Rilevamento frodi con AI SEON: i segnali salgono da 900 a oltre 1.100

Una notizia importante fa rumore nell’ecosistema blockchain. SEON ha ampliato in modo sostanziale la propria infrastruttura di dati proprietari, portando il numero di segnali disponibili da oltre 900 a più di 1. 100 punti dati sourcati direttamente. È un salto tecnico pensato per rispondere a una minaccia che cresce più velocemente delle difese tradizionali: l’identità falsa generata da intelligenza artificiale.

Il rilevamento frodi con AI SEON punta ora su una base di segnali molto più ampia, capace di incrociare indirizzi, dispositivi, comportamento in sessione e storico telefonico per smascherare profili costruiti a tavolino in pochi minuti. Punti chiave SEON ha esteso i segnali proprietari della piattaforma da 900+ a oltre 1. L’espansione copre address intelligence, comportamento in sessione, dati telefonici e di operatore, digital footprint e segnali dei dispositivi.

Dinamiche di mercato

Secondo il Financial Action Task Force (FATF), chiunque abbia uno smartphone può generare deepfake credibili nel tempo necessario a creare un profilo social. ACAMS riporta che il 75% dei professionisti anti-crimine finanziario considera l’abuso della GenAI il rischio emergente principale per il terzo anno consecutivo. I nuovi segnali confluiscono nell’AI Command Center di SEON, utilizzabili in regole, alert, revisioni e indagini sulle reti fraudolente.

SEON amplia i segnali proprietari per il rilevamento frodi L’espansione annunciata da SEON riguarda cinque aree distinte: address intelligence, comportamento in sessione, dati telefonici e di operatore, digital footprint più approfondito e segnali sui dispositivi. L’obiettivo dichiarato è dare ai team di rischio evidenze indipendenti su ogni livello dell’identità di un cliente, senza aggiungere passaggi extra al percorso dell’utente. Nuovi dati su indirizzi, dispositivi, telefono e comportamento in sessione Ogni singolo segnale, preso da solo, può apparire legittimo: un’email supera la validazione, un dispositivo sembra pulito, un indirizzo risulta corretto.

È l’incrocio tra questi elementi a rivelare l’anomalia. Per questo l’espansione della signal intelligence di SEON lavora su tre dimensioni parallele: la storia dell’identità nel tempo, l’infrastruttura condivisa tra account collegati e il comportamento live durante la sessione. Tutto questo contesto viene poi messo a disposizione delle decisioni prese da regole automatiche, analisti umani e agenti AI, dentro l’AI Command Center della piattaforma, dove i nuovi segnali si integrano in regole, alert, revisioni cliente e indagini di rete.

Impatto sui mercati

Ogni segnale è inoltre collegabile agli strumenti AI scelti dall’investigatore tramite il server Model Context Protocol (MCP) di SEON, così che analisti umani e agenti automatizzati lavorino sulla stessa base informativa, dalla rilevazione fino all’azione. Le sfide delle frodi generate dall’AI e gli allarmi del settore Costruire un’identità falsa richiedeva tempo, pazienza e un lavoro quasi artigianale: raccogliere documenti, compilare moduli, gestire account uno per uno. Oggi basta una connessione internet e un prompt.

Gli strumenti di GenAI possono produrre profili credibili e cronologie coerenti sui dispositivi in pochi minuti, cambiando radicalmente la scala a cui operano i truffatori. Velocità degli strumenti AI e avvisi normativi Secondo il Financial Action Task Force (FATF), chiunque possieda uno smartphone può generare un deepfake convincente nel tempo che serve per aprire un profilo su un social network. A confermare la portata del problema arriva un dato di settore: ACAMS segnala che il 75% dei professionisti anti-crimine finanziario classifica l’abuso della GenAI come il rischio emergente più urgente, per il terzo anno consecutivo.

Il truffatore continua a scegliere identità e obiettivo, ma è l’agente AI a gestire la produzione a velocità industriale: è qui che la prevenzione frodi con AI diventa una corsa contro il tempo per chi deve difendersi. Come funzionano i nuovi segnali di rilevamento Storia digitale e dati telefonici I controlli sul digital footprint verificano dove un’email o un numero di telefono sono comparsi nel tempo attraverso servizi diversi. La copertura si è estesa a piattaforme per sviluppatori AI, portali di lavoro, siti immobiliari e app di incontri.

I mercati delle criptovalute seguono da vicino questo sviluppo, mentre gli investitori valutano il potenziale impatto sui prezzi.