Đúng mặt, đúng giọng vẫn có thể mất tiền vì Deepfake

Đúng số điện thoại, đúng khuôn mặt, đúng giọng nói nhưng vẫn có thể khiến người tiếp nhận cuộc gọi rơi vào một cái bẫy. Khi trí tuệ nhân tạo (AI) giúp tạo ra những hình ảnh, đoạn video và giọng nói ngày càng giống người thật, ranh giới giữa nhận diện bằng cảm giác và xác thực bằng dữ liệu trở nên bức thiết hơn bao giờ hết.

Các đối tượng lừa đảo sử dụng AI để tạo sẵn một đoạn video giả mạo gương mặt và giọng nói của chủ tài khoản Facebook (Deepfake) để lừa đảo tài chính người dùng. Theo các chuyên gia, mức độ phức tạp của các kịch bản lừa đảo khi kết hợp giữa Deepfake và GPT sẽ ngày càng cao, khiến việc nhận diện lừa đảo sẽ khó khăn hơn rất nhiều - ẢNh minh họa: https://vneconomy.vn

Với ngân hàng số, cuộc đua chống gian lận vì thế không chỉ nằm ở những lớp bảo vệ phía sau hệ thống. Một mắt xích quan trọng khác nằm ở thời điểm khách hàng chuẩn bị bấm nút chuyển tiền.

Khi “người quen” chưa chắc là... người quen

Theo Bộ Công an, các đối tượng lừa đảo trong năm 2026 đang triệt để lợi dụng AI, Deepfake, DeepVoice, mạng xã hội, ngân hàng số và thanh toán điện tử để tạo dựng lòng tin. Một trong những nhóm thủ đoạn được cảnh báo là giả hình ảnh, video, giọng nói của người thân, bạn bè hoặc lãnh đạo để yêu cầu chuyển tiền trong tình huống khẩn cấp.

Đây là thay đổi đáng chú ý so với những kiểu lừa đảo dựa chủ yếu vào tin nhắn hoặc đường dẫn giả mạo. Kẻ gian không nhất thiết phải thuyết phục hay "hạ gục" nạn nhân bằng một kịch bản quá phức tạp. Chỉ cần tạo được cảm giác “đúng ảnh, đúng giọng” và thúc đẩy nạn nhân hành động thật nhanh, nguy cơ mất tiền đã xuất hiện.

Báo Nhân Dân điện tử dẫn lời ông Lê Hoàng Chính Quang - Cục trưởng Công nghệ thông tin (Ngân hàng Nhà nước) - cho biết, tội phạm công nghệ cao đã sử dụng AI để giả mạo hình ảnh, giọng nói; phát tán ứng dụng, đường dẫn độc hại và tìm cách can thiệp thiết bị nhằm vượt qua các cơ chế xác thực.

Từ thực tế này, ông Quang khuyến nghị người dân ghi nhớ một nguyên tắc: dù thấy đúng số, nghe đúng giọng, nhìn đúng mặt, vẫn phải kiểm chứng trước khi chuyển tiền hoặc cung cấp thông tin.

Đây cũng là điểm mà người dùng ngân hàng số cần thay đổi thói quen. Trước đây, nhận diện người gọi có thể tạo cảm giác an toàn. Nay, nhận diện chỉ nên là bước đầu; quyết định giao dịch cần dựa trên một phương thức xác minh khác.

Hàng rào ngân hàng đang chuyển sang nhiều lớp

Phía ngân hàng cũng không chỉ dựa vào một phương thức xác thực duy nhất.

Theo ông Lê Hoàng Chính Quang, Ngân hàng Nhà nước đang chỉ đạo các tổ chức tín dụng tăng cường lớp xác thực tại những khâu có nguy cơ cao như mở tài khoản, đăng nhập trên thiết bị mới hoặc thay đổi phương thức xác thực.

