La frode cresce più velocemente. Il rilevamento frodi sui pagamenti deve

Un tempo, le frodi erano limitate dai costi e dal lavoro umano: operatori specializzati, ricerche mirate e false identità convincenti su larga scala, con ogni requisito che limitava il numero di attacchi simultanei. L'intelligenza artificiale sta rimuovendo questi vincoli. BCG stima che il costo per organizzare una truffa finanziaria scenderà del 90% o più entro due anni, portando a un raddoppio — o più — del volume degli attacchi.

Quando la frode diventa economica, il volume diventa l'arma, e l'architettura difensiva deve adeguarsi.

Le operazioni fraudolente assistite dall'AI stanno guidando questo cambiamento. I criminali usano sempre più l'AI per creare esche più convincenti, generare voci sintetiche e comprimere settimane di raccolta informazioni in poche ore, con un essere umano che coordina ancora l'operazione. La proiezione di BCG descrive ciò che verrà dopo: sistemi agentici in grado di definire obiettivi, orchestrare esecuzioni multi-fase e adattarsi in tempo reale, senza che un operatore umano guidi ogni singolo passaggio.

I dati attuali evidenziano già un grave divario nei controlli. Secondo il 2026 Payments Fraud and Control Survey dell'AFP, il 76% delle organizzazioni statunitensi ha subito tentativi o casi effettivi di frode sui pagamenti nell'ultimo anno, mentre solo il 17% utilizza l'AI per rilevarla. Il 2026 CFO Survey globale di Kyriba mostra lo stesso scenario dall'altro lato: il 77% dei CFO a livello mondiale considera sicurezza e privacy un rischio per la salute finanziaria della propria azienda, ma meno di uno su tre indica sicurezza e prevenzione delle frodi come una priorità operativa critica per il 2026.

Il divario è architetturale, non informativo. Comprendere questo divario passa dallo screening antifrode dei pagamenti e dalla sua capacità di reggere di fronte a una superficie di attacco che si muove a questa velocità. Colmarlo richiede tre capacità che operano in sinergia: lo screening di ogni pagamento, il rilevamento in tempo reale delle anomalie comportamentali e l'autorizzazione al rilascio dei pagamenti basata sul rischio attuale.

I volumi trasformano i controlli di tesoreria in una superficie di attacco

La tesoreria aziendale è sempre stata un bersaglio ad alto valore. Ciò che cambia è la struttura dei costi per attaccarla. I truffatori gestiscono oggi i propri schemi con il supporto dell'AI, e la proiezione agentica di BCG indica che le operazioni fraudolente richiederanno ancora meno intervento umano: testeranno i controlli, impareranno cosa innesca le revisioni e si adatteranno finché non troveranno un varco, con volumi che nessun team gestito da esseri umani potrebbe eguagliare.

L'esposizione della tesoreria deriva da un insieme di caratteristiche ben note: volumi di pagamento ad alto valore, catene di approvazione con molteplici controparti e processi della contabilità fornitori che si affidano al giudizio umano nei punti critici di rilascio. Un ambiente di screening antifrode progettato per intercettare un tentativo sofisticato per trimestre non reggerà di fronte a migliaia di tentativi adattativi per settimana.

L'asimmetria dei costi amplifica ulteriormente l'esposizione. Nella mia esperienza, un singolo bonifico fraudolento non rilevato spesso costa più dell'investimento annuale nei controlli di rilevamento che avrebbero potuto prevenirlo. Man mano che l'economia degli attacchi migliora per gli avversari, questa asimmetria si allarga.

I vettori di frode che sfruttano diverse vulnerabilità nei flussi di lavoro

Ogni vettore prende di mira un punto diverso nel flusso di lavoro dei pagamenti. Insieme, definiscono la superficie di attacco della tesoreria.

Business email compromise (BEC). Nella sua forma più semplice, il BEC bypassa completamente l'infrastruttura tecnica: un'istruzione convincente raggiunge qualcuno con l'autorità di darle seguito. Il BEC è spesso anche tecnicamente sofisticato, operando attraverso la compromissione degli account, lo spoofing dei domini o domini contraffatti che fanno passare un'istruzione oltre il server di posta prima che un essere umano la veda. L'AI sta già affinando entrambe le varianti attraverso messaggi di phishing più persuasivi, una ricognizione più rapida da fonti pubbliche e compromesse, e un'impersonazione dirigenziale che fa riferimento ai fornitori e ai dettagli delle controparti giusti. Con la maturazione dei sistemi agentici lungo il percorso descritto da BCG, il volume delle campagne aumenterà oltre la capacità delle operazioni gestite da esseri umani.

