O wykorzystaniu sztucznej inteligencji przez cyberprzestępców słyszymy w ostatnim czasie tak naprawdę codziennie. Warto natomiast pamiętać, że pod hasłem „atak z wykorzystaniem AI” może kryć się naprawdę wiele różnych sposobów oszustw – od wygenerowania bardziej przekonującej wiadomości phishingowej, przez sklonowanie głosu lub stworzenie deepfake’u konkretnej osoby, aż po wykorzystanie modeli językowych do pisania kodu, prowadzenia rekonesansu czy automatyzacji kolejnych etapów ataku.

Wybraliśmy 4 przypadki wykorzystania AI przez cyberprzestępców, które pokazują, jak sztuczna inteligencja obniża próg wejścia, przyspiesza działania i pozwala prowadzić ataki na większą skalę.

GTG-1002: gdy Claude Code stał się częścią kampanii szpiegowskiej

We wrześniu 2025 roku Anthropic wykrył zaawansowaną operację cyberszpiegowską prowadzoną przez grupę oznaczoną jako GTG-1002. Był to pierwszy udokumentowany przypadek cyberataku prowadzonego na dużą skalę w większości przez AI, przy minimalnym udziale człowieka.

Napastnicy znaleźli sposób na obejście zabezpieczeń Claude Code. Wykorzystali m.in. role-play – przedstawiali się jako pracownicy legalnych firm cybersecurity i przekonywali model, że realizuje zadania związane z defensywnymi testami bezpieczeństwa. Dzięki temu poszczególne działania wyglądały jak zwykłe zadania techniczne, a Claude nie miał pełnego kontekstu całej operacji.

AI została następnie wykorzystana praktycznie na każdym etapie ataku: prowadziła rekonesans, mapowała powierzchnię ataku, identyfikowała podatności, generowała payloady, testowała exploity, pozyskiwała dane uwierzytelniające, wykonywała lateral movement, analizowała wykradzione dane i wspierała ich eksfiltrację. Claude automatycznie dokumentował też przebieg operacji, dzięki czemu atak mógł być kontynuowany przez kolejnych operatorów.

Skala była spora – kampania objęła około 30 celów w różnych krajach, wśród których znalazły się duże firmy technologiczne, instytucje finansowe, przedsiębiorstwa z branży chemicznej oraz agencje rządowe. Anthropic potwierdził, że w przypadku części z nich rzeczywiście doszło do skutecznego włamania.

Najbardziej interesująca jest jednak proporcja pracy człowieka i AI. Według analizy Anthropic Claude wykonywał samodzielnie około 80–90% działań taktycznych, podczas gdy udział operatorów ograniczał się do około 10–20%. Człowiek pozostawał przede wszystkim na poziomie strategicznym – wybierał cel oraz zatwierdzał kluczowe momenty, takie jak przejście od rekonesansu do aktywnej eksploatacji, wykorzystanie zdobytych danych uwierzytelniających czy ostateczny zakres eksfiltracji.

Deepfake na wideokonferencji i 25 milionów dolarów straty

W 2024 roku brytyjska firma inżynieryjna Arup⁠ padła ofiarą jednego z najgłośniejszych oszustw wykorzystujących deepfake. Wszystko zaczęło się od wiadomości, którą pracownik działu finansowego w Hongkongu otrzymał od osoby podszywającej się pod CFO firmy. Dotyczyła ona poufnej transakcji. Pracownik początkowo nabrał podejrzeń – sytuacja przypominała klasyczną próbę phishingu.

Wątpliwości miała rozwiać wideokonferencja. Pracownik zobaczył na ekranie CFO oraz kilku innych współpracowników, których rozpoznawał. Ich twarze i głosy wyglądały na autentyczne, dlatego uznał, że polecenie rzeczywiście pochodzi od kierownictwa firmy.

Problem w tym, że osoby uczestniczące w rozmowie były deepfake’ami. Oszuści wykorzystali sztuczną inteligencję do podszycia się pod przedstawicieli firmy za pomocą fałszywego obrazu i głosu. Sam Arup później potwierdził wykorzystanie w ataku fałszywych głosów i obrazów.

Co się wydarzyło później? Pracownik wykonał 15 przelewów na łączną kwotę 200 mln dolarów hongkońskich, czyli około 25,6 mln USD, na pięć rachunków bankowych. Dopiero późniejszy kontakt z centralą firmy ujawnił, że cała operacja była oszustwem.

Co ciekawe, nie doszło przy tym do włamania do systemów Arup. Firma potwierdziła, że jej wewnętrzne systemy nie zostały naruszone, a incydent nie wpłynął na jej działalność operacyjną ani stabilność finansową.

Incydent stał się jednym z najbardziej rozpoznawalnych przykładów zagrożeń związanych z deepfake’ami i przyczynił się do nagłaśniania potrzeby dodatkowej weryfikacji nietypowych próśb, szczególnie dotyczących przelewów, dostępu do danych czy innych wrażliwych operacji. Coraz większy nacisk zaczęto kłaść na zasadę „verify through another channel” – czyli potwierdzenie polecenia niezależnym kanałem, zgodnie z wcześniej ustaloną procedurą.

AI pomogła hakerowi przejąć ponad 600 urządzeń Fortinet w 55 krajach

Między 11 stycznia a 18 lutego 2026 roku atakujący miał uzyskać dostęp do ponad 600 urządzeń Fortinet FortiGate w 55 krajach. Co ważne, wyszukiwał on wystawione do Internetu interfejsy administracyjne i przejmował urządzenia zabezpieczone słabymi hasłami, na których nie wdrożono MFA.

Sztuczna inteligencja zaczynała odgrywać większą rolę na kolejnych etapach operacji. Napastnik wykorzystywał modele do planowania działań, tworzenia własnych narzędzi w Go i Pythonie, analizy zdobytych konfiguracji, prowadzenia rekonesansu oraz przygotowywania kolejnych kroków umożliwiających poruszanie się po zaatakowanej sieci.

Ten przypadek dobrze pokazuje więc jedno z największych wyzwań związanych z ofensywnym wykorzystaniem AI: sztuczna inteligencja obniża próg wejścia do cyberprzestępczości.

PROMPTSTEAL – malware, który podczas ataku pytał AI, jakie komendy wykonać

W czerwcu 2025 roku zespół Google Threat Intelligence Group zidentyfikował malware PROMPTSTEAL, znany również jako LAMEHUG, wykorzystywany przeciwko celom w Ukrainie. Wyjątkowe było to, że model AI nie został wykorzystany wyłącznie do napisania złośliwego oprogramowania.

Malware komunikował się z dużym modelem językowym już w trakcie działania na zainfekowanym urządzeniu. PROMPTSTEAL korzystał za pośrednictwem API Hugging Face z modelu Qwen2.5-Coder-32B-Instruct. Zamiast mieć wszystkie polecenia zapisane wcześniej w kodzie, malware wysyłał zapytania do modelu, który