W 2025 roku zespół CERT Polska zarejestrował ponad 260 000 unikalnych incydentów bezpieczeństwa — wzrost o 152% rok do roku (Raport roczny CERT Polska 2025, NASK). Głównym wektorem ataku pozostaje manipulacja człowiekiem, nie exploity techniczne. I właśnie dlatego deepfake głosowy — klonowanie głosu przy pomocy AI — staje się jednym z poważniejszych zagrożeń dla MŚP w 2026 roku.
Nie chodzi już o przerobione wideo z politykami ani sfałszowane reklamy z twarzami celebrytów. Chodzi o scenariusz, w którym Twoja księgowa odbiera telefon z głosem Twoim lub Twojego wspólnika i dostaje polecenie pilnego przelewu. Głos brzmi przekonująco, bo został sklonowany z nagrań dostępnych publicznie — z webinaru, podcastu, YouTube. Narzędzia potrzebne do sklonowania głosu działają w kilkanaście sekund. Kosztują nic lub kilkadziesiąt euro.
Badania cytowane przez CHIP.pl (maj 2026) pokazują dobitnie: dwie na trzy osoby nie są w stanie odróżnić sklonowanego głosu AI od prawdziwego człowieka (arXiv, za CHIP.pl), a ponad połowa pracowników w polskich firmach nie wie, czym w ogóle jest deepfake (ESET). Najsłabsze ogniwo nie zmieniło się od lat — to człowiek.
Czym jest deepfake głosowy i dlaczego rośnie szybciej niż zabezpieczenia
Deepfake to syntetyczny materiał audiowizualny, w którym AI imituje czyjś głos, twarz lub jedno i drugie. W kontekście bezpieczeństwa firm na pierwszy plan wysuwa się klonowanie głosu (ang. voice cloning): narzędzie pobiera próbkę głosu konkretnej osoby i na tej podstawie potrafi generować nowe wypowiedzi — zdania, których ta osoba nigdy nie powiedziała.
Jeszcze dwa lata temu stworzenie przekonującego klona głosu wymagało kilku minut materiału i specjalistycznego sprzętu. Dziś wystarczy kilkanaście sekund nagrania pobranego ze strony firmowej, profilu LinkedIn, YouTubowego wywiadu albo firmowego podcastu. Narzędzia klasy komercyjnej (ElevenLabs, Resemble AI i inne) oferują taką funkcję w modelu subskrypcyjnym dostępnym dla każdego. Istnieją też platformy działające według schematu „deepfake jako usługa” — za równowartość kilkudziesięciu euro.
To nie jest zagrożenie hipotetyczne. NASK wykrył w Polsce 13 200 reklam zawierających zmanipulowane materiały audiowizualne generowane przez AI — do ich stworzenia wykorzystano wizerunki 380 rozpoznawalnych osób (CHIP.pl, maj 2026). Większość z tych reklam to fałszywe oferty inwestycyjne, ale ten sam mechanizm techniczny działa równie sprawnie w ataku na firmowy dział finansów.
Ostrzeżenie: skala zagrożenia rośnie szybciej niż świadomość pracowników. Szkolenia z phishingu mailowego nie przygotowują do rozpoznania fałszywego głosu w rozmowie telefonicznej — to fundamentalnie różne kanały ataku.
Jak przebiega atak — od klonowania głosu do fałszywego przelewu
Atak deepfake głosowy na firmę zazwyczaj przebiega w kilku etapach. Znajomość scenariusza to pierwsza linia obrony.
Etap 1: Zbieranie materiału
Atakujący szuka nagrań z głosem osoby, pod którą planuje się podszyć — zazwyczaj właściciela firmy, prezesa lub dyrektora finansowego. Dostępne publicznie źródła to:
- nagrania z konferencji i webinarów firmowych,
- filmy na kanale YouTube lub profilu LinkedIn,
- materiały promocyjne i wideo na stronie firmy,
- wiadomości głosowe i notatki audio wysłane przez komunikatory biznesowe.
Kilkanaście sekund wyraźnego nagrania wystarczy do stworzenia wiarygodnego klona.
Etap 2: Przygotowanie ataku
Przed atakiem głosowym często pojawia się wiadomość tekstowa — e-mail, SMS lub komunikator — która „ustawia kontekst”: informuje o pilnej, poufnej sprawie i prosi o zachowanie dyskrecji. To klasyczna technika inżynierii społecznej, która osłabia czujność ofiary zanim odbierze telefon.