Reindirizzamento dei pagamenti e frode sulle fatture. Coordinate bancarie fraudolente entrano nei flussi di lavoro della contabilità fornitori nel momento di minor scrutinio. L'operazione rimane all'interno dei normali parametri di transazione fino al successo, rendendo il pagamento apparentemente legittimo ai controlli basati su regole statiche.

Impersonazione su larga scala. La clonazione vocale e la generazione di identità sintetiche sono capacità sempre più accessibili. I truffatori possono condurre campagne simultanee, usando l'AI per calibrare ciascuna sullo stile comunicativo e sul flusso di autorizzazione del target. La personalizzazione che una volta richiedeva un team numeroso e specializzato è oggi in larga misura automatizzata. Queste campagne sono progettate per superare il livello di revisione umana su cui molti controlli antifrode fanno affidamento.

Ogni vettore attacca un livello diverso del flusso di lavoro. Il BEC fa leva sul giudizio umano, la frode sulle fatture sfrutta i dati delle controparti, e l'impersonazione mette alla prova la disciplina di autorizzazione. Tutti e tre convergono nello stesso momento: un pagamento in attesa al punto di rilascio, in attesa di una decisione.

Perché un singolo punto di autorizzazione è la vera esposizione

Come CISO, il pattern che incontro più costantemente è un'architettura di autorizzazione progettata per l'efficienza operativa che non è mai stata sottoposta a stress test contro un avversario con la pazienza e gli strumenti per sondarla ad alto volume.

Le campagne di frode automatizzate sono costruite per sfruttare proprio questa debolezza. I flussi di lavoro con un unico approvatore per transazioni ad alto valore rappresentano un percorso di attacco noto. Le campagne BEC assistite dall'AI aiutano gli operatori a identificare questi flussi, a temporizzare le istruzioni in base ai cicli di pagamento noti e a condurre campagne su scala sempre maggiore.

Consideriamo un esempio concreto. La casella di posta elettronica di un fornitore è stata compromessa tre settimane prima, in silenzio, senza richiesta di riscatto e senza danni visibili. Quel singolo punto di accesso rende possibile tutto ciò che segue. Un truffatore, usando strumenti AI per analizzare la casella compromessa alla ricerca di thread di fatture, condizioni di pagamento e voci di calendario, identifica un bonifico da 2,3 milioni di dollari programmato per venerdì. Entro mercoledì, l'operatore ha generato un'istruzione del CFO contraffatta — redatta e perfezionata con l'AI — che fa riferimento al fornitore, all'importo e alla controparte corretti, programmata per raggiungere l'unico approvatore della contabilità fornitori quando la finestra di pagamento è aperta.

La compromissione dell'email crea l'opportunità. L'esposizione è ciò che avviene dopo: le informazioni compromesse raggiungono un flusso di lavoro con un singolo punto di approvazione, e quell'unico approvatore ha il potere di trasformare un'istruzione fraudolenta in un pagamento autorizzato. Nessun livello di sofisticazione tecnica nell'istruzione contraffatta conta se un secondo controllo indipendente si frappone tra essa e i fondi che lasciano il conto.

Un operatore di frode umano sta ancora dirigendo ogni fase in questo scenario. La proiezione agentica di BCG descrive questo stesso scenario che si svolge senza un operatore umano, adattandosi in tempo reale senza alcun operatore nel circuito. L'architettura di autorizzazione è il controllo costruito per reggere indipendentemente da chi — o da cosa — dirige l'attacco.

Il modello screening-rilevamento-autorizzazione: cosa richiede uno screening antifrode dei pagamenti efficace

Colmare questa esposizione richiede più di un singolo controllo. Il modello screening-rilevamento-autorizzazione stratifica tre capacità, ciascuna delle quali copre un punto di vulnerabilità che le altre non intercettano.

Screening di ogni pagamento. I controlli basati su regole rimangono necessari, e nessun programma maturo dovrebbe eliminarli: intercettano i pattern noti in modo affidabile ed economico. Il loro limite è la prevedibilità. Una regola segnala ciò per cui è stata configurata, e un sistema di frode automatizzato che ne incontra una adatta il proprio approccio finché non trova un percorso che la regola non copre — ed è esattamente ciò per cui migliaia di tentativi adattativi sono progettati. Uno screening antifrode dei pagamenti efficace elimina questo problema di prevedibilità valutando i dati delle controparti, i segnali comportamentali e le anomalie contestuali simultaneamente, per ogni transazione, prima del rilascio del pagamento e non dopo.

