OpenAI smantella una rete di truffe in Cambogia: i rischi dell’uso criminale dell’AI in azienda

Il 31 luglio 2026 OpenAI ha annunciato di aver smantellato una rete criminale con base in Cambogia che usava ChatGPT per alimentare truffe di investimento, romance scam, schemi di gioco d’azzardo e impersonazione di forze dell’ordine. È una notizia che si legge in trenta secondi e si archivia come cronaca esotica. Sarebbe un errore. Perché la stessa infrastruttura che ha reso quei truffatori più efficaci, generazione di persone fittizie credibili, traduzione istantanea, produzione di documenti falsi, gestione operativa automatizzata, è oggi accessibile a chiunque, e i rischi dell’uso criminale dell’AI in azienda non riguardano il fatto che qualcuno attacchi i vostri modelli: riguardano il fatto che i vostri dipendenti, i vostri clienti e il vostro brand siano il bersaglio di un’operazione che costa quasi nulla mettere in piedi.

In questo articolo scoprirai:

• Cosa è successo in Cambogia: l’AI come moltiplicatore di forza della truffa
• I rischi dell’uso criminale dell’AI in azienda: tre vettori concreti
• Shadow AI: il rischio dell’uso criminale dell’AI in azienda comincia dall’interno
• Governance dei tool AI: il piano minimo per una PMI
• Il lato umano: i truffatori erano prigionieri

Cosa è successo in Cambogia: l’AI come moltiplicatore di forza della truffa

L’indagine è partita da una segnalazione di WhatsApp e ha portato OpenAI a bandire gli account collegati alla rete, condividere gli indicatori con partner di settore e autorità, e alzare le barriere per impedire il rientro degli stessi attori. Secondo la ricostruzione della vicenda, la rete ha contattato centinaia di vittime, con perdite economiche documentate.

Il punto tecnicamente interessante non è che ChatGPT abbia “scritto le truffe”. È che l’AI ha automatizzato la fase più costosa della frode: la costruzione della fiducia. Un romance scam richiede settimane o mesi di conversazione coerente, con una persona fittizia che non si contraddice, che ricorda dettagli, che scrive in una lingua che non è la propria senza sembrare un traduttore automatico. Sul piano tecnico, la coerenza di una persona fittizia mantenuta per settimane è esattamente il fenomeno descritto nell’approfondimento su perché i persona vectors sono importanti per gli agenti AI. Storicamente questo limitava la scala: un operatore poteva gestire poche vittime. Con un modello linguistico di grandi dimensioni, lo stesso operatore mantiene decine di conversazioni parallele con personaggi credibili, generando narrative di investimento personalizzate che citano condizioni di mercato reali.

Perché la difesa dei provider non basta come strategia aziendale

OpenAI pubblica report di threat intelligence da febbraio 2024 e ha interrotto decine di reti malevole, con pattern ricorrenti che arrivano da Cambogia, Myanmar e Nigeria e includono traduzione di messaggi, generazione di contenuti social e creazione di profili di investimento falsi. Un dato che l’azienda dichiara, senza verifica indipendente da parte di terzi: i suoi modelli vengono usati per rilevare truffe circa tre volte più spesso di quanto vengano usati per crearle. È incoraggiante, ma va letto per quello che è: una statistica sul comportamento aggregato di una piattaforma, riportata dal fornitore stesso, non una garanzia di protezione per la vostra impresa. I criminali che vengono espulsi da un provider migrano su modelli open weight eseguiti in locale, dove nessuno bandisce nulla, e l’analisi sull’ascesa del crimine abilitato dall’AI descrive esattamente questa migrazione. La difesa perimetrale del fornitore è un livello, non il livello. Se volete capire cosa sa fare davvero lo strumento che vi troverete contro, partite dalla guida completa a ChatGPT e alle sue funzionalità.

I rischi dell’uso criminale dell’AI in azienda: tre vettori concreti

Tradotto in linguaggio di risk management, il caso cambogiano illumina tre esposizioni che qualsiasi PMI italiana ha già oggi, indipendentemente da quanta AI usi internamente. È la stessa mappa tracciata dallo studio del CETAS sull’AI e il crimine online organizzato.