Etap 3: Atak właściwy
Pracownik — zazwyczaj z działu finansów lub kadr — odbiera telefon z głosem dobrze znającej go osoby. Prośba jest konkretna: przelew na nowe konto, zmiana danych bankowych kontrahenta, udostępnienie danych logowania. Zawsze pojawia się presja czasu i prośba o dyskrecję.
Najtrudniejsza do obrony jest sytuacja, gdy deepfake głosowy pojawia się jako potwierdzenie wcześniej ustalonej transakcji. Przykładowy scenariusz: przez kilka dni trwa e-mailowa korespondencja z kontrahentem w sprawie faktury. W dniu płatności pracownik dostaje telefon z głosem „prezesa” z prośbą o zmianę konta na nowe. Zna ten głos. Korespondencja mailowa wcześniej „wyglądała normalnie” (mogła być przejęta lub sfabrykowana). Cały kontekst wskazuje na autentyczność — i właśnie na to liczy atakujący.
Etap 4: Zacieranie śladów
Po udanym ataku pieniądze szybko przepływają przez kilka rachunków w różnych krajach. Odzyskanie środków jest możliwe tylko przy bardzo szybkiej reakcji banku — zwykle w ciągu godzin, nie dni. Każda godzina zwłoki drastycznie zmniejsza szanse na odblokowanie przelewu.
Przypadek z Hongkongu (2024) jest dziś podręcznikowym przykładem: pracownik uczestniczył w wideokonferencji, w której zarówno twarze, jak i głosy jego współpracowników — w tym CFO firmy — zostały odtworzone przez AI. Wykonał przelewy na pięć rachunków bankowych. Strata wyniosła około 25,6 mln dolarów (Poradnik Przedsiębiorcy, październik 2026, za hongkońską policją).
W lutym 2026 roku media doniosły o ataku na włoski bank Fideuram: według doniesień pracownik otrzymał wiadomość na WhatsApp wyglądającą jak polecenie od szefów, a następnie rozmowę telefoniczną z głosem adwokata dobrze mu znajomego — wygenerowanym przez AI. W wyniku ataku z kont wypłynęła kwota przekraczająca 36 mln euro, które nie wróciły na konto siedem miesięcy po zdarzeniu.
Obydwa przypadki łączy jeden schemat: głos i obraz to dla ludzi silne sygnały zaufania — a AI potrafi je sfabrykować za kilkadziesiąt euro.
Jak rozpoznać deepfake w trakcie rozmowy
Perfekcyjnego deepfake’a głosowego coraz trudniej odróżnić bez specjalistycznych narzędzi. Jednak wiele ataków wciąż zawiera wyraźne czerwone flagi, które pozwalają zatrzymać się przed fatalnym krokiem.
Sygnały w samej rozmowie
Presja czasu i poufność — „Zrób to teraz, zanim wrócę na spotkanie” albo „Nikomu nie mów, to jest poufna sprawa” to klasyczne sygnały inżynierii społecznej. Prawdziwy szef działający w pilnej sprawie zwykle ma kilka minut na weryfikację, a nie kilka sekund.
Prośba o ominięcie procedur — „Wiem, że normalnie musiałbyś to zatwierdzić z drugim podpisem, ale tym razem zrób wyjątek”. Każde polecenie omijające standardowe procedury płatnicze powinno natychmiastowo podnosić poziom czujności.
Dziwne prośby przez nowy kanał — telefon z nieznanego numeru lub nowy profil w komunikatorze, który „teraz jest na wyjeździe”. Jeśli szef zawsze piszę przez Teams, a teraz dzwoni z anonimowego numeru, to sygnał alarmowy.
Odmowa przełączenia na wideo lub wideo ze słabą jakością — atakujący często preferuje wyłącznie audio, bo deepfake wideo jest droższym i trudniejszym przedsięwzięciem. „Nie mogę teraz włączyć kamery” w połączeniu z pilnym żądaniem finansowym to klasyczny schemat.
Sygnały techniczne
Klonowany głos bywa wciąż niedoskonały: słyszalne „szmery” w tle, sztucznie równy rytm mowy bez naturalnych zawahań i omyłek, dziwna intonacja przy nazwach własnych. Starsze lub tańsze narzędzia dają się wykryć. Nowsze — znacznie trudniej.
Zamiast polegać na własnym słuchu, lepiej zmienić kanał weryfikacji: zakończyć rozmowę i oddzwonić na numer zapisany w książce kontaktowej — nie na numer, z którego dzwoniła „osoba”. To najprostsza i najskuteczniejsza metoda obrony.
