Associati
Intelligenza artificiale e cyberlaundering
A cura di Ranieri Razzante
L’intelligenza artificiale (AI) ha rivoluzionato molti settori e, per quel che qui interessa, il comparto dei servizi finanziari. Ciò in via positiva, migliorando l’offerta e la fruizione di servizi da parte della clientela (si pensi, ad esempio, alle nuove possibilità di accesso a servizi on line, sia di trading che di informazione economica e fiscale). Ma la tecnologia tanto celebrata in questo momento viene anche sempre più sfruttata dalla criminalità organizzata, che ne riconosce il potenziale per massimizzare i profitti illeciti e minimizzare i rischi di discovery.
Ad esempio, l’AI viene utilizzata per potenziare i malware cosiddetti “adattivi”, in grado di eludere i sistemi di sicurezza aggiornandosi continuamente. Questi programmi possono - in sintesi - analizzare i meccanismi di difesa di un sistema e modificarne il codice in tempo reale, aumentando le difficoltà per gli esperti di cybersecurity nel prevenirne la diffusione. A ben vedere, l’utilizzo dell’apprendimento automatico permette al malware di individuare rapidamente sistemi vulnerabili e replicarsi in modo estremamente efficiente. Si pensi a ciò che queste evenienze possono produrre sui sistemi finanziari e gli apparati di trading bancario e borsistico.
Nel 2022, una nota vicenda ha visto un’organizzazione criminale utilizzare un deepfake vocale per sottrarre oltre 35 milioni di dollari da una banca degli Emirati Arabi Uniti. Inoltre, una frode multimilionaria compiuta da criminali mediante utilizzo di un deepfake vocale per impersonare un amministratore delegato, convincendo un dirigente a trasferire fondi su un conto controllato da truffatori. Prima che il riciclaggio, le frodi finanziarie sono in aumento esponenziale; ne sono vittime persino gli exchangers di criptovalute.
Il riciclaggio di denaro rappresenta un settore dove l’intelligenza artificiale ha permesso alla criminalità organizzata di raggiungere livelli di sofisticazione senza precedenti. L’AI viene utilizzata per elaborare schemi complessi, che frammentano e distribuiscono i flussi di denaro attraverso reti globali, rendendo estremamente difficile il loro tracciamento.
Si diceva prima che le piattaforme di criptovalute sono spesso al centro di queste operazioni. L’intelligenza artificiale consente di analizzare in tempo reale le transazioni su blockchain pubbliche e private, identificando percorsi e canali meno sorvegliati. Questi algoritmi mescolano abilmente fondi legali e illegali tramite servizi come i mixer di criptovalute, oscurando la provenienza del denaro e rendendo quasi impossibile risalire alla sua origine.
Queste transazioni, frazionate in importi minimi, passano pressoché inosservate ai sistemi di monitoraggio tradizionali.
Un altro esempio malevolo è l’impiego dell’AI per creare false aziende o reti di fatturazione fittizia. Questi sistemi simulano operazioni commerciali legittime, sfruttando modelli di apprendimento automatico per generare documentazione contabile credibile. Attraverso questo processo, il denaro sporco viene integrato nei circuiti finanziari legali con una precisione quasi perfetta.
La portata del problema è ulteriormente amplificata dal dark web, dove l’AI viene utilizzata per facilitare la compravendita di strumenti finanziari illeciti, come conti bancari compromessi e carte di credito rubate. Attraverso queste piattaforme, i gruppi criminali accedono a reti globali che consentono loro di espandere le operazioni su scala internazionale.
Le autorità si trovano quindi ad affrontare un nemico tecnologicamente avanzato, capace di sfruttare ogni lacuna nei sistemi di controllo finanziario e regolamentazione. Per contrastare queste attività, è necessario un uso altrettanto avanzato dell’AI da parte di enti di vigilanza e forze dell’ordine, accompagnato da una stretta collaborazione internazionale.
In Italia, le nostre Autorità di vigilanza di settore, e le Forze dell’ordine dedicate, stanno utilizzando sistemi di machine learning per l’analisi massiva di dati, come quelli rivenienti ad esempio dalle cosiddette “segnalazioni di operazioni sospette” previste dalla normativa di prevenzione del riciclaggio (il d.lgs. 231 del 2007).
Questi metodi rappresentano una sfida enorme per le autorità, che devono fronteggiare un nemico sempre più tecnologicamente avanzato, capace di sfruttare le lacune nei sistemi di regolamentazione e controllo finanziario.
La criminalità organizzata sfrutta le potenzialità dell’AI anche in riferimento al traffico di droga e al contrabbando. I cartelli della droga, in particolare, hanno investito in queste tecnologie per ridurre i costi logistici e minimizzare i rischi.
In un caso documentato, una rete criminale ha utilizzato il machine learning per coordinare un’operazione su larga scala che ha coinvolto più punti di sbarco in diversi paesi, riducendo al minimo il rischio di intercettazione.
L’applicazione dell’intelligenza artificiale non si limita alla logistica o al marketing illecito, e può osservarsi come l’AI stia trasformando il traffico di droga e contrabbando, rendendo le operazioni criminali più efficienti e difficili da contrastare.
I gruppi criminali e terroristici utilizzano l’AI anche per ottimizzare la logistica. Alcuni esempi includono:
• L’uso di droni autonomi per il trasporto di droga e altre merci illegali.
• L’impiego di algoritmi per scegliere percorsi di traffico meno monitorati.
• Previsioni sulla domanda di mercato grazie all’analisi dei dati provenienti dai social media e dal dark web.
Con particolare riferimento alla sorveglianza e al monitoraggio delle operazioni, l’impiego del riconoscimento facciale da parte della criminalità organizzata ha introdotto - giova ripeterlo - nuove possibilità di controllo e gestione delle attività illecite. Grazie a software avanzati, le organizzazioni possono seguire i loro movimenti in tempo reale attraverso sistemi di sorveglianza urbana o telecamere private.
In alcuni casi, i sistemi analizzano non solo i volti ma anche i comportamenti, segnalando automaticamente eventuali anomalie che potrebbero indicare un’infiltrazione o un rischio di esposizione.
Infine, questi gruppi stanno iniziando a sperimentare l’uso del riconoscimento facciale per condurre analisi preliminari nei luoghi pubblici. Ad esempio, prima di organizzare incontri o scambi di merci, i criminali utilizzano droni o telecamere nascoste per scansionare l’area e verificare l’assenza di minacce, come agenti sotto copertura o dispositivi di sorveglianza.
Questi sviluppi evidenziano come la criminalità organizzata sfrutti l’AI non solo per migliorare la sicurezza delle proprie operazioni, ma anche per anticipare e neutralizzare eventuali interventi delle autorità. Per contrastare questi abusi, è fondamentale che le istituzioni sviluppino tecnologie di rilevamento altrettanto avanzate, accompagnate da regolamentazioni rigorose che limitino l’uso illecito del riconoscimento facciale. E magari lo consentano di più a fini di difesa, contrariamente alle previsioni dell’AI Act e del Gdpr in questa materia.
Il cyberlaundering era già noto almeno due decenni fa, ma si perpetrava con la penetrazione di conti bancari, ove far transitare somme, o attraverso carte di credito e piattaforme di pagamento.
Oggi, come sopra è stato accennato, il web offre ancora di più, ma le Autorità antiriciclaggio, non ultima la nuova AMLA europea, si stanno muovendo alacremente per colmare un evidente gap generazionale.