EE. UU. acusa a tres personas de robar $129 millones mediante clones de IA de las voces y los rostros de altos ejecutivos

Imagine una jornada laboral cualquiera para un contable. En una aplicacion de mensajeria o en una videollamada aparece un director al que conoce por su rostro y su voz. A su lado esta el abogado de la empresa. Ambos dicen que la operacion es urgente y confidencial, y le piden que haga una transferencia. Todo parece y suena legitimo. Segun los fiscales estadounidenses, ese fue precisamente el guion utilizado por los tres acusados. El resultado: cerca de $129 millones.

Lo que se sabe del caso

La acusacion formal se hizo publica el jueves, segun informo la Fiscalia Federal en Manhattan. Los acusados son Jacob Soall, de 41 anos; Sharon Hazan, de 54; y Guy Shitrit, de 42. Segun los investigadores, utilizaron IA para copiar las voces y los rostros de directivos de empresas y abogados, enganando asi a empleados que transfirieron el dinero. Soall fue arrestado por la policia espanola.

Una salvedad importante: por ahora se trata de una acusacion, no de una condena. El fragmento publicado no revela que herramientas concretas utilizaron los presuntos delincuentes, cuantas empresas se vieron afectadas ni como se movio el dinero. Esos detalles apareceran en los documentos del caso, y todavia es pronto para sacar conclusiones sobre la tecnica empleada.

Por que no es un caso de phishing convencional

Un ataque clasico de “pago urgente” se basa en el texto: un correo falsificado, una direccion desconocida o errores de redaccion. Hace tiempo que se ensena a los empleados a desconfiar de esos intentos. La voz y el rostro generan otro nivel de confianza. Estamos acostumbrados a considerar que una videollamada con un superior sirve para verificar su identidad. La clonacion de voz y rostro rompe esa suposicion.

El segundo problema es la combinacion de funciones. Cuando en una conversacion participan un “director” y un “abogado”, el empleado puede sentir que el proceso ya ha sido aprobado y que su unica tarea es ejecutarlo. La presion de la autoridad y la urgencia puede imponerse a cualquier recomendacion de seguridad si la empresa carece de un procedimiento estricto.

La conclusion para el sector es incomoda: el canal de “lo vi y lo oi personalmente” ya no puede considerarse una prueba de autenticidad. Esto afecta no solo a las transferencias bancarias, sino tambien al restablecimiento de accesos, la entrega de claves, la aprobacion de operaciones y cualquier accion que se autorice de palabra.

Que deben hacer los equipos

A continuacion se recogen practicas generales de proteccion, no detalles de este caso.

• Verificacion por un segundo canal. Confirme cualquier transferencia o cambio de datos bancarios mediante una via independiente: devuelva la llamada utilizando un numero del directorio interno, no el numero desde el que llego la solicitud.
• Regla de las dos personas. Los pagos de gran importe deben requerir la aprobacion de dos personas, y ninguna de ellas debe ceder a la presion de actuar “ahora mismo”.
• Palabras clave y preguntas de verificacion. Establezca con antelacion metodos de comprobacion para altos ejecutivos y equipos financieros que no puedan encontrarse en fuentes publicas.
• Limites y demoras. Imponga una pausa obligatoria para destinatarios inusuales y cantidades elevadas. El fraude se beneficia de las prisas, mientras que una pausa da tiempo para detectar la trampa.
• Formacion con ejemplos reales. Muestre a los empleados como suena una voz clonada. Una demostracion de este tipo convence mas que diez diapositivas.

Los productos de fintech, las plataformas de RR. HH. y los sistemas de videocomunicacion e incorporacion de usuarios deben contemplar este riesgo en su arquitectura. La verificacion de identidad basada solo en video o voz ya no puede considerarse fiable. Se necesitan senales adicionales: el dispositivo, el historial de acciones y la confirmacion dentro de la aplicacion.

Limitaciones y conclusion

El texto de la fuente es breve, por lo que no sabemos hasta que punto estaban bien hechas las falsificaciones, si funcionaban en tiempo real ni cuanto dinero pudo recuperarse. Tampoco debe deducirse de un solo caso que cualquier videollamada sea peligrosa. Sin embargo, la cifra de $129 millones demuestra que los ataques de suplantacion mediante IA ya no son una amenaza de laboratorio, sino una fuente de perdidas enormes.

La conclusion practica es sencilla: si su proceso depende de la frase “reconoci su voz”, existe una vulnerabilidad. Corrijala mediante un procedimiento antes de que la descubra otra persona.