Váš podvodný stack byl vytvořen pro lidské protivníky

Posledních 30 let CAPTCHA plnila jeden úkol: přimět stroj selhat v testu, který člověk projde bez přemýšlení. Tento úkol je u konce. Výzkumníci, testující automatické řešitele proti obrázkovým výzvám Google reCAPTCHA v2, zaznamenali 100 % úspěšnost, což je nárůst z přibližně 68 % až 71 % v dřívějších studiích, a nenašli žádný významný rozdíl mezi počtem výzev, které bot musel vyřešit, a počtem, které vyřešil člověk.

Pokud uvažujeme o CAPTCHA jako o zástupci celé kategorie kontrol postavených na stejném předpokladu – že určité úkoly jsou pro člověka triviální a pro stroj obtížné, a proto jejich splnění dokazuje, že jste člověk – nastal čas přehodnotit kontrolní parametry. AI agenti tiše vymazali tento předpoklad napříč rozpoznáváním obrazu, vyplňováním formulářů i vícekrokovou navigací a většina rizikových týmů dosud svůj stack neobnovila.

Kalibrováno proti nesprávnému nepříteli

Každé pravidlo v pokročilém podvodném stacku bylo laděno proti konkrétnímu protivníkovi, ať už šlo o člověka, který se vydává za jiného člověka, nebo o farmu botů napodobujících mnoho lidí najednou. Kontroly rychlosti zachytí někoho, kdo otevírá účty rychleji, než by to realistický člověk dokázal. Pravidla opětovného použití zařízení zachytí někoho, kdo recykluje hardware napříč identitami. Obě byla postavena kolem lidských limitů – fyzického času potřebného k vyplnění formuláře a praktické ceny za pořízení nových zařízení.

Ty samé limity neomezují AI agenta tak, jako nás, lidi. Dokáže vyplnit formulář během času, který člověku stačí k přečtení prvního pole, a může být nasazen, použit jednou a zlikvidován za téměř nulové náklady. Automatizovaný provoz nyní představuje více než 53 % veškerého webového provozu, což je nárůst z 51 % před rokem, zatímco lidská aktivita klesla na 47 % a dále klesá. Více než čtvrtina botových útoků (27 %) nyní cílí přímo na API, obcházejí uživatelské rozhraní a fungují rychlostí stroje, a finanční služby samy absorbovaly 24 % všech botových útoků a 46 % incidentů převzetí účtů v roce 2025. Pravidla postavená kolem lidského tempa nikdy nezachytí třídu provozu, která nemá žádné tempo.

Kde se objevují trhliny

Počáteční instinkt odvětví byl bojovat s AI pomocí další AI, považovat model černé skříňky za stříbrnou kulku proti černé skříňce protivníka. Tento instinkt problém jen zhoršuje. Podvodní model, který nedokáže vysvětlit své vlastní rozhodnutí, je téměř nemožné obhájit před regulátorem, zákazníkem nebo interním auditorem, jakmile je rozhodnutí napadeno, a neprůhledný model trénovaný k zachycení neprůhledné hrozby zhoršuje neprůhlednost místo jejího řešení. Obranná schopnost zde není filozofickým luxusem; znamená také schopnost prokázat správu modelu: který model je v provozu, co se změnilo oproti předchozí verzi, na jakých datech byl model trénován, kdo změnu schválil a proč. Systém navržený k automatické aktualizaci samotného AI modelu nikdy nebyl vytvořen tak, aby poskytoval takový papírový záznam.

Další obrana potřebná k odlišení dobrých od škodolibých je vrstvená inteligence: hloubka signálu napříč dostatečným počtem nezávislých dimenzí, aby se falzifikovaná identita, napadený účet nebo peněžní mule nedostaly k úkrytu. Každá další dimenze představuje samostatnou příležitost zachytit nesrovnalost, část sdílené podvodné infrastruktury nebo chování, které neodpovídá evidované osobě. Žádný jediný signál nemusí nést celou váhu rozhodnutí. Čím širší je kontext, tím více se izolovaná, nejasná nápověda stává něčím, co podvodní tým může skutečně podpořit.

