惡意行為者已經在試行下一階段的人工智慧演進

人工智慧迅速推展了傳統計算模型的極限，因為它需要大量的基礎設施和資源來運行。

一個潛在的解決方案在於量子計算，它利用量子力學的原則來超越傳統的二進制和線性處理。將人工智慧轉移到量子計算的基礎上，理論上可以使模型在消耗更少資源的同時提高效率。

雖然量子人工智慧對於剛開始整合生成性和代理性人工智慧的組織來說仍然似乎是一個遙遠的前景，但有跡象表明網路罪犯已經在實驗下一級的人工智慧。

根據認證詐欺檢查員協會和SAS的數據，大多數受訪者預期到2030年量子人工智慧將對詐欺預防產生重大影響，約10%的人報告它已經產生了影響。

加速深偽威脅

同樣令人擔憂的是，研究發現不法分子在幾乎所有操作的各個方面都增加了人工智慧的使用，從消費者詐騙到文件偽造。然而，深偽驅動的社會工程學卻出現了最急劇的上升，約四分之三的受訪者報告在過去兩年中有所增加。

雖然早期的深偽通常容易識別，但更先進的人工智慧模型使其成為一種不容小覷的威脅。人工智慧事件數據庫強化了這些擔憂，記錄了2025年11月至2026年1月之間超過100起不同的深偽事件。

危險的局勢

這些新興威脅正在加重現代網路安全系統的能力負擔。特別是對金融機構而言，受到嚴格合規約束和客戶期望的影響，實施新技術通常是一個複雜且資源密集的過程。

這造成了一種危險的局面，網路罪犯與迅速進步的技術同步進化，而許多銀行卻在努力跟上。根據ACFE的研究，只有7%的受訪者表示他們的組織在檢測或防止人工智慧驅動的詐欺方面準備得超過一般。

隨著量子計算可能進入這個方程式，這一差距可能迅速變得災難性。

“我們接近於量子計算將打破加密的時刻，”Javelin Strategy & Research的網路安全總監Tracy Goldberg告訴PaymentsJournal。“這回到了我們今天保護數據的整體風險。數據被標記化或加密；卡號在傳輸時被標記化，因為這是PCI合規性的要求。”

“如果量子計算能夠打破這種加密，那麼我們最終就是在明文傳送卡數據，這將把我們倒退20年，”她說。“標記化將毫無意義。”

0

                    共享

0

                瀏覽
            

            

            

                在Facebook上分享在Twitter上分享在LinkedIn上分享

標籤：人工智慧AI代理人AI詐欺人工智慧深偽AI詐欺深偽詐欺量子AI量子計算