FBI AI फ्रॉड रिपोर्ट: 2025 में 893 मिलियन डॉलर का नुकसान
FBI AI फ्रॉड रिपोर्ट, यानी अप्रैल 2026 में जारी 2025 की Internet Crime Report का हिस्सा, आर्टिफिशियल इंटेलिजेंस का ज़िक्र करने वाली 22,364 शिकायतों में 893 मिलियन डॉलर से ज़्यादा का नुकसान बताती है। एजेंसी ने पहली बार AI को अलग डिस्क्रिप्टर के रूप में गिना है, और उसका कहना है कि असली आंकड़ा इससे ज़्यादा हो सकता है। कारोबारों के लिए ये मामले दो कमज़ोर प्रक्रियाओं की ओर इशारा करते हैं: फ़र्ज़ी एग्ज़ीक्यूटिव ईमेल के निशाने पर पेमेंट अप्रूवल और डीपफ़ेक उम्मीदवारों के निशाने पर हायरिंग।
FBI ने AI को अलग से गिनना क्यों शुरू किया
FBI की समस्या विज़िबिलिटी की थी। उसका Internet Crime Complaint Center, यानी IC3, 25 साल से शिकायतों को अपराध के प्रकार के हिसाब से छांटता रहा है, और AI की मदद से होने वाले स्कैम आम फ्रॉड श्रेणियों में मिल जाते थे। कोई नहीं बता सकता था कि AI टूल अपराधियों को कितना पैसा हड़पने में मदद कर रहे हैं।
दबाव बढ़ रहा था। IC3 को रिपोर्ट हुआ कुल नुकसान 2025 में 20.877 बिलियन डॉलर तक पहुंच गया, जो पिछले साल से 26% ज़्यादा है, और शिकायतें 1,008,597 थीं। यह पहला साल था जब शिकायतें दस लाख से ऊपर गईं। साइबर-सक्षम फ्रॉड, यानी पुराने स्कैम चलाने के लिए इंटरनेट का इस्तेमाल, 45% शिकायतों में था लेकिन 85% आर्थिक नुकसान का कारण बना।
2025 की IC3 रिपोर्ट में क्या जुड़ा
पहली बार 2025 की रिपोर्ट में आर्टिफिशियल इंटेलिजेंस पर एक विशेष सेक्शन है और AI को अपराध के प्रकारों में अलग डिस्क्रिप्टर के रूप में ट्रैक किया गया है। एजेंसी AI को ऐसा टूल बताती है जिसे "वैध, मददगार उद्देश्यों के लिए या आपराधिक इरादों से इस्तेमाल किया जा सकता है।"
रिपोर्ट साइबर अपराध में AI के चार आम इस्तेमाल गिनाती है: बिज़नेस ईमेल कंप्रोमाइज़, भरोसा और रोमांस स्कैम, नौकरी के झांसे और निवेश ठगी। FBI के मुताबिक अपराधी फ़र्ज़ी सोशल प्रोफ़ाइल, आवाज़ की क्लोनिंग, पहचान दस्तावेज़ और सार्वजनिक हस्तियों या अपनों के भरोसेमंद वीडियो इस्तेमाल करते हैं।
विश्लेषक किसी शिकायत को AI से जुड़ा कैसे मानते हैं
तरीक़ा सीधा है, और उसकी एक सीमा है। IC3 के विश्लेषकों ने AI डिस्क्रिप्टर तभी लगाया जब शिकायत दर्ज करने वाले ने सीधे आर्टिफिशियल इंटेलिजेंस का ज़िक्र किया। ज़्यादातर पीड़ितों को पता नहीं होता कि ठग ने AI इस्तेमाल किया, इसलिए गिनती इस पर निर्भर करती है कि वे क्या लिखते हैं।
FBI ने The Register को भेजे ईमेल में ख़ुद यह बात कही।
"AI से जुड़ी गिनती शिकायतकर्ता की दी जानकारी की गुणवत्ता और शब्दों पर निर्भर है; इसलिए संभव है कि आंकड़ा ज़्यादा हो।" FBI, अपने AI शिकायत आंकड़ों पर