Phó Cục trưởng Cục Công nghệ thông tin Lê Hoàng Chính Quang - Ảnh: NHNN

Đối với ứng dụng Mobile Banking, các yêu cầu bảo vệ còn bao gồm khả năng phát hiện và dừng hoạt động trên thiết bị đã bị can thiệp như root, jailbreak; phát hiện ứng dụng bị chỉnh sửa hoặc có phần mềm can thiệp trái phép. Công nghệ chống giả mạo sinh trắc học được yêu cầu đáp ứng tiêu chuẩn quốc tế ISO 30107 cấp độ 2.

Một lớp khác nằm ở dữ liệu khách hàng. Đến ngày 2/10/2026, theo số liệu được lãnh đạo Cục Công nghệ thông tin, hơn 178 triệu hồ sơ khách hàng đã được đối chiếu sinh trắc học qua căn cước công dân gắn chip hoặc VNeID, tương ứng toàn bộ lượng tài khoản phát sinh giao dịch trên kênh số.

Dữ liệu “đúng người” càng sạch, các lớp kiểm soát phía sau giao dịch càng có thêm cơ sở để phát hiện những dấu hiệu bất thường.

SIMO đã giữ lại hàng nghìn tỷ đồng trước khi tiền đi

Một trong những thay đổi đáng chú ý là ngân hàng không chỉ kiểm tra khách hàng tại thời điểm mở tài khoản, mà còn tăng khả năng nhận diện rủi ro ngay trước giao dịch.

Hệ thống thông tin hỗ trợ quản lý, giám sát và phòng ngừa rủi ro cho khách hàng (SIMO) đang được sử dụng để chia sẻ thông tin về tài khoản, ví điện tử có dấu hiệu nghi ngờ gian lận, lừa đảo hoặc vi phạm pháp luật.

Theo số liệu do Ngân hàng Nhà nước công bố, đến ngày 2/10/2026, hệ thống đã thu thập báo cáo từ 150 đơn vị và chia sẻ cho 21 đơn vị khai thác, gồm 16 ngân hàng và 5 trung gian thanh toán.

Đáng chú ý, SIMO đã cảnh báo hơn 5,6 triệu lượt khách hàng. Sau cảnh báo, hơn 1,9 triệu lượt khách hàng tạm dừng hoặc hủy giao dịch, với tổng số tiền giao dịch hơn 6.300 tỷ đồng.

Con số này cho thấy một thay đổi quan trọng trong cuộc chiến chống lừa đảo: không nhất thiết phải chờ tiền rời khỏi tài khoản rồi mới xử lý. Nếu hệ thống có thể cảnh báo đủ sớm và khách hàng chịu dừng lại, giao dịch đáng ngờ có thể được chặn ngay trước khi thiệt hại xảy ra.

Trước đó, tại sự kiện Chuyển đổi số ngành Ngân hàng năm 2026, Ngân hàng Nhà nước công bố đến ngày 6/8, SIMO đã cảnh báo hơn 4,9 triệu lượt khách hàng và hơn 1,6 triệu lượt đã tạm dừng hoặc hủy giao dịch, với số tiền tương ứng hơn 5.500 tỷ đồng.

Chuyên gia: 15 phút đầu có thể quyết định khả năng cứu tiền

Nếu ngân hàng là lớp bảo vệ phía hệ thống, người dùng vẫn là lớp bảo vệ cuối cùng trước khi một giao dịch được hoàn tất.

MSB là một trong nhiều ngân hàng đã hoàn tất kết nối và đưa vào vận hành hệ thống cảnh báo rủi ro SIMO của Ngân hàng Nhà nước Việt Nam, tự động cảnh báo các giao dịch có dấu hiệu gian lận và lừa đảo.

