احتيال صوتي بالذكاء الاصطناعي في اليابان بقيمة 4.5 مليار ين: حادثة واحدة أم 143؟

استُنسخت نسخة صوتية بالذكاء الاصطناعي اعتماداً على خطابات ومقاطع فيديو علنية للرئيس التنفيذي، فاتصلت بالمسؤول المالي في شركة، وأمرت بتحويل، وأظهرت رقم الهاتف المحمول الحقيقي للرئيس التنفيذي على هوية المتصل. ويسجل الأرشيف الخسارة الناتجة بمبلغ 4.5 مليار ين، بتاريخ 3 سبتمبر 2026، مصنّفة عالية الخطورة، بدرجة ثقة A، وغير متنازع عليها. يكاد يكون كل عنصر من ذلك الوصف موثّقاً في اليابان — لكن ليس مجتمعاً، ولا على ذلك النطاق. الـ4.5 مليار ين هو إحصاء وكالة الشرطة الوطنية لـ143 تحويلاً احتيالياً صوتياً استهدفت الشركات خلال عام 2025 بأكمله، ووصف الوكالة نفسها لهذه التقنية هجوم مختلف عن الهجوم الوارد في ملخص السجل. هذا المدخل واحد من مجموعة أوسع من السجلات المصنّفة المحفوظة في Orca AI Incident Archive الذي ينشر درجة خطورة ودرجة ثقة وعلامة نزاع لكل حادثة.

لا يُذكر اسم أي شركة أو رئيس أو موظف في أي مكان من التقرير. ما يصفه المدخل هو مركّب: الآلية من مصدر، والحجم من مصدر آخر، وتاريخ لا ينتمي إلى أي منهما. هذا لا يجعل التهديد افتراضيًا — فقد استُهدفت شركة تصنيع يابانية بهذه الآلية بالضبط في نوفمبر 2024، وأُوقفت المحاولة قبل أن يخرج أي مال. لكنه يعني أن السجل، إذا قُرئ حرفيًا، يصف حدثًا لا توثقه أي مصادر.

ما يقوله مقال 3 سبتمبر في الواقع

مصدر المدخل المذكور هو مقال توضيحي ياباني نُشر في 9 سبتمبر 2026 بواسطة yasashii-cybersecurity.com، ويشير عائدًا إلى ITmedia Enterprise. نشرت ITmedia المقال في 3 سبتمبر 2026 تحت العنوان «「社長の声」悪用で被害45億円 元警視庁が明かす「AI詐欺」の手口» — «إساءة استخدام صوت الرئيس، خسائر بقيمة 4.5 مليار ين؛ ضابط سابق في شرطة العاصمة يكشف أسلوب الاحتيال بالذكاء الاصطناعي». يقع متن المقال خلف جدار عضوية، ويقول المقال التوضيحي ذلك صراحة: فقد أعاد بناء التفاصيل من المعلومات التي يوردها العنوان إضافة إلى شروحات شائعة في مقالات الأمن اليابانية المستقلة، ويذكر أنه لم يقرأ المقال.

نُشرت نسخة أطول وقابلة للقراءة بالكامل في وقت سابق على Keyman's Net التابع لـ ITmedia في 27 يوليو 2026، ومنسوبة إلى 平行男. ويُذكر في أسفلها أن مكتب التحرير أعاد تركيبها من ندوة عبر الإنترنت عُقدت في 14 يوليو 2026. وتحدّث ثلاثة أشخاص. 稲村悠 ضابط سابق في إدارة شرطة العاصمة (MPD)، وهو الآن المدير الممثّل لـ Fortis Intelligence Advisory — «MPD السابق» الوارد في العنوان. 赤塚育海 هو الرئيس التنفيذي لـ TITAN INTELLIGENCE، وهي شركة ذكاء اصطناعي للترفيه يُسمى منتجها لتركيب الصوت mimidub، وبالتالي فهي مورّد للتقنية قيد المناقشة. 藤居朋之 مسؤول تنفيذي في LRM، وهي شركة استشارات أمنية أُسست في 2006.