निवेश के आंकड़े इस अंतर को दिखाते हैं। AI से जुड़े निवेश फ्रॉड का नुकसान 632,041,188 डॉलर रहा, जबकि निवेश फ्रॉड का कुल नुकसान 8.6 बिलियन डॉलर से ज़्यादा था। एजेंसी के मुताबिक इससे साफ़ है कि कई पीड़ित नहीं समझ पाते कि AI की कितनी भूमिका हो सकती है।
FBI AI फ्रॉड रिपोर्ट में क्या मिला
FBI AI फ्रॉड रिपोर्ट 2025 में AI का ज़िक्र करने वाली 22,364 शिकायतों में 893 मिलियन डॉलर से ज़्यादा का नुकसान बताती है। निवेश फ्रॉड संख्या और रकम दोनों में सबसे आगे रहा: 4,356 शिकायतें और 632,041,188 डॉलर का नुकसान।
बाक़ी रकम छोटी है पर कई स्कैम में बिखरी है। AI से जुड़े बिज़नेस ईमेल कंप्रोमाइज़ में 30,256,592 डॉलर का नुकसान हुआ। AI का ज़िक्र करने वाले टेक और कस्टमर सपोर्ट फ्रॉड में 19,457,078 डॉलर, भरोसा और रोमांस स्कैम में 19,041,653 डॉलर और निजी डेटा उल्लंघन की शिकायतों में 18,767,964 डॉलर का नुकसान हुआ। डिस्ट्रेस स्कैम, जिनमें क्लोन की गई आवाज़ आपात स्थिति में किसी परिजन की नक़ल करती है, में 5 मिलियन डॉलर से ज़्यादा गए। 60 साल और उससे ज़्यादा उम्र के लोगों ने AI से जुड़ी 3,143 शिकायतें दर्ज कीं, जिनमें नुकसान 352,496,231 डॉलर रहा।
AI-संचालित फ्रॉड का कारोबारों के लिए क्या मतलब है
किसी कंपनी के लिए दो नतीजे सबसे ज़रूरी हैं। पहला बिज़नेस ईमेल कंप्रोमाइज़ है। रिपोर्ट बताती है कि चैट जनरेटर चीफ़ एग्ज़ीक्यूटिव की शैली में आधिकारिक लगने वाले ईमेल लिखते हैं, जिनमें फ़िशिंग लिंक या वायर निर्देश होते हैं, और वॉयस क्लोनिंग उसी अनुरोध को फ़र्ज़ी फ़ोन कॉल से पक्का करती है।
दूसरा हायरिंग है। रिपोर्ट के मुताबिक उम्मीदवार ऑनलाइन जॉब इंटरव्यू में वॉयस स्पूफ़िंग या डीपफ़ेक वीडियो इस्तेमाल करते हैं, जहां होंठों की हरकत बोली से नहीं मिलती या खांसी स्क्रीन से मेल नहीं खाती। पीड़ितों ने AI वाले रोज़गार स्कैम में लगभग 13 मिलियन डॉलर का नुकसान बताया, और एजेंसी का कहना है कि मुख्य मक़सद सीधा पेमेंट नहीं, निजी कंप्यूटर नेटवर्क तक पहुंच है। इससे भर्ती की कॉल सुरक्षा जोखिम बन जाती है।
FBI और दूसरे क्या सलाह देते हैं
FBI लोगों से कहता है कि जल्दबाज़ी वाले पेमेंट अनुरोध पर कदम उठाने से पहले रुककर सोचें। सुरक्षा फ़र्म Bitdefender सलाह देती है कि किसी भी अनुरोध को दूसरे चैनल से जांचें और भरोसेमंद नंबर पर व्यक्ति या संस्था को वापस कॉल करें।
FBI की क्रिमिनल और साइबर शाखा के ऑपरेशंस डायरेक्टर जोस पेरेज़ ने कहा कि जैसे-जैसे दुनिया आर्टिफिशियल इंटेलिजेंस जैसी उभरती तकनीकें अपनाएगी, साइबर ख़तरे और साइबर-सक्षम अपराध भी बदलते रहेंगे।
सवाल और जवाब
2025 में AI से जुड़े फ्रॉड में अमेरिकियों ने कितना पैसा गंवाया?
