Truffe AI e Deep Voice: il caso Fideuram e i rischi per i CEO
- Un attacco di Deep Voice ha portato al furto di 95 milioni di euro da Fideuram-Intesa Sanpaolo tramite la clonazione della voce di un socio di A&O Shearman.
- Le perdite globali da frodi BEC potenziate dall'IA hanno superato i 3 miliardi di dollari nel solo 2025, secondo dati FBI.
- La tecnologia Deep Voice permette di superare le verifiche umane tradizionali, rendendo obsoleti i protocolli di conferma basati sul riconoscimento vocale.
- L'evoluzione del rischio si sposta dall'email (BEC classico) a videocall e chiamate iperrealistiche, come dimostrato dal caso Arup a Hong Kong.
Un messaggio su WhatsApp
Tutto inizia con una notifica. Paolo Molesini, all'epoca presidente di Fideuram — la divisione di private banking del gruppo Intesa Sanpaolo — riceve un messaggio su WhatsApp. Il mittente sembra essere Carlo Messina, l'amministratore delegato di Intesa Sanpaolo. Il tono è urgente: è necessario canalizzare attraverso la tesoreria di Fideuram una serie di trasferimenti di fondi per evitare di perdere un'operazione finanziaria all'estero di interesse per il gruppo.
La giustificazione per questa procedura anomala è di natura pratica: alcune circostanze impedirebbero a Intesa di eseguire le operazioni direttamente. Molesini, convinto della legittimità della richiesta, attende la conferma successiva. Arriva allora la telefonata. Dall'altra parte della linea parla Paolo Nastasi, socio direttore dello studio legale A&O Shearman in Italia, presentato come l'intermediario dell'operazione. Molesini conosce Nastasi, riconosce la sua voce e, basandosi su questa certezza sensoriale, autorizza i pagamenti.
La realtà è diversa. Paolo Nastasi non è coinvolto in alcuna operazione; la sua voce è stata replicata tramite strumenti di intelligenza artificiale. I fondi, per un totale di circa 95 milioni di euro, vengono trasferiti principalmente verso Cina e Hong Kong. Grazie alla rapidità dei meccanismi di cooperazione interbancaria internazionale, Fideuram riesce a bloccare e recuperare 40 milioni di euro in un istituto cinese. Altri 19 milioni vengono recuperati, ma 36 milioni di euro spariscono definitivamente. L'episodio, avvenuto a febbraio 2026, è ora al centro delle indagini dei procuratori Alfonso Serritiello e Barbara Benzi della Procura di Milano .
3 miliardi di dollari
Il caso di Fideuram non è un evento isolato, ma l'apice di un trend di scala globale. Se nel 2020 le frodi di tipo BEC (Business Email Compromise) si basavano su email di phishing — come nel caso di Barbara Corcoran, la cui azienda perse 388.700 dollari per una fattura falsa inviata a una contabile — oggi l'IA ha riscritto le regole del gioco.
I numeri parlano di un'escalation senza precedenti. Secondo i dati forniti dall'FBI, solo nel 2025 le perdite globali legate a questo sistema di frodi hanno superato i 3 miliardi di dollari. Non si tratta più di semplici errori di ortografia o mittenti sospetti, ma di operazioni di ingegneria sociale sofisticate che combinano l'analisi di dati pubblici aziendali, lo studio dei protocolli di pagamento e l'uso di deepfake.
L'analisi strategica suggerisce che siamo passati da una fase di 'imitazione testuale' a una di 'imitazione identitaria'. L'esempio della società di ingegneria britannica Arup è emblematico: un dipendente dell'ufficio di Hong Kong ha trasferito 25 milioni di dollari dopo aver partecipato a una videocall con presunti dirigenti. L'impiegato ha visto e sentito il proprio capo e altri alti dirigenti, ma l'intera riunione era una farsa generata da deepfake iperrealistici. Questo indica che il perimetro di sicurezza non è più l'identità digitale (l'email), ma l'identità biologica (voce e volto).
La tecnica del Deep Voice
La clonazione vocale, o Deep Voice, si basa sull'addestramento di modelli di machine learning su campioni audio di una persona specifica. Una volta che l'IA ha analizzato il timbro, l'inflessione, il ritmo e le pause tipiche di un soggetto, può generare qualsiasi frase con una fedeltà quasi assoluta.
Per i criminali, l'acquisizione dei campioni audio è oggi estremamente semplice: bastano registrazioni pubbliche, interviste, webinar o brevi clip sui social media. Una volta ottenuto il materiale, vengono utilizzate piattaforme di sintesi vocale avanzata. Tra gli strumenti citati come estremamente efficaci per queste operazioni figurano Aflorithmic, Respeecher e Resemble.AI .
Il processo segue generalmente questo schema:
- Ricognizione: Raccolta di dati pubblici sull'azienda e sui suoi dirigenti.
- Campionamento: Estrazione di audio della vittima da fonti aperte.
- Sintesi: Creazione del clone vocale tramite software di IA.
- Esecuzione: Contatto tramite canali rapidi (WhatsApp, chiamate VoIP) per creare pressione psicologica e urgenza.
Questa tecnica ha permesso, ad esempio, di colpire un gerente bancario negli Emirati Arabi Uniti, che ha autorizzato trasferimenti per 35 milioni di dollari dopo essere stato ingannato dalla voce clonata del proprietario di un'azienda. In quel caso, le autorità locali hanno identificato 17 individui potenzialmente coinvolti, sottolineando come l'uso di queste tecnologie stia accelerando la velocità di esecuzione dei crimini finanziari .