Narzędzia do wykrywania deepfake’ów — co działa, a co nie
Na rynku pojawiają się narzędzia do automatycznego wykrywania syntetycznych treści audio i wideo. Część z nich jest dostępna dla firm jako usługi SaaS. Jednak ich skuteczność w realiach biznesowych ma istotne ograniczenia:
- Działają na plikach, nie na strumieniu rozmowy. Większość analizatorów deepfake przetwarza nagranie po fakcie, a nie w czasie rzeczywistym. W ataku głosowym decyzja musi zapaść podczas rozmowy.
- Skuteczność spada przy krótkich próbkach. Kilkunastosekundowe wiadomości głosowe — typowe w atakach — mogą dawać wyniki z dużą liczbą fałszywych negatywów.
- Wyścig zbrojeń trwa. Modele do generowania deepfake’ów są aktualizowane szybciej niż narzędzia detekcji.
To nie znaczy, że narzędzi nie warto używać — ale nie mogą być jedyną warstwą obrony. Procedury organizacyjne (weryfikacja kanałem alternatywnym, zasada czterech oczu) działają niezależnie od jakości deepfake’a. Narzędzie detekcji to uzupełnienie, a nie zastępstwo twardych reguł.
5 procedur, które chronią firmę przed CEO fraud 2.0
Deepfake głosowy to zagrożenie, przed którym nie chroni oprogramowanie antywirusowe ani filtr antyspamowy. Chroni przed nim organizacja pracy. Oto pięć procedur, które warto wdrożyć niezależnie od wielkości firmy.
1. Zasada czterech oczu dla przelewów powyżej progu
Żaden przelew powyżej ustalonego limitu (np. 5 000 zł, 20 000 zł — dopasuj do skali firmy) nie powinien być autoryzowany przez jedną osobę. Drugi podpisujący to człowiek — nie drugi komunikat od tego samego nadawcy.
Jak wdrożyć: określ próg kwotowy i zapisz go w instrukcji obiegu dokumentów finansowych. Poinformuj pracowników, że każda prośba o ominięcie tej zasady — niezależnie od źródła — wymaga weryfikacji bezpośredniej.
2. Protokół oddzwonienia na znany numer
Każda prośba o przelew, zmianę rachunku bankowego kontrahenta lub zmianę danych pracownika przychodzi przez telefon lub komunikator? Złota zasada: zakończ rozmowę i oddzwoń na numer zapisany wcześniej w swoich kontaktach — nie na numer, z którego dzwoniono.
Jeden telefon weryfikacyjny eliminuje niemal całe ryzyko ataku głosowego. To nieintuicyjne, bo wydaje się niegrzeczne. Ale żaden prawdziwy szef nie będzie miał pretensji o to, że pracownik zadzwonił, żeby potwierdzić operację na 50 000 zł.
3. Firmowe hasło weryfikacyjne
Niektóre firmy wdrażają system haseł jednorazowych lub stałych haseł weryfikacyjnych — ustalonego z góry słowa, które osoba prosząca o pilny przelew musi podać, żeby prośba była traktowana poważnie. Atakujący sklonujący głos nie zna hasła, którego nigdy nie wypowiedział.
To rozwiązanie szczególnie dobre dla małych teamów, gdzie każdy zna każdego — właśnie dlatego są bardziej podatne na tego rodzaju ataki.
4. Prawo do wstrzymania operacji bez konsekwencji
Pracownik, który się zatrzyma przy podejrzanej prośbie i zadzwoni z weryfikacją, musi wiedzieć, że nie grożą mu z tego tytułu żadne konsekwencje służbowe — nawet jeśli okaże się, że to był prawdziwy szef w pilnej sprawie.
Jeśli kultura firmy karze za ostrożność, procedury weryfikacyjne nie działają. Warto to powiedzieć wprost na spotkaniu zespołu: „Masz prawo zatrzymać operację i zadzwonić po potwierdzenie. Zawsze.”
5. Minimalizuj ekspozycję głosu i wizerunku zarządu
Nagrania konferencji wewnętrznych, webinary firmowe z głosem właściciela, materiały rekrutacyjne z prezesem — to wszystko jest potencjalnym materiałem do klonowania głosu. Nie chodzi o rezygnację z tych form komunikacji, ale o świadome podejście.
Warto rozważyć:
- ograniczenie publicznie dostępnych nagrań z głosem konkretnych osób,
- niepublikowanie nagrań wewnętrznych spotkań na otwartych platformach,
- usuwanie lub ograniczanie dostępu do archiwalnych nagrań z YouTube lub LinkedIn, gdy nie są już potrzebne.
Jeśli atakujący nie ma do czego sklonować głosu, trudniej mu przeprowadzić atak.
