IA · 11 ottobre 2026 · 5 min di lettura
La trappola degli agenti vocali: 350.000 bot IA fingono di essere vittime per logorare i truffatori
In sintesi: Mentre il cybercrimine automatizza gli attacchi su larga scala, la sicurezza digitale risponde con la medesima moneta: un esercito di bot vocali intelligenti progettati per fingersi prede vulnerabili. Startup e operatori di telecomunicazioni stanno schierando centinaia di migliaia di agenti conversazionali capaci di trattenere i truffatori in conversazioni lunghe ore, prosciugando le loro risorse operative e catalogando conti correnti, copioni e indirizzi fraudolenti.
di Team Mocchi's
Ribaltare l'asimmetria delle frodi telefoniche
Negli ultimi anni il cybercrimine telefonico ha beneficiato di un forte vantaggio asimmetrico: centralini automatici e combinatori predittivi capaci di inoltrare decine di migliaia di chiamate al minuto con costi marginali vicini allo zero, affidandosi a call center clandestini situati in giurisdizioni inaccessibili alle forze dell'ordine occidentali. Fino a oggi, la risposta istituzionale si è limitata a campagne informative o al blocco reattivo delle numerazioni, misure che raramente riescono a frenare il flusso quotidiano di tentativi di inganno bancario e phishing vocale.
La nuova linea difensiva sceglie tuttavia di colpire l'economia stessa dell'illecito. Invece di limitarsi a deviare o respingere le chiamate sospette, un numero crescente di istituti di credito e operatori telefonici sta reindirizzando i criminali verso reti di agenti autonomi programmati per comportarsi come bersagli perfetti. L'obiettivo non è denunciare apertamente il malintenzionato, ma trattenerlo in una conversazione interminabile per consumarne le risorse operative e impedire che raggiunga vittime umane vulnerabili.
La psicologia della finta vittima
Far funzionare una trappola vocale richiede un livello di raffinatezza psicologica che va oltre il semplice risponditore preregistrato. Come documentato da Wired, la società specializzata Apate gestisce un'infrastruttura di circa 350.000 agenti IA dotati di identità digitali diversificate, accenti realistici, account di messaggistica simulati e abitudini telefoniche credibili. Alcuni profili rispondono subito con voce insicura, altri fingono di essere occupati chiedendo di richiamare, altri ancora pongono domande con un calibrato livello di diffidenza.
Questo scetticismo controllato è la chiave dell'inganno: se il modello si dimostrasse troppo accondiscendente, l'operatore criminale sospetterebbe una trappola; mostrando invece dubbi ragionevoli alternati a momenti di confusione, stimola nel truffatore l'illusione di essere a un passo dal colpo. Il risultato sono sessioni d'ingaggio che superano regolarmente le due ore di conversazione continua. Durante questo tempo, l'infrastruttura non si limita a distrarre il chiamante: estrae in tempo reale gli estremi dei conti d'appoggio per il riciclaggio, i riferimenti bancari indicati per i bonifici immediati e gli indirizzi dei portali contraffatti, alimentando i database di allerta preventiva degli istituti finanziari con centinaia di migliaia di indicatori operativi.
La maturazione dei modelli full-duplex
L'efficacia di questi sistemi testimonia una rapida evoluzione architetturale dell'elaborazione vocale. Sebbene diversi dirigenti del settore ritengano che l'interazione a voce non abbia ancora vissuto la propria consacrazione di massa — come evidenziato in un'analisi di TechCrunch sulle sfide dei sistemi full-duplex e sui ritardi di inferenza nel customer care — il contesto della contraffazione difensiva dimostra che la naturalezza conversazionale è ormai pienamente operativa.
I modelli full-duplex, capaci di ascoltare e modulare il proprio discorso senza interruzioni meccaniche, gestiscono pause involontarie, esitazioni vocali e rumori d'ambiente tipici di una chiamata domestica. Nelle frodi telefoniche, dove i tempi di reazione umani non richiedono la precisione millimetrica di un'interfaccia di produttività, la tolleranza dell'interlocutore alla distrazione diventa un vantaggio tecnico. Ogni secondo di silenzio motivato da una finta ricerca di una carta d'identità regala al modello il tempo di analizzare la semantica della minaccia e formulare la replica più adatta a prolungare il contatto.
Il punto di Mocchi's
L'adozione di agenti vocali come prima linea difensiva segna un cambio di paradigma che tocca da vicino le imprese e le istituzioni finanziarie europee: la cybersecurity smette di essere un muro passivo e diventa un'interazione dinamica ad alta complessità. Per chi sviluppa software e integra modelli fondazionali in Italia, questo caso studio evidenzia come il valore economico dell'IA non risieda soltanto nell'automazione di flussi interni, ma nella capacità di ribaltare l'asimmetria dei costi contro attori malevoli. Monitorare l'evoluzione dei modelli vocali a bassa latenza e l'estrazione strutturata di dati in tempo reale non è più solo una questione di esperienza utente, ma una competenza strategica per proteggere le infrastrutture critiche e i clienti finali da minacce sempre più persuasive.