日本45亿日元AI语音诈骗案：单起事件，还是143起？

一个基于首席执行官的公开演讲和视频构建的 AI 语音克隆，给一家公司的财务负责人打了电话，要求其转账，并在来电显示中显示了该首席执行官的真实手机号码。该档案将由此造成的损失记录为45亿日元，日期为2026年9月3日，严重程度评为高，置信度为 A，且无争议。该描述中的几乎每一个要素都在日本有记录——但并非集中在一起，也并非达到那种规模。这45亿日元是日本警察厅对2025年全年143笔企业语音钓鱼转账的统计总额，而该机构自身对该手法的描述所指的攻击，与记录摘要中的攻击并不相同。这一条目是更广泛的一组分级记录中的一条，这些记录保存在Orca AI Incident Archive中；该档案会为每起事件公布严重程度、置信度等级和争议标记。

报道中自始至终未点名任何公司、总裁或员工。该条目所描述的其实是一个拼合体：机制取自一个来源，规模取自另一个来源，而日期则两者都不属于。这并不意味着该威胁只是假设——2024年11月，一家日本制造商遭遇的正是这种手法的攻击，且在资金流出之前该企图就被阻止了。但这确实意味着，按字面理解，该记录所描述的事件没有任何来源能够佐证。

9月3日的文章实际上说了什么

该条目引用的来源是 yasashii-cybersecurity.com 于 2026 年 9 月 9 日发布的一篇日语解释性文章，该文又回溯指向 ITmedia Enterprise。ITmedia 于 2026 年 9 月 3 日以《“社长的声音”遭滥用造成 45 亿日元损失 前警视厅官员揭露“AI 诈骗”手法》为题刊登了此文——即“滥用社长的声音，损失 45 亿日元；一名前警视厅官员揭露 AI 诈骗手法”。正文位于会员墙之后，而该解释性文章也说明了这一点：它根据标题所述内容以及日本独立安全报道中常见的解释重构了细节，并声明其并未阅读该文章。

一个更完整、可全文阅读的版本早些时候于2026年7月27日发布在ITmedia的Keyman's Net上，署名平行男。文末说明，该文由编辑部根据2026年7月14日举行的一场在线研讨会整理而成。共有三人发言。稲村悠曾任东京警视厅警官，现任Fortis Intelligence Advisory代表董事——也就是标题中的“前警视厅”。赤塚育海是娱乐AI公司TITAN INTELLIGENCE的首席执行官，该公司的语音合成产品名为mimidub，因此也是所讨论技术的供应商。藤居朋之是安全咨询公司LRM的高管，该公司成立于2006年。

因此，这篇报道是一场由供应商和顾问参加的研讨会，由一家新闻编辑部重构而成。它不是案例报告，也不包含受害者、资金转移或欺诈日期。

警号算什么

若把45亿日元追到源头，它就不再只是一起事件。该研讨会依据了警察厅的2025年威胁报告《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》，该报告于2026年3月发布。该厅统计到，2025年共有4,747笔未经授权的网上银行转账，金额约1,039.7亿日元，其中约九成源于网络钓鱼。企业账户在其中占189起案件、47.09亿日元——约为上一年损失金额与案件数量的四倍，约45%的年度金额集中在约4%的年度案件上。

该机构将语音钓鱼认定为导致企业损失激增的原因。ITmedia在报道同一份新闻稿时称，2025年语音钓鱼类案件为143起，损失约45亿日元。这就是那个被广泛传播的数字：它是标题所承载的数字，是中文聚合平台反复引用的数字，也是档案记录中列为单一损失的数字。警方描述的最大单起企业损失超过4亿日元——不到标题数字的十分之一，而且是一个受害者的规模，而非143起案件的规模。

还有第二个问题，而且这个问题更重要。该机构自己对该手法的描述并不是克隆首席执行官。在描述该手法的公告中，犯罪分子冒充处理网上银行更新的工作人员给公司打电话，诱使员工在通话中读出一个电子邮件地址，然后向该地址发送钓鱼电子邮件。公告列出的特征是：国际电话号码、会切换成真人语音的自动问候语，以及在通话中途索要电子邮件地址。其目标是获取凭证，而不是进行授权转账。

AI克隆场景——复制社长的声音，并针对唯一能够调动资金的那名员工——在ITmedia的文章中，是作为展示该技术未来走向的示例，以及作为支持采取应对措施的论据出现的。它并没有作为一宗涉及45亿日元的警方案件出现。

那个有记录的日本语音克隆案例

日本有一例恰好完全符合这一机制，这正是为什么该警告并非假设。2024年11月，一家未具名制造商的一名高管接到了三通电话，声音听起来像该公司的社长。第一通电话要求当天就一桩保密并购事宜转账，并说会有律师联系；第二通电话在大约九十分钟后打来，询问何时可以付款。显示的号码是社长真实的手机号码。社长的声音已经公开出现在视频分享网站上，可能被用于训练该系统，该系统被描述为像实时变声器一样运作。

