Классический банковский антифрод строился вокруг понятной логики: проверить получателя, устройство, IP-адрес, историю операций и остановить платеж, если один из параметров уже связан с мошенничеством. Для массового карточного фрода этот подход остается эффективным. Но социальная инженерия меняет сам объект защиты: злоумышленник не обязательно взламывает счет - он убеждает законного владельца самостоятельно оформить кредит, снять наличные или подтвердить перевод.
Несмотря на развитие банковских систем защиты, объем потерь от мошеннических операций остается значительным. По данным Банка России, в 2025 г. кредитные организации предотвратили 134,2 млн мошеннических операций на сумму 13,9 трлн руб., при этом объем фактически похищенных средств все же остается высок. В 2024 г. этот показатель составлял 27,5 млрд руб., что превышает уровень 2023 г. Эти данные показывают, что рост эффективности систем выявления подозрительных операций сопровождается усложнением мошеннических схем.
Стоп-лист - база уже известных подозрительных реквизитов, устройств и получателей - остается необходимым, но запаздывающим инструментом. Новый счет дропа или «чистое» устройство могут отсутствовать в базе, а платеж формально совершается самим клиентом. Эту логику фактически закрепляет и регулирование. С 1 января 2026 г. Банк России расширил число признаков мошеннического перевода с шести до 12. Кроме попадания реквизитов в базы, банки должны учитывать нетипичность операции, сведения операторов связи, необычную телефонную активность и ряд технологических сигналов.
По мнению Ильнура Ильдаровича Хасанова, кандидата технических наук, доцента кафедры информационных технологий Факультета информационных технологий и анализа больших данных Финансового университета при Правительстве Российской Федерации, современный антифрод должен оценивать не только сам платеж, но и контекст, в котором клиент к нему пришел. Резкая смена привычного сценария, новый получатель, нетипичная сумма, параллельный подозрительный звонок или установка приложения удаленного доступа по отдельности еще не доказывают мошенничество, но их сочетание резко повышает риск.
Российские банки уже внедряют такие системы защиты клиентов. Т-Банк объединяет банковский фрод-мониторинг с данными Т-Мобайла: сервис «Защитим или вернем деньги» выявляет подозрительные звонки, а затем использует этот сигнал при анализе операций клиента. В декабре 2024 г. банк описывал применение множества поведенческих и технических факторов, включая устройство и особенности действий пользователя. Газпромбанк в 2025 г. запустил совместно с ГПБ Мобайл сервис «Деньги в безопасности»: антиспам-сигнал оператора дополняется анализом нетипичного поведения при банковской операции. Альфа-Банк сообщает, что его антифрод на базе ИИ анализирует каждую транзакцию в реальном времени и может блокировать счета злоумышленников до вывода средств. Сбер использует ИИ-модель, которая обрабатывает десятки миллионов транзакций и более сотни параметров; за 2025 г., по данным банка, его система и сотрудники помогли сохранить клиентам свыше 360 млрд руб.
Зарубежный банки также смотрят в этом направление. Британский Monzo вывел в приложение индикатор Call Status. Клиент может проверить, действительно ли с ним разговаривает сотрудник банка. Компания Mastercard разработал свою антифрод-платформу Decision Intelligence Pro. В этой платформе применяется генеративный ИИ и графовый анализ связей между счетом, устройством, продавцом и операцией. Использование антифрод-платформы повысило выявления мошеннических транзакция на 20%. Компания Visa в 2025 г. создало специализированное подразделение Scam Disruption Practice, которое с помощью аналитики, искусственного интеллекта и данных платежной сети выявляет связанные между собой мошеннические схемы и помогает банкам и правоохранительным органам пресекать их. Компания оценила предотвращенные им попытки хищений в 2024 г. более чем в $350 млн. В весеннем отчете 2026 г. Visa отмечает изменение характера платежного мошенничества: по мере усиления технической защиты и аутентификации злоумышленники все чаще используют социальную инженерию и инструменты искусственного интеллекта, стремясь убедить самого клиента подтвердить мошенническую операцию.
Переход к новым технологиям предотвращение мошенничество происходит не только из предотвращенного ущерба. Жесткие правила и массовые блокировки дают ложные срабатывания, увеличивают нагрузку на кол-центры и раздражают добросовестных клиентов. Поведенческая аналитика и объединение сигналов позволяют точнее выбирать операции для дополнительной проверки. Одновременно растет цена ошибки. В Великобритании с 7 октября 2024 г. действует обязательное возмещение потерь от мошенничества с добровольно подтвержденным переводом. Стандартный лимит составляет £85 000 на требование, а расходы делятся между отправляющей и принимающей платежными организациями. Для банков это переводит социальную инженерию из репутационного риска в прямую статью расходов и делает инвестиции в превентивный антифрод экономически выгодным.
По мнению Алексея Николаевича Чернякова, кандидат философских наук, доцента кафедры информационных технологий Факультета информационных технологий и анализа больших данных Финансового университета при Правительстве Российской Федерации, главная проблема социальной инженерии заключается в том, что формально корректное действие клиента может быть результатом внешнего психологического давления. Поэтому банку приходится оценивать не только «кто совершил перевод», но и «насколько естественно это действие для данного человека».
Следующий этап развития антифрода - переход от списка плохих реквизитов к модели риска, собирающей контекст из нескольких каналов: транзакций, поведения в приложении, устройства, телефонной активности, истории получателя и межбанковского обмена данными. Стоп-листы при этом не исчезнут. Но из главного барьера они превращаются в один из сигналов. Конкурентным преимуществом банка становится способность распознать мошенничество до того, как «правильный» клиент собственноручно нажмет кнопку «Перевести».