Австралийская компания Apate создала сеть примерно из 350 000 ИИ-ботов, которые отвечают на мошеннические звонки, сообщения в чатах и внедряются в группы злоумышленников, чтобы удерживать их в разговоре и собирать разведданные. Система уже накопила более 250 000 записей в реальном времени — от мошеннических ссылок до счетов дропов и банковских реквизитов. Подход меняет логику защиты: вместо одной блокировки атак он истощает ресурсы преступников, что важно для банков и операторов связи на фоне миллиардов вредоносных звонков и сообщений в год.
Как Apate удерживает мошенников на линии
Apate, названная в честь греческой богини обмана, два года разрабатывала то, что основатель и глава компании Дали Каафар называет идеальными жертвами для мошенников. Платформа используется банками и поддерживается телеком-компаниями, которые переводят подозрительные вызовы на ботов вместо реальных абонентов. Боты также отвечают на текстовые сообщения и заходят в мошеннические чаты с той же задачей — продлить контакт. Каждая минута разговора преступника с ботом — это минута, когда он не обзванивает потенциальных жертв с помощью систем автодозвона.
Боты получили разные характеры, языковые навыки и профили, чтобы их не распознали как машины. У одних есть WhatsApp, у других нет, одни отвечают сразу, а другие сбрасывают звонок и обещают перезвонить позже. Персонажи проявляют умеренный скепсис, но оставляют зацепки, которые побуждают мошенника продолжать уговоры. Журналисты, проверявшие демоверсию в роли продавцов криптовалюты, за шесть минут не смогли добиться инвестиций и описали диалог как живой по темпу, связный и крайне раздражающий.
Длинные разговоры — основа модели, поскольку мошеннические фабрики промышленного масштаба зависят от объема и скорости. По словам Каафара, звонки Apate регулярно длятся более двух часов, пока преступники сохраняют надежду на выплату. Собранные материалы превращаются в оперативные данные для защиты, а не остаются разрозненными историями. Именно связка задержки и сбора данных отличает систему от ручного scambaiting, который годами давал сдерживающий эффект, но не масштабировался вслед за ростом мошенничества.
Что ИИ-срыв атак дает защите бизнеса
Для компаний, работающих с платежами, звонками клиентов и сообщениями, такая автоматизация меняет экономику борьбы с мошенничеством. Вместо одной фильтрации входящего трафика банки и операторы могут направлять его в контролируемую среду, которая отнимает рабочее время преступников. Небольшие фирмы получают доступ к общим данным о ссылках, счетах и тактиках без собственной службы безопасности. Крупные организации могут связать сигналы от ботов с мониторингом мошенничества, проверкой транзакций и предупреждениями для клиентов.
У метода есть понятные ограничения, которые стоит проверить до внедрения. Преступники ежегодно рассылают миллиарды сообщений и звонков из физических мошеннических центров, поэтому даже крупный рой ботов не перехватит каждую попытку. Результат зависит от реалистичности, интеграции с маршрутизацией операторов и обмена данными между полицией, соцсетями, банками и другими отраслями. Сама новость не доказывает снижения потерь, поэтому у поставщика стоит спросить про охват, ложные срабатывания, работу с данными и измеряемое время отвлечения.
Ориентиром станет исследование LLM-ловушек honeypot из ETH Zurich, где докторант Марк Веро установил: ИИ-агенты остаются в реалистичных приманках заметно дольше и гораздо реже распознают их как ловушки. Если банки и операторы опубликуют устойчивое время удержания и факты повторного использования данных, срыв атак с помощью ИИ перейдет из эксперимента в стандартный инструмент. Отсутствие таких метрик покажет, что преступники адаптируются быстрее приманок.