Rilevamento delle anomalie comportamentali. Il rilevamento delle anomalie comportamentali intercetta ciò che lo screening da solo non può: un pagamento che sembra normale rispetto a ogni singola regola ma che si discosta dal pattern consolidato per la controparte, il conto o il tipo di pagamento. Negli ambienti di controllo che ho esaminato, la finestra tra l'ingresso di un'istruzione fraudolenta in un flusso di lavoro e l'uscita dei fondi dal conto può essere più breve del ciclo di revisione progettato per intercettarla, il che rende la prima decisione di rilevamento quella a più alto rischio nell'intero flusso. Il rilevamento comportamentale non è infallibile: gli aggressori che sanno di essere profilati possono modellare gradualmente il proprio comportamento per mimetizzarsi nella baseline. Ecco perché deve operare in parallelo con le regole e i controlli di autorizzazione, non in sostituzione di essi.

Autorizzazione al rilascio dinamica. I controlli di autorizzazione dei pagamenti prevengono il rilascio unilaterale attraverso la separazione delle responsabilità. Al di sopra di soglie definite, nessun individuo dovrebbe avere autorità unilaterale, e il flusso di lavoro dovrebbe richiedere un doppio controllo o il principio dei quattro occhi. Questa struttura deve tuttavia rimanere dinamica: le catene di autorizzazione dovrebbero adattarsi all'importo del pagamento, alla storia della controparte e ai segnali di rischio in tempo reale, piuttosto che operare come una sequenza fissa che un'operazione di frode sofisticata può mappare.

Ogni capacità affronta una debolezza distinta. Lo screening gestisce il volume, il rilevamento delle anomalie comportamentali gestisce l'adattamento, e i controlli di autorizzazione dei pagamenti eliminano i singoli punti di vulnerabilità che rendono necessarie le prime due. Nessun singolo livello ferma un'operazione di frode ben equipaggiata; è la combinazione a colmare ciò che le sole regole lasciano aperto.

Mettere alla prova i controlli prima del prossimo rilascio di pagamento

Cinque dimensioni che ogni team finanziario dovrebbe valutare nel modello screening-rilevamento-autorizzazione:

1. Copertura dello screening antifrode dei pagamenti: Lo screening viene eseguito su ogni transazione, o solo su pagamenti campionati e segnalati? Le frodi automatizzate sono calibrate per rimanere al di sotto delle soglie di campionamento. Una copertura limitata ai pagamenti campionati crea un punto cieco noto.

2. Adattabilità del rilevamento: Il rilevamento delle anomalie comportamentali può aggiornarsi a un nuovo pattern di attacco senza una modifica manuale delle regole? Se non può, il rilevamento sarà in ritardo rispetto alla frode che è progettato per intercettare. Questo ritardo spesso diventa visibile negli eventi di perdita e nel volume delle eccezioni prima di emergere altrove.

3. Architettura dei controlli di autorizzazione dei pagamenti: I flussi di approvazione contengono singoli punti di vulnerabilità che una campagna BEC o di impersonazione mirata potrebbe sfruttare? Identificare questi punti è il punto di partenza per la riprogettazione dei controlli.

4. Continuità del monitoraggio: Il monitoraggio delle frodi opera in tempo reale, o introduce una latenza del ciclo di revisione che un sistema automatizzato può aggirare? La velocità di rilevamento è un requisito di controllo.

5. Tracciabilità: L'organizzazione è in grado di produrre un audit trail completo su richiesta per ogni autorizzazione di pagamento nell'ambito definito, compreso un timestamp? L'audit trail è sia un input di rilevamento sia il primo documento che un comitato di audit richiederà dopo un evento di perdita.

In sintesi

Il profilo di rischio delle frodi sui pagamenti per la tesoreria aziendale non si stabilizzerà. BCG offre ai team finanziari una finestra previsionale di due anni prima che i sistemi agentici cambino materialmente l'economia delle truffe finanziarie, e il 17% delle organizzazioni che già utilizzano l'AI per il rilevamento delle frodi sta accumulando un'esperienza che il resto del mercato non ha ancora.

Le organizzazioni che trattano la frode sui pagamenti come un problema da affrontare periodicamente scopriranno che si tratta in realtà di un problema in tempo reale per il bilancio. Se stessi presentando la situazione al vostro consiglio di amministrazione il prossimo trimestre, ecco cosa direi. Prima che il denaro si muova, tre cose devono essere vere: il pagamento è stato sottoposto a screening, l'azione è stata autorizzata e l'audit trail è verificabile. I team finanziari che integrano lo screening antifrode dei pagamenti, il rilevamento delle anomalie comportamentali e i controlli di autorizzazione dei pagamenti nella propria architettura di controllo sono quelli in grado di sostenere questa tesi. Il modello screening-rilevamento-autorizzazione è ciò che presenterei a qualsiasi comitato di audit, e dovrebbe essere presentato anche al vostro.

Questo stesso approccio guida il modo in cui gestiamo la sicurezza dei pagamenti in Kyriba.