FBI के मुताबिक AI का ज़िक्र करने वाली 22,364 शिकायतों में 893 मिलियन डॉलर से ज़्यादा का नुकसान हुआ। उसका कहना है कि असली आंकड़ा ज़्यादा हो सकता है, क्योंकि पीड़ितों को अक्सर पता नहीं होता कि AI इस्तेमाल हुआ।
कौन से AI स्कैम सबसे महंगे रहे?
निवेश फ्रॉड, जिसमें 4,356 शिकायतों में AI से जुड़ा नुकसान 632,041,188 डॉलर रहा, और उसके बाद बिज़नेस ईमेल कंप्रोमाइज़, जिसमें 30,256,592 डॉलर का नुकसान हुआ।
जॉब इंटरव्यू फ्रॉड में AI कैसे दिखता है?
उम्मीदवार ऑनलाइन इंटरव्यू में वॉयस स्पूफ़िंग या डीपफ़ेक वीडियो इस्तेमाल करते हैं। FBI के मुताबिक आम तौर पर मक़सद निजी कंप्यूटर नेटवर्क तक पहुंच होता है, और पीड़ितों ने लगभग 13 मिलियन डॉलर का नुकसान बताया।
MOZGII की राय
हम इसे कैसे बनाते
यहां सबक़ FBI का अपना तरीक़ा है। वह AI को तभी गिनता है जब पीड़ित कहे कि AI शामिल था, इसलिए यह संख्या अपराध के साथ-साथ जागरूकता को भी मापती है। जो कंपनी अपना ख़तरा जानना चाहती है, वह इंतज़ार नहीं कर सकती कि कोई पीड़ित ध्यान दे। उसे उस प्रक्रिया को देखना होगा जिसे स्कैम निशाना बनाता है।
अगर हम किसी फ़ाइनेंस टीम के लिए बचाव बना रहे होते, तो डीपफ़ेक पहचान से नहीं, पेमेंट अप्रूवल के रास्ते से शुरू करते। बैंक डिटेल बदलने या जल्दी वायर भेजने के हर अनुरोध की पुष्टि ऐसे दूसरे चैनल से होती जिसे अनुरोध करने वाले ने नहीं चुना, जैसे फ़ाइल में पहले से दर्ज नंबर पर वापस कॉल। एक मॉडल आने वाले ईमेल पढ़कर ऐसे अनुरोध फ़्लैग कर सकता है जो किसी एग्ज़ीक्यूटिव की शैली की नक़ल करते हैं पर नए पते से आते हैं, और फ़ाइनेंस का कोई व्यक्ति हर फ़्लैग की समीक्षा करता। हायरिंग में हम नए कर्मचारी को नेटवर्क एक्सेस देने से पहले एक छोटा लाइव पहचान-जांच जोड़ते।
यह वहां टूटेगा जहां लोग जल्दी में होते हैं। तिमाही के अंत में आया चालाक फ़र्ज़ीवाड़ा, जिसमें एग्ज़ीक्यूटिव की क्लोन की हुई आवाज़ हो, थके हुए समीक्षक को चकमा दे देगा। नक़ली सामग्री बेहतर होने के साथ डिटेक्शन मॉडल भी जल्दी पुराने पड़ते हैं। जिस एक मेट्रिक पर हम नज़र रखते, वह है पेमेंट बदलाव के उन अनुरोधों का हिस्सा जिनकी पुष्टि पैसा जाने से पहले दूसरे चैनल से हो चुकी हो।
इसके बाद हम एक सरल रिपोर्टिंग बटन बनाते, जिससे स्टाफ़ किसी संदिग्ध ईमेल, कॉल या इंटरव्यू को एक ही कदम में सुरक्षा टीम तक भेज सके, ताकि कंपनी अंदाज़े से नहीं, अपने ऊपर हुए प्रयासों को ख़ुद गिनकर जाने।
स्रोत
इस खबर के तथ्य इन स्रोतों से लिए गए हैं।