Dipendenti social-engineerati da AI: il vettore numero uno

Il primo vettore è il vostro personale. Le statistiche 2026 sulla frode sintetica sono brutali: le perdite medie per incidente si aggirano intorno ai 603.000 dollari nel settore finanziario, il phishing vocale e via SMS registra tassi di click superiori del 40% rispetto all’email, e gli esseri umani identificano correttamente un video deepfake di buona qualità nel 24,5% dei casi, peggio del lancio di una monetina. Il 52% dei lavoratori dichiara di non aver ricevuto alcuna formazione sui rischi di sicurezza legati agli strumenti AI. La combinazione è una superficie d’attacco enorme: un addetto all’amministrazione che riceve una chiamata con la voce clonata del CFO non ha né gli strumenti né il protocollo per fermarsi.

Brand impersonation e abuso della vostra identità

Il secondo vettore è il vostro nome. La rete cambogiana impersonava forze dell’ordine; le stesse tecniche funzionano con banche, fornitori, marchi noti. Un’organizzazione criminale può generare in poche ore un sito clone, documenti contrattuali con il vostro logo, profili LinkedIn di finti commerciali e un flusso di messaggi in italiano impeccabile. Le vittime perdono denaro, voi perdete fiducia e vi trovate a gestire una crisi reputazionale su un attacco che non avete subito tecnicamente. Vale la pena studiare anche il rovescio della medaglia: quando l’AI entra nei vostri processi, il rischio si sposta sull’input, come spiega l’approfondimento su che cos’è la prompt injection e perché ogni azienda che usa l’AI dovrebbe conoscerla.

Uso opaco dei tool AI da parte dei dipendenti

Il terzo vettore è interno e nessuno lo vede: strumenti AI usati fuori dai processi di approvazione. Le stime italiane sull’adozione non autorizzata parlano di percentuali che vanno dal 65% al 76% dei dipendenti. Qui non c’è un criminale: c’è un commerciale che incolla il listino riservato in un chatbot gratuito per farsi riassumere un’offerta. Il risultato, però, è materiale per chi vuole attaccarvi.

Shadow AI: il rischio dell’uso criminale dell’AI in azienda comincia dall’interno

La shadow AI è l’uso di sistemi o modelli AI da parte di dipendenti, collaboratori o funzioni aziendali fuori dai processi di approvazione, procurement, risk assessment e controllo interno. Non è una categoria giuridica: è un problema organizzativo che interseca protezione dei dati, cybersecurity e governance. E crea l’anello che chiude il cerchio con il caso cambogiano: i dati che escono senza controllo dall’azienda sono la materia prima con cui si costruiscono attacchi mirati contro l’azienda stessa.

Obblighi normativi e responsabilità sui rischi dell’uso criminale dell’AI in azienda

I profili di responsabilità sono già scritti nella normativa vigente. Il GDPR impone accountability del titolare, minimizzazione, integrità e riservatezza (artt. 5, 24, 32). La direttiva NIS2 estende la gestione del rischio cyber alla supply chain, quindi anche alla selezione dei fornitori di AI. L’AI Act introduce obblighi di AI literacy già dal febbraio 2025, prima delle norme su trasparenza e sistemi ad alto rischio. Una governance debole può generare responsabilità in capo all’azienda su tre livelli, amministrativo-regolatorio, civilistico per divulgazione indebita o perdita di segreti commerciali, e organizzativo interno per assenza di presidi documentati.

Governance dei tool AI: il piano minimo per una PMI

La reazione sbagliata è vietare. Il divieto generalizzato non riduce la shadow AI, la rende invisibile: l’azienda perde il controllo esattamente nel momento in cui crede di averlo ripreso. Il modello che funziona è un presidio minimo ma reale, costruito su cinque mosse e coerente con i framework di AI risk management ormai standard.

Inventario, classificazione degli usi e controlli d’accesso

Primo: censire gli strumenti AI effettivamente in uso, con approccio sia top-down (procurement, spesa) sia bottom-up (chiedere ai team, analizzare il traffico). Secondo: classificare gli usi in vietati, consentiti e consentiti a condizioni, disciplinando esplicitamente cosa non entra mai in un prompt, dati personali, segreti commerciali, credenziali, listini riservati. Terzo: controlli d’accesso e logging, perché un uso non tracciabile non è governabile e in caso di audit la documentazione delle scelte è la prima linea difensiva. Quarto: valutazione dei fornitori su termini contrattuali, misure di sicurezza e politiche di retention, un tema che pesa nella scelta tra piattaforma generalista e soluzione dedicata, come nel confronto tra ChatGPT Work e agenti AI custom per la PMI.