فهذه المادة ندوة مشتركة بين مورّد ومستشار، أعادت غرفة أخبار تركيبها. وهي ليست تقرير حالة، ولا تتضمن ضحية ولا تحويلاً ولا تاريخاً لعملية احتيال.

ماذا يحصي رقم الشرطة؟

تتبَّع مبلغ 4.5 مليارات ين إلى مصدره، فلن يبقى مجرد حادث. استندت الندوة إلى تقرير الوكالة الوطنية للشرطة لعام 2025 عن التهديدات، 令和7年におけるサイバー空間をめぐる脅威の情勢等について، الصادر في مارس 2026. وقد أحصت الوكالة 4,747 عملية تحويل مصرفي عبر الإنترنت غير مصرّح بها في 2025 بقيمة نحو 103.97 مليارات ين، وكان التصيّد الاحتيالي مسؤولاً عن نحو تسعة من كل عشرة منها. واستحوذت الحسابات المؤسسية على 4.709 مليارات ين من ذلك عبر 189 حالة — أي نحو أربعة أضعاف خسائر العام السابق وعدد حالاته، وما يعادل نحو 45% من أموال العام مقابل نحو 4% من حالات العام.

تُحدد الوكالة التصيّد الصوتي سببًا للزيادة المؤسسية. وتضع ITmedia، التي نقلت البيان الصحفي نفسه، شريحة التصيّد الصوتي عند 143 حالة ونحو 4.5 مليار ين لعام 2025. هذا هو الرقم الذي انتشر: هو ما يحمله العنوان، وما كرره مجمّعو المحتوى الناطق بالصينية، وما تسجله سجلات الأرشيف بوصفه خسارة واحدة. أما أكبر خسارة مؤسسية منفردة تصفها الشرطة فتزيد على 400 مليون ين — أي أقل من عُشر الرقم الوارد في العنوان، وبمقياس ضحية واحدة لا 143.

ثمة مشكلة ثانية، وهي تكتسي أهمية أكبر. فرواية الوكالة نفسها عن هذا الأسلوب ليست عن مدير تنفيذي منتحَل الهوية. ففي النشرة التي تصف هذا الأسلوب، يتصل المجرمون بشركة متنكّرين في هيئة موظفين يتولّون تحديثًا للخدمات المصرفية عبر الإنترنت، ويقنعون الموظف بقراءة عنوان بريد إلكتروني بصوت مسموع أثناء المكالمة، ثم يرسلون رسالة تصيّد احتيالي إلى ذلك العنوان. والسمات المذكورة هي رقم اتصال دولي، وتحلية آلية تتحوّل إلى صوت بشري، وعنوان بريد إلكتروني يُطلب في منتصف المكالمة. والهدف هو الحصول على بيانات اعتماد، لا إجراء تحويل مصرّح به.

سيناريو الاستنساخ بالذكاء الاصطناعي — صوت رئيس يُعاد إنتاجه ويُوجَّه إلى الموظف الوحيد القادر على تحريك الأموال — يظهر في مقال ITmedia كعرض توضيحي لاتجاه التقنية، وكحجة لصالح التدابير المضادة. ولا يظهر كقضية شرطة مرتبطة بمبلغ 4.5 مليار ين.

حالة استنساخ الصوت اليابانية التي جرى توثيقها

ثمة حالة يابانية واحدة تنطبق على الآلية تمامًا، ولهذا فإن التحذير ليس افتراضيًا. في نوفمبر 2024، تلقّى مسؤول تنفيذي في شركة مصنّعة لم يُذكر اسمها ثلاث مكالمات بصوت بدا كأنه صوت رئيس الشركة. طالبت الأولى بتحويل في اليوم نفسه يتعلق بمسألة اندماج سرية، وقالت إن محاميًا سيتواصل معه؛ أما الثانية، بعد نحو تسعين دقيقة، فسألت عن موعد إمكان أداء الدفع. وكان الرقم المعروض هو رقم الهاتف المحمول الحقيقي للرئيس. وكان صوت الرئيس متاحًا للعموم بالفعل على مواقع مشاركة الفيديو، وربما استُخدم لتدريب النظام، الموصوف بأنه يعمل مثل مُغيّر صوت في الزمن الحقيقي.

