท์ในปัจจุบัน ซึ่งนำไปสู่การเปลี่ยนแปลงของเงินทุนไปสู่ 'Identity-as-a-Service' และการยืนยันตัวตนด้วยฮาร์ดแวร์ อย่างไรก็ตาม ไม่มีความเห็นพ้องต้องกันเกี่ยวกับไทม์ไลน์หรือขอบเขตที่จะส่งผลกระทบต่อบริษัทโทรคมนาคมและอุตสาหกรรมอื่นๆ
ความต้องการที่เพิ่มขึ้นสำหรับเทคโนโลยีการตรวจจับการฉ้อโกงและการยืนยันตัวตนแบบเรียลไทม์ ซึ่งสร้างโอกาสทางการตลาดมากกว่า 100 พันล้านดอลลาร์
การล่มสลายโดยสิ้นเชิงของการยืนยันตัวตนผ่านโทรศัพท์และการเปลี่ยนไปใช้คีย์ฮาร์ดแวร์ที่สอดคล้องกับ FIDO2 และการยืนยันตัวตนแอปด้วยไบโอเมตริก