Szkolenie pracowników — krótkie, konkretne, powtarzalne
Wiedza to element obrony, którego nie da się kupić w abonamencie. Raz w roku warto przeprowadzić krótki warsztat lub symulację (15–20 minut wystarczy), podczas której pracownicy działu finansów i kadr ćwiczą odpowiedź na podejrzane polecenia. Jak odmówić wygodnie, nie naruszając relacji? Jak sformułować prośbę o weryfikację, żeby nie brzmiała jak oskarżenie? Te umiejętności buduje się przez praktykę, a nie przez lekturę wewnętrznej polityki bezpieczeństwa.
Badanie ESET pokazało, że 58% pracowników w Polsce nie wie, czym są deepfake’i (CHIP.pl, maj 2026). Oznacza to, że większość Twoich ludzi nie rozpozna zagrożenia, nawet jeśli napotka je wprost — chyba że ktoś im wcześniej o nim opowie.
Co zrobić w ciągu pierwszych 24 godzin po ataku
Jeśli firma padła ofiarą deepfake’owego ataku i środki opuściły konto, liczy się każda minuta.
Krok 1: Natychmiast zadzwoń do banku. Skorzystaj z oficjalnego numeru infolinii — nie z numeru podanego przez atakującego. Poproś o wstrzymanie przelewu lub jego recall. Bank ma ograniczone okno czasowe do interwencji, szczególnie przy przelewach zagranicznych.
Krok 2: Zabezpiecz dowody. Zapisz nagranie rozmowy (jeśli dostępne), zrzuty ekranu wiadomości, nagłówki e-maili, logi komunikatora. To kluczowy materiał dowodowy dla policji i banku.
Krok 3: Zmień hasła i sprawdź konfigurację. Zaktualizuj dostępy do systemów finansowych, sprawdź reguły przekazywania poczty i zmiany danych kontrahentów wprowadzone w ostatnich dniach.
Krok 4: Zgłoś incydent do CERT Polska. Formularz dostępny pod adresem incydent.cert.pl — zgłoszenie pozwala CERT Polska ostrzec inne firmy i pomaga w ewentualnym śledztwie.
Krok 5: Zawiadom policję lub prokuraturę. Deepfake w celu wyłudzenia pieniędzy to przestępstwo — oszustwo z art. 286 Kodeksu karnego oraz potencjalnie kradzież tożsamości z art. 190a § 2 k.k. (poradnikprzedsiebiorcy.pl, październik 2026). Zgłoszenie daje podstawę do działania służb.
Krok 6: Powiadom UODO, jeśli doszło do naruszenia danych osobowych. Jeśli atak doprowadził do wycieku danych klientów lub pracowników, masz co do zasady 72 godziny na powiadomienie Urzędu Ochrony Danych Osobowych (art. 33 RODO).
Podsumowanie
Deepfake głosowy przestał być scenariuszem z filmów science fiction. Narzędzia do klonowania głosu są dziś tanie, dostępne i coraz dokładniejsze. Polska statystyka mówi wprost: 66% badanych nie odróżni sklonowanego głosu AI od prawdziwego (arXiv, za CHIP.pl 2026), a CERT Polska odnotował w 2025 roku ponad 260 000 incydentów bezpieczeństwa — to wzrost o 152% rok do roku.
Kluczowe wnioski:
- Atakujący nie potrzebuje hackerskich umiejętności — wystarczą kilkanaście sekund Twojego publicznego nagrania.
- Celem są pracownicy działów finansowych i kadr, a nie systemy IT.
- Żadne oprogramowanie nie zastąpi procedur weryfikacyjnych — to człowiek podejmuje decyzję o przelewie.
- Protokół oddzwonienia na znany numer eliminuje niemal całe ryzyko.
- Po ataku liczą się minuty — najważniejszy jest kontakt z bankiem.
Wskazówka: zanim jutro wyjdziesz z biura, sprawdź jedno: czy Twój dział finansów wie, że ma prawo zatrzymać każdy przelew i zadzwonić po potwierdzenie — bez obawy o konsekwencje? Jeśli nie — to jeden najważniejszy krok, który możesz zrobić dziś.
Jeśli szukasz szerszego przeglądu zagrożeń cybernetycznych dla MŚP — phishingu, ransomware i ochrony danych — zajrzyj do naszego poradnika Cyberbezpieczeństwo dla MŚP w 2026.
Chcesz ocenić, jak Twoja firma radzi sobie z bezpieczeństwem AI i automatyzacją? Chętnie porozmawiamy.