TechRadar 9月15日刊登由 Trend Micro 英国与爱尔兰技术总监撰写的评论文章，质疑英国金融行为监管局（FCA）及金融业是否对 AI 驱动欺诈的威胁给予足够重视。文章认为，生成式 AI 正在改变欺诈的经济性，而金融机构的防御调整速度可能跟不上欺诈演化的速度。
文章指出，AI 对金融服务有积极面：加快流程、更早识别可疑活动，并帮助银行以人力难以企及的规模应对欺诈。但同一技术也在改善欺诈的经济性。犯罪分子没有冗长采购周期、遗留技术整合或监管流程约束，可以快速试验、失败再尝试，导致 AI 欺诈发展与金融机构防御适应之间的差距扩大。FCA 和整个行业需要关注这一差距。
当前许多身份验证控制基于一个假设：流程中某处有真人在冒充他人。视频活体检测、语音回拨、一次性文件验证因此被采用，每项都为欺诈者增加障碍。生成式 AI 改变了挑战性质，因为所呈现的人、声音或文件可能从未存在。逼真语音可生成，人脸可创建或操纵，身份文件及辅助材料可快速、一致地制作。过去需要专业技能和大量精力，如今更便宜、更容易。现有身份控制并非无用，但机构不能再假设通过验证就证明了它过去所证明的内容。活体检测只有能可靠区分真人与最新合成媒体才有价值，而这是移动目标。
文章认为，合成身份欺诈值得更多关注。传统身份盗用通常有真实受害者：有人发现未开账户、未做交易或不知情信贷申请，最终可有人报警。合成身份不同。欺诈者可将真实信息与虚构细节结合，创建看似合法的个人。真实标识符可能搭配假姓名、伪造就业史或虚构地址。AI 帮助制作文件和数字足迹，使身份看似可信。令人担忧的是可能无人投诉，因为此人不存在。这使合成身份欺诈特别难以早期识别。合成客户可表现正常、建立金融历史、积累信任，之后再实施欺诈。行业应像十年前看待账户接管一样看待这一风险。如今账户接管已有成熟系统、共享情报和行为指标，但合成身份欺诈尚未达到这种成熟度。AI 可能在该行业集体识别能力跟上之前加速问题。
文章称，答案不能只是购买另一个 AI 驱动的欺诈产品。金融机构需要用同样技术攻击自身系统。如果犯罪分子用生成式 AI 测试哪些控制能通过，银行也应这样做。安全团队多年来对网络和应用进行红队测试，身份和开户流程现在需要类似处理。AI 生成语音能否通过回拨？合成人脸能否击败活体检测？伪造文件能否通过开户？能否跨多个数据点创建可信合成身份而不触发警报？这些问题应由机构自己回答，而不是等欺诈者提供答案。每次成功尝试都应成为教训。如果合成文件通过，要了解原因；如果生成语音骗过控制，就修改控制，然后再次测试。还意味着不再过度依赖一次性验证。在开户时证明某人身份一次，若该时刻可被逼真伪造，其安慰作用会下降。长期行为更重要：账户如何被使用、客户如何与服务互动、活动是否一致。