Stejný princip platí, ať už rozhodnutí učiní člověk nebo model. AI rizikový engine není chytřejší než data, která mu jsou poskytnuta. Odeberete-li polovinu dimenzí, získáte systém, který s naprostou jistotou usuzuje z polovičního obrazu, a to platí stejně pro model strojového učení, který během milisekund ohodnotí transakci, jako pro analytika, který případ řeší ručně. Stává se to pravdivějším, ne méně, jakmile se více rozhodování přesune na agentické systémy, které rozhodují bez jakéhokoli člověka v cyklu. Hloubka kontextu není jen způsob, jak chytit agenta spáchaného podvodu. Je to předpoklad pro důvěru v rozhodnutí agenta o čemkoli.

Vložte tento kontext do modelu, jehož uvažování zůstává čitelné, místo jednoho černého boxu, který hádá úmysl na základě jediného signálu, a rozhodnutí přestane být jen přesné. Stane se obhajitelné. Tento rozdíl má větší význam proti AI agentům než proti lidským podvodným skupinám, protože agent zanechává jiný druh stopy. Není nervózní, neváhá ani nedělá drobné chyby, které byly zamýšleny pro zachycení behaviorální biometrie. Místo toho zanechává otisk; v době používání pověření a koherence historie zařízení, která buď sahá, nebo nesahá dál než transakce před vámi. V tichosti na pozadí spouští nástroj vzdáleného přístupu, zatímco se využívají cizí pověření. Nic z toho nevyžaduje čtení tváře. Vyžaduje pouze schopnost přečíst podrobnosti celé relace vůči široké sadě signálů.

Lidský náznak, který už neexistuje

Nikde není přenastavení naléhavější než při ověřování identity, kde podvodní týmy vybudovaly celou disciplínu zaměřenou na zachycení lidských náznaků, jako je nepřirozená frekvence mrkání, nesoulad synchronizace rtů nebo texturovaný artefakt na fotografii. Nástroje pro deepfake uzavřely většinu těchto mezer a zločinci již nemusí takové nástroje vytvářet sami.

Globální hodnocení hrozeb finančních podvodů Interpolem, zveřejněné v březnu, zjistilo, že finanční podvody v roce 2025 vyčerpaly z globální ekonomiky více než 442 miliard dolarů, přičemž podvody podpořené AI jsou nyní přibližně 4,5‑krát výnosnější než tradiční metody. Zpráva identifikuje operace „deepfake-as-a-service“ na tržištích temného webu prodávající sady syntetických identit, včetně AI‑generovaných video avatarů, hlasových klonů a biometrických dat, které útočníkovi umožňují vytvořit přesvědčivý digitální klon z pouhých 10 sekund audia získaného ze sociálního příspěvku.

Spolehlivým signálem nikdy nebyl doklad o totožnosti. Je to kontinuita: digitální minulost, kterou skutečná identita akumuluje během let běžné aktivity účtu a behaviorálních vzorců, typ historie, který syntetická identita nebo agent, který ji zastupuje, nemá čas vybudovat. Systém, který hledá jen falzifikovaný doklad o totožnosti, bude neustále selhávat. Systém, který hledá chybějící historii, má těžší cíl k napodobení.

Přestavba pro odlišného protivníka

Nic z toho není výzvou k panice, ani argumentem, že lidské podvody zmizely. Nezmizely. Jde o argument, že stack laděný výhradně na lidské limity, tempo a náznaky má strukturální slepou skvrnu právě tam, kde působí AI agenti, a tato slepá skvrna se sama nezavře. Každá z těchto kontrol, testovaná samostatně, může stále projít čistě. Teprve když jsou tyto kontroly čteny společně, napříč dostatečným počtem nezávislých dimenzí, se stane viditelným vzor, který izolovaná kontrola měla zachytit.

Agentní AI systémy nyní dokážou autonomně naplánovat a provést kompletní podvodnou kampaň, od průzkumu po požadavek výkupného, téměř bez lidského operátora v cyklu. Řešení není pravidlo připevněné k starému stacku. Je to přestavěný předpoklad. Test již není, zda něco vypadá jako lidský podvodník — ale zda za tím kdykoliv existoval skutečný člověk.