تحدث المسؤول التنفيذي مع الرئيس الحقيقي بانتظام ولم يلحظ الانتحال في البداية. وبحلول المكالمة الثالثة، ساوره الشك، وانهارت المحاولة دون أي تحويل. كشفت الشركة التابعة اليابانية لـ Proofpoint عن المحاولة في 19 مارس 2025، ونقلت Kyodo News الخبر في اليوم نفسه عبر صحف إقليمية من بينها Chiba Nippo. وحذّرت كبيرة مبشّريها، 増田幸美، من أن سوء استخدام الذكاء الاصطناعي سيتزايد من هناك بعد ذلك.

هكذا تبدو قضية يابانية موثّقة لانتحال الصوت بالذكاء الاصطناعي: انتحال لمعرّف المتصل، وصوت جُمع من فيديو عام، وذريعة عاجلة وسرية، وموظف يملك صلاحية التحويل، وخطوة تحقق صمدت. انتهت بالوقاية، دون الإبلاغ عن أي خسارة. وهي توفّر تفصيل معرّف المتصل الذي يؤكده ملخّص الأرشيف — في قضية لم يُسرق فيها شيء، لا في قضية بقيمة 4.5 مليار ين.

ما الذي تم إظهاره في يوليو؟

في ندوة 14 يوليو استغرق العرض التوضيحي نحو عشر ثوانٍ. من قرابة عشر ثوانٍ من خطاب 稲村، أنتج نظامٌ نسخةً مقلَّدة قرأت تعليمات مُلفَّقة: هذا 稲村، ويجب دفع مبلغ تعاقدي قدره مليون ين اليوم، وإذا اتصل البنك للتأكيد فأخبروه أنها معاملة عادية. الجملة الأخيرة هي موضع التوقف. فهي لا تنتحل شخصية الموقِّع فحسب؛ بل تسبق اتصال التحقق الذي يجريه البنك نفسه، وهو الضابط الذي تعتمد عليه الصناعة.

سجّل أكاتسوكا بضع ثوانٍ من صوته خلال الجلسة، وتم توليد نسخة صوتية مطابقة له في الحال. وأشار إلى أن شركته توفّر تقنية الصوت للترفيه بموجب ترتيبات لتسوية الحقوق، وأن الأداة نفسها التي تدبلج عملاً درامياً يمكنها قراءة تعليمات الدفع. وتتبع ذلك نقطة بنيوية: إذ تُنشر أصوات المديرين التنفيذيين في عروض الأرباح وفيديوهات التوظيف وتسجيلات الندوات، فإن الشركة التي تتواصل أكثر تنتج مواد تدريبية أكثر.

عرضت الندوة أرقامًا من استبيان، أوردتها ITmedia: 67.5% من المستجيبين تلقّوا بريدًا إلكترونيًا مشبوهًا في العمل، و19.1% لم يبلّغوا عن أي منها قط، و42.9% فقط قالوا إن التوعية الأمنية غيّرت سلوكهم. وقال إينامورا إن تدريبه الخاص على التصيّد الصوتي (vishing) وجد أن المؤسسات المحصّنة ضد التصيّد عبر البريد الإلكتروني قد يكون أداؤها أسوأ أحيانًا في التصيّد الصوتي، إذ يسلّم مزيد من الموظفين المعلومات إلى متصل — فعادات البريد الإلكتروني لا تنتقل إلى مكالمة مباشرة مع شخصية ذات سلطة.

ماذا تغيّر بعد ذلك؟

الرد الوارد في السجل إجرائي وليس تقنيًا. بعد تصاعد خسائر الشركات في نوفمبر 2025، أصدر مكتب شرطة الإنترنت التابع لوكالة الشرطة الوطنية نشرة توعية عامة، サイバー警察局便り، بالاشتراك مع وكالة الخدمات المالية والجمعية اليابانية للمصارف ومركز اليابان لمكافحة الجرائم الإلكترونية (JC3). ونصيحتها للشركات هي أن تتصل بالبنك مرة أخرى على رقم الفرع أو رقم الممثل بدلًا من الوثوق بأي رقم يُقدَّم في المكالمة، وأن لا تصل إلى الخدمات المصرفية عبر الإنترنت إلا عبر الموقع الرسمي للبنك أو تطبيقه.