Formazione: la contromisura con il ROI più alto

Quinta mossa, e la più sottovalutata: la formazione differenziata per ruolo. Non un corso generico, ma protocolli operativi: verifica out-of-band obbligatoria per ogni richiesta di pagamento o cambio IBAN, simulazioni multicanale (email, voce, SMS, video), regole chiare su cosa si può condividere. È anche l’unica contromisura che scala: un dipendente che sa riconoscere una richiesta anomala vale più di qualsiasi tool di detection. Vale la pena ricordare che gli incidenti non riguardano solo attori ostili esterni: la violazione nei sistemi di Mixpanel che ha toccato OpenAI e l’incidente in cui un agente AI è uscito dai confini del test mostrano che la catena di fornitura e il comportamento dei sistemi vanno presidiati con la stessa serietà.

Il lato umano: i truffatori erano prigionieri

C’è un dettaglio del caso cambogiano che cambia la lettura etica dell’intera vicenda: la rete usava ChatGPT anche per la gestione operativa interna, inclusi registri collegati a sospetto lavoro forzato. Non è un’anomalia. Un rapporto ONU del febbraio 2026 stima che almeno 300.000 persone provenienti da 66 nazionalità diverse lavorino nei compound di scam del Sud-est asiatico, in strutture recintate con filo spinato e guardie armate, con passaporti confiscati, turni fino a 19 ore, torture e violenza sessuale documentate. Il fatturato annuo stimato dell’industria si aggira sui 64 miliardi di dollari, oltre 43,8 dei quali nella sola regione del Mekong.

Perché questo riguarda un’azienda italiana? Per due ragioni concrete. La prima è che chi vi truffa non è, spesso, chi ha organizzato la truffa: le contromisure efficaci sono tecniche e procedurali, non morali. La seconda è che il livello di industrializzazione descritto dall’ONU, investimenti in personale, compound, banking sotterraneo, spiega perché l’adozione dell’AI da parte di queste organizzazioni sia stata istantanea: hanno capitale, obiettivi di ricavo giornalieri e nessun vincolo di compliance. Il differenziale di velocità tra loro e un’impresa che discute da otto mesi se firmare un abbonamento è il vero rischio.

Da dove partire, concretamente

Il caso cambogiano è la dimostrazione che l’AI premia chi la adotta in modo strutturato, e in questo momento le organizzazioni criminali lo stanno facendo meglio di molte imprese legittime. Colmare quel divario non richiede un budget da multinazionale: richiede un inventario, una policy leggibile in due pagine, accessi controllati e un programma di formazione che i dipendenti seguano davvero. Il collo di bottiglia, come argomenta l’analisi su perché l’AI generativa non genera ROI, è quasi sempre organizzativo e non tecnologico.

È esattamente il punto in cui un prodotto da solo non basta. In MIMIR affianchiamo le aziende con un onboarding assistito: mappiamo gli strumenti già in uso, definiamo insieme cosa può entrare in un prompt e cosa no, configuriamo accessi e integrazioni e formiamo le persone sui casi reali del loro lavoro. Non è una funzione della piattaforma, è un servizio: le guardrail arrivano in azienda dal giorno uno, non dopo il primo incidente. Dal primo incontro uscite con la mappatura dei tool AI già in uso nella vostra azienda e una bozza di policy su cosa può entrare in un prompt: se avete un’esigenza su AI e agenti e volete capire da dove cominciare, parliamone.

Fonti:

• OpenAI — Disrupting a criminal scam operation
• TechBuzz — OpenAI shuts down Cambodia-based ChatGPT scam ring
• OpenAI — Disrupting malicious uses of AI (threat intelligence report, PDF)
• SiliconANGLE — OpenAI details expanding efforts to disrupt malicious use of AI
• UN News — Rapporto ONU sui compound di scam del Sud-est asiatico
• Adaptive Security — Deepfake statistics 2026
• TRM Labs — The rise of AI-enabled crime
• CETAS (Alan Turing Institute) — AI and serious online crime
• ICT Security Magazine — Shadow AI
• Startbrain — Rischi dell’IA in azienda e loro gestione
• Studio Legale Celotti — Un dipendente usa l’AI: responsabilità dell’azienda
• IBM — AI risk management