Chuyên gia an ninh mạng Ngô Minh Hiếu cho rằng khi nghi ngờ bị lừa đảo, 15 phút đầu tiên có ý nghĩa đặc biệt quan trọng. Người dùng cần bình tĩnh, không tiếp tục bấm vào đường dẫn hoặc thực hiện thêm thao tác theo hướng dẫn của đối tượng, liên hệ ngay với ngân hàng để khóa tài khoản và lưu giữ các bằng chứng liên quan.

Khuyến nghị này bổ sung một góc nhìn quan trọng cho cuộc chiến chống lừa đảo bằng AI: không phải mọi rủi ro đều có thể được giải quyết bằng công nghệ của ngân hàng.

Ngay cả hệ thống cảnh báo tốt đến đâu, nếu khách hàng bỏ qua cảnh báo vì tin rằng người đang gọi là người quen, hoặc vì bị thúc ép phải chuyển tiền ngay, lớp bảo vệ cuối cùng vẫn có thể bị vượt qua.

Bộ Công an cũng cảnh báo người dân không nên tin tuyệt đối vào hình ảnh, video hoặc giọng nói xuất hiện trên màn hình; đặc biệt phải thận trọng với các yêu cầu chuyển tiền khẩn cấp, cung cấp thông tin cá nhân hoặc mã xác thực.

Quy tắc mới cho người dùng ngân hàng số

Trong bối cảnh Deepfake ngày càng dễ tiếp cận, cách tự bảo vệ hiệu quả nhất không phải cố trở thành chuyên gia nhận diện AI.

Người dùng chỉ cần hình thành một số nguyên tắc đơn giản.

Không chuyển tiền chỉ vì nhận được yêu cầu từ một số điện thoại quen thuộc. Nếu nội dung liên quan đến tiền, cần gọi lại bằng số đã lưu từ trước hoặc xác minh qua một kênh độc lập.

Không cung cấp OTP, mật khẩu, mã PIN hay thông tin xác thực cho bất kỳ người nào tự xưng là nhân viên ngân hàng.

Không bấm đường link, quét mã QR hoặc cài ứng dụng theo hướng dẫn từ cuộc gọi, tin nhắn chưa được kiểm chứng.

Không thực hiện xác thực khuôn mặt hoặc gửi ảnh giấy tờ tùy thân chỉ vì một người lạ yêu cầu qua mạng.

Và quan trọng nhất, nếu ứng dụng ngân hàng phát cảnh báo về tài khoản nhận tiền có dấu hiệu nghi ngờ, hãy dừng giao dịch để kiểm tra lại.

Đừng để tốc độ của AI quyết định tốc độ chuyển tiền của chính mình.

Cuộc đua bảo vệ tiền không chỉ nằm ở ngân hàng

Ngân hàng Nhà nước cho biết thời gian tới sẽ tiếp tục cập nhật các quy định kỹ thuật về an ninh mạng, bảo vệ dữ liệu và hoạt động liên tục trong ngành Ngân hàng; đồng thời mở rộng SIMO và duy trì phối hợp với Bộ Công an trong phòng, chống lừa đảo trực tuyến.

Hướng đi này cho thấy cuộc chiến chống gian lận đang chuyển từ cách tiếp cận xử lý sự cố sang phòng ngừa nhiều lớp: bảo vệ hạ tầng, bảo vệ dữ liệu và tài khoản, giám sát giao dịch, cảnh báo trước khi chuyển tiền và nâng cao năng lực tự bảo vệ của khách hàng.

Trong khi đó, Bộ Công an tiếp tục cảnh báo rằng AI, Deepfake và DeepVoice đang được sử dụng ngày càng mạnh để tạo lòng tin giả.

Vì vậy, trong môi trường ngân hàng số, “thấy đúng” không còn đồng nghĩa với “đúng”. Một khuôn mặt có thể được tạo ra, một giọng nói có thể được sao chép và một số điện thoại có thể bị giả mạo.

Điều khó làm giả hơn vẫn là một bước kiểm chứng độc lập trước khi tiền được chuyển đi.