Perché l'orecchio umano non basta più
Per decenni, il riconoscimento vocale è stato considerato un fattore di autenticazione forte, basato sulla fiducia interpersonale. Se sento il mio capo, so che è lui. Questa certezza è oggi l'anello più debole della catena di sicurezza aziendale.
Jake Moore, specialista di sicurezza di ESET, avverte che ci troviamo in un momento critico in cui gli attori delle minacce stanno spostando le proprie risorse verso l'IA per manipolare persone che ignorano la reale portata di queste tecnologie. Il problema non è più la qualità dell'audio — che è ormai indistinguibile dall'originale — ma la psicologia della fiducia. Quando un dirigente riceve un ordine da un superiore (come nel caso di Molesini che riceve un messaggio da Messina) e questo viene confermato da una voce familiare (Nastasi), il cervello umano tende a bypassare i protocolli di controllo formali.
L'analisi del rischio evidenzia che l'ingegneria sociale non attacca il software, ma l'hardware biologico dell'essere umano: l'urgenza e l'autorità. Se l'attaccante simula un'emergenza finanziaria, la vittima è portata a razionalizzare l'anomalia della procedura (es. l'uso di Fideuram invece di Intesa) per risolvere rapidamente il problema.
Per contrastare questo fenomeno, l'unica difesa efficace non è l'ascolto critico, ma l'implementazione di protocolli di verifica 'out-of-band'. Ciò significa che qualsiasi richiesta di trasferimento fondi deve essere confermata attraverso un canale diverso e pre-concordato, indipendentemente da quanto sembri reale la voce dell'interlocutore.
La vulnerabilità dei protocolli bancari tra AI Act e NIS2
L'incidente che ha coinvolto Intesa Sanpaolo e A&O Shearman pone interrogativi urgenti sulla resilienza delle infrastrutture finanziarie europee. In un contesto normativo che vede l'introduzione dell'AI Act e della direttiva NIS2, la responsabilità delle imprese si sposta verso una gestione del rischio molto più proattiva.
La direttiva NIS2 impone standard di sicurezza più rigorosi per i settori critici, inclusi i servizi finanziari, richiedendo una gestione della supply chain e una resilienza operativa che non può più ignorare l'IA generativa. Se un'operazione da 95 milioni di euro può essere attivata tramite un messaggio WhatsApp e una telefonata, significa che esiste un gap tra la conformità formale e la sicurezza operativa reale.
Per le imprese italiane, l'implicazione è chiara: l'AI Act regolerà l'uso dell'IA, ma non potrà impedire l'uso malintenzionato di strumenti sviluppati fuori dai confini UE. La difesa deve quindi basarsi su tre pilastri:
Primo, l'aggiornamento dei protocolli di autorizzazione. Le firme digitali e l'autenticazione a più fattori (MFA) devono sostituire qualsiasi forma di conferma verbale per operazioni di valore significativo.
Secondo, la formazione specifica del top management. I CEO e i C-level sono i bersagli primari perché possiedono l'autorità per bypassare i controlli. Devono essere consapevoli che la loro immagine e la loro voce sono ormai 'asset pubblici' che possono essere clonati.
Terzo, l'adozione di tecnologie di detezione dei deepfake. Esistono già strumenti in grado di analizzare le frequenze audio per identificare sintesi artificiali, ma la loro integrazione nei sistemi di comunicazione aziendale è ancora marginale.
Guardando al futuro, possiamo identificare due scenari possibili per l'evoluzione di queste minacce:
Scenario A: L'automazione totale del BEC. I criminali useranno agenti IA che non solo clonano la voce, ma gestiscono l'intera conversazione in tempo reale senza intervento umano, adattando il discorso in base alle risposte della vittima. Indicatore verificabile: Aumento di attacchi BEC in cui l'interlocutore risponde a domande complesse e non scriptate in tempo reale.
Scenario B: La risposta normativa e tecnologica. Le banche imporranno l'uso di 'chiavi di autenticazione vocale' o protocolli crittografici per ogni chiamata di business sensibile. Indicatore verificabile: Introduzione di standard di certificazione vocale obbligatori per le transazioni sopra una certa soglia monetaria entro il 2027.
In sintesi, l'Europa si trova di fronte a una sfida dove la legge (AI Act) e la tecnica (NIS2) devono convergere per proteggere non solo i dati, ma la stessa percezione della verità nelle comunicazioni aziendali.
Domande frequenti
Cos'è il Deep Voice e come funziona?
È una tecnica di intelligenza artificiale che permette di clonare la voce di una persona analizzando campioni audio esistenti per poi generare nuovi discorsi con lo stesso timbro e inflessione.
Quanto denaro è stato sottratto nel caso Intesa Sanpaolo/A&O Shearman?
Sono stati trasferiti circa 95 milioni di euro; di questi, 59 milioni sono stati recuperati, mentre 36 milioni sono andati perduti.
Qual è la differenza tra il vecchio BEC e quello potenziato dall'IA?
Il Business Email Compromise (BEC) classico si basava su email di phishing e suplantazione testuale. Il nuovo BEC utilizza deepfake audio e video per ingannare le vittime tramite chiamate e videocall iperrealistiche.
Fonti: Confilegal, Noticiasseguridad, Que ·
glacom · IA per studi legali: i fascicoli non escono dallo studio →Scrivila qui: Susanna, l assistente AI di glacom, ti risponde via email con un approfondimento gratuito.
Nessuna consulenza personalizzata (finanziaria, legale o medica): solo informazione e fonti. Email usata solo per rispondere.
oppure scrivile su: WhatsApp · Telegram · SimpleX · Delta Chat · Email