كان إطار الندوة هو «PTP» — البروتوكول، والتكنولوجيا، والأشخاص — مع البروتوكول كأساس، بناءً على الحجة القائلة إن الشركة التي لا تملك إجراءً مكتوبًا ليس لديها إجابة تقدمها لموظف تحت الضغط. وكانت القواعد التي وضعها إينامورا للجهة المستقبِلة هي أن يغلق الخط، وأن يتصل مجددًا على رقم رسمي، وأن يتمهّل عمدًا بدلًا من الاستجابة للإلحاح. وذهبت توصيات الشارح نفسه للإدارة إلى أبعد من ذلك:

• ينبغي للمديرين التنفيذيين أن يصرحوا مسبقًا، كتابةً، بأنهم لن يأمروا أبدًا بإجراء تحويل عبر الهاتف.

• ينبغي تأكيد التحويلات، وأي تغيير في البيانات المصرفية، عبر قناة ثانية، باستخدام رقم مأخوذ من الدليل الداخلي بدلاً من الرقم الذي يقدّمه المتصل.

لم يكن أي من تلك التدابير جديدًا. ما غيّرته أرقام عام 2025 هو الحجة المؤيدة لها: فبمجرد أن يصبح الاستنساخ بحاجة إلى ثوانٍ من الصوت، يتوقف «التعرف على الصوت» عن كونه وسيلة تحكم.

ما الذي تشتريه درجة السجل، وما الذي لا تشتريه

يمنح الأرشيف هذا المدخل تقدير الثقة A، «موثّق جيدًا، والمصادر الأولية متوافقة». وفيما يخص التقنية، فهذا منصف: إحصاءات الشرطة وشرح ITmedia وقضية Proofpoint لعام 2024 تتفق بشأن انتحال معرّف المتصل، والعينات الصوتية العامة، وسرعة الاستنساخ الصوتي الحالي. لكن هذا التقدير لا يمتد ليشمل الجملة التي يختصرها العنوان. لا يصف أي مصدر تحويلًا بقيمة 4.5 مليارات ين، ولا ضحية محددة بالاسم، ولا تاريخًا للحادثة. أما التاريخ المثبت في السجل، 3 سبتمبر 2026، فهو تاريخ نشر ITmedia Enterprise لنسختها. والاحتيال الأساسي لا يحمل تاريخًا لأنه لا يوجد احتيال واحد يمكن تأريخه.

المصدر المستشهد به في السجل صريح بشأن حدوده الذاتية. تذكر صفحة yasashii-cybersecurity أن متن ITmedia كان مقتصرًا على الأعضاء، وأنها أعادت بناء التفاصيل من العنوان الرئيسي إضافةً إلى تفسيرات شائعة في كتابات أمنية يابانية مستقلة. وهي تعرض انتحال معرّف المتصل بوصفه النمط المعتاد في هذا الاحتيال، لا بوصفه سمة مؤكدة في حالة واحدة. هذه قراءة صادقة، وهي القراءة التي ينبغي أن يحملها السجل.

ثلاثة أمور ستحوّل هذا البند من رقم إحصائي إلى حادثة: شركة مستعدة لذكر اسمها، أو سجل شرطة أو محكمة بشأن عملية تحويل محددة، أو تفصيل من وكالة يفصل خسائر انتحال الصوت بالذكاء الاصطناعي عن إجمالي خسائر التصيد الاحتيالي ببيانات الاعتماد التي تندرج ضمنه حالياً. لا يوجد أي من الثلاثة في السجل العام حتى 29 أكتوبر 2026.

حتى يفعل أحد ذلك، خيرٌ أن يُقرأ هذا الإدخال على أنه ما أحصته الشرطة في 2025 — نحو 4.5 مليارات ين عبر 143 قضية تصيّد صوتي استهدفت الشركات، وفق ما أوردته ITmedia نقلاً عن بيانات الوكالة — مع تأكيد آلية الاستنساخ بالذكاء الاصطناعي في اليابان عبر محاولة جرت في 2024 وأُوقفت قبل أن يخرج أي مال من الشركة.