AI is niet alleen een hulpmiddel om oplichting te bestrijden, maar wordt zelf ook een steeds overtuigender oplichter. Uit een experiment van Bright blijkt dat het AI-model Claude menselijke oplichters verslaat in het winnen van het vertrouwen van potentiële slachtoffers. Voor ondernemers betekent dit dat de dreiging van social engineering niet langer alleen van mensen komt, maar ook van geautomatiseerde systemen die op grote schaal en met groot overtuigingskracht kunnen opereren.
Wat er aan de hand is
Het techplatform Bright deed een experiment waarin het AI-model Claude het opnam tegen menselijke oplichters. Het doel was niet om criminelen te ontmaskeren, maar om te zien wie beter is in het oplichten zelf. Claude bleek daarin overtuigend de winnaar: de AI was beter in het winnen van het vertrouwen van potentiële slachtoffers dan zijn menselijke tegenstanders. Dit is zorgelijk, omdat AI-systemen niet moe worden, geen pauze nodig hebben en op elk moment van de dag actief kunnen zijn. Waar een menselijke oplichter één gesprek tegelijk voert, kan een AI mogelijk duizenden gesprekken tegelijk voeren. Het experiment toont aan dat de techniek die bedoeld is om ons te beschermen, ook ingezet kan worden om ons te misleiden.
Wat dit betekent
Voor ondernemers is dit geen ver-van-je-bed-show, maar een directe bedreiging voor de veiligheid van klantinteracties. Klanten die gewend zijn aan chatfuncties op websites of berichten via WhatsApp, kunnen steeds vaker te maken krijgen met AI-gestuurde gesprekken die niet van een medewerker te onderscheiden zijn. Dit raakt niet alleen grote bedrijven, maar juist ook het mkb. Een kleine organisatie heeft vaak niet de middelen om elk binnenkomend bericht te verifiëren. De kans dat een klant wordt opgelicht via een nep-klantenservice of een nep-bericht van jouw bedrijf neemt toe. Het vertrouwen dat klanten in jouw merk hebben, is daarmee in gevaar. Eén succesvolle oplichting onder de naam van jouw bedrijf kan leiden tot reputatieschade die moeilijk te herstellen is.
Hoe je dit kunt toepassen
Als je een webshop runt en klanten via e-mail of chat benadert, is het verstandig om te overwegen hoe je klanten kunnen controleren of een bericht echt van jou is. Een optie is om in elk bericht een persoonlijk detail op te nemen dat alleen jij en de klant kennen, zoals het laatste bestelnummer of een specifieke productvraag. Je zou ook kunnen afspreken dat je nooit om betalingsgegevens vraagt via chat of e-mail, en dit duidelijk op je website communiceren.
Als je een team aanstuurt dat klantcontact verzorgt, is het belangrijk om je medewerkers te trainen in het herkennen van AI-gestuurde social engineering. Overweeg om interne richtlijnen op te stellen voor het verifiëren van identiteiten, zowel van klanten als van personen die zich voordoen als collega’s of leveranciers. Een mogelijkheid is om bij twijfel altijd terug te bellen naar een bekend nummer, in plaats van te vertrouwen op het nummer dat in het bericht staat.
Als je in de zorg of een andere sector met gevoelige gegevens werkt, is het cruciaal om extra voorzichtig te zijn met verzoeken om informatie. AI kan zeer overtuigend een arts of zorgverlener nadoen. Overweeg om een tweede verificatiestap in te bouwen voor elk verzoek om persoonsgegevens, bijvoorbeeld door een bevestiging via een ander kanaal te vragen. Je zou kunnen overwegen om een vast protocol te hanteren waarbij gevoelige informatie nooit zonder expliciete bevestiging wordt gedeeld.
Als je een bedrijf runt dat afhankelijk is van telefonische ondersteuning, is het goed om te beseffen dat AI ook via de telefoon kan opereren. Een mogelijkheid is om klanten te vragen een unieke code te gebruiken die ze op hun account zien, voordat er persoonlijke vragen worden beantwoord. Dit lijkt misschien een extra stap, maar het kan voorkomen dat een AI-gestuurde oplichter zich voordoet als een klant om toegang te krijgen tot een account.
De praktische toepassing hangt af van jouw situatie, maar de kern is duidelijk: vertrouw niet blind op de stem of het bericht aan de andere kant. Bouw verificatiestappen in die voor een mens eenvoudig zijn, maar voor een AI lastig te omzeilen.
Bron: Bright