这位高管平时经常与真正的总裁通话，起初并未识破那个冒充者。到第三通电话时，他们已经起了疑心，这场骗局未能得逞，也未发生转账。Proofpoint 的日本子公司于 2025 年 3 月 19 日披露了这起未遂事件，Kyodo News 同日通过包括 Chiba Nippo 在内的地区报纸对此进行了报道。其首席布道师増田幸美警告称，此后 AI 滥用将会增加。

这就是一个有据可查的日本AI语音冒充案的样子：来电显示伪造、从公开视频中采集的语音、紧急且保密的借口、一名拥有转账权限的员工，以及一道奏效的验证环节。结局是成功阻止，未报告任何损失。它提供了档案摘要所断言的来电显示细节——但对应的是一起什么都没被偷走的案件，而不是一起45亿日元的案件。

七月展示了什么？

7月14日的研讨会上，演示大约用了十秒钟。系统利用稲村大约十秒钟的讲话，生成了一个克隆声音，朗读了一条捏造的指令：我是稲村，今天必须支付一笔100万日元的合同款；如果银行打电话来确认，就告诉他们这是一笔正常交易。最后一句值得停下来细想。它不仅冒充了签署人，还抢先化解了银行自身的核实来电，而这正是业内所依赖的管控措施。

赤塚在录制过程中录了几秒钟自己的声音，并当场生成了一个克隆。他指出，其公司通过权利清算安排为娱乐行业提供语音技术，而同一款给电视剧配音的工具也能朗读支付指令。由此得出一个结构性要点：高管的声音会出现在财报演示、招聘视频和研讨会录音中，因此，沟通越多的公司，产生的训练材料也越多。

研讨会引用了ITmedia报道的调查数据：67.5%的受访者曾在工作中收到过可疑电子邮件，19.1%的人从未上报过此类邮件，只有42.9%的人表示安全教育改变了他们的行为。稻村说，他自己的语音钓鱼培训发现，那些对邮件钓鱼已加强防范的组织，在语音钓鱼方面的表现有时反而更差，有更多员工会把信息交给来电者——邮件使用习惯并不会转移到与权威人物的实时通话中。

之后发生了什么变化

记录在案的应对是程序性的，而非技术性的。2025年11月企业损失再度回升后，日本警察厅网络警察局与金融厅、日本银行家协会及日本网络犯罪控制中心（JC3）联合发布了一份公众宣传通报《サイバー警察局便り》。其向企业提出的建议是：应拨打分行或代表处的号码回电银行，而不要相信通话中提供的任何号码；并且只能通过银行的官方网站或应用访问网上银行。

研讨会的框架是“PTP”——协议、技术、人员——以协议为基础，其论点是：一家没有书面程序的公司，在员工承受压力时无从给出答复。稲村为接听方制定的规则是：挂断电话、用官方号码回拨，并刻意放慢节奏，而不是急于回应。讲解者本人对管理层的建议则更进一步：

• 高管应事先以书面形式声明，他们绝不会通过电话下令进行转账。

• {{1}}转账{{/1}}以及{{2}}任何银行信息的变更{{/2}}，都应通过{{3}}第二渠道{{/3}}进行确认，确认时使用的号码应取自{{4}}内部通讯录{{/4}}，而不是{{5}}来电者提供的{{/5}}号码。

这些措施没有一项是新的。2025年的数字所改变的，是支持这些措施的理由：一旦克隆只需几秒钟的音频，“我认出了那个声音”就不再是一种控制手段。

唱片评级能换来什么，又换不来什么

档案将这一条目评为置信度 A，“记录充分，一手来源一致”。就所述手法而言，这一定级是合理的：警方统计数据、ITmedia 的解说文章以及 2024 年 Proofpoint 案例在来电显示伪造、公开语音样本以及当前语音克隆的速度上说法一致。但这一评级并不涵盖标题所浓缩的那句话。没有任何来源描述过一笔 45 亿日元的转账、具名受害者或事件日期。记录上的日期 2026年9月3日，是 ITmedia Enterprise 发布其版本的日期。背后的欺诈没有日期，因为并不存在单一可供标注日期的欺诈。

该记录所引用的来源对其自身局限直言不讳。yasashii-cybersecurity 页面称，ITmedia 的正文仅限会员阅读，并且它是根据标题以及日本独立安全报道中常见的解释来重构细节的。该页面将来电显示伪造呈现为这类欺诈的典型模式，而不是某一案件已确认的特征。这是一种诚实的解读，也正是该记录应当采用的解读。

三件事会让这一条目从一项统计数据变成一起事件：一家愿意被具名的公司、针对某笔具体转账的警方或法院记录，或一份机构细分数据，将 AI 语音克隆损失从其目前归属的凭据钓鱼（credential-phishing）总额中分离出来。截至 2026 年 10 月 29 日，这三者在公开记录中均不存在。

在出现第一起之前，最好将该条目理解为警方在2025年统计到的情况——据ITmedia对该机构数据的报道，143起企业语音钓鱼案件涉及约45亿日元——而AI克隆机制在日本已由2024年的一次尝试得到证实，该尝试在资金流出公司之前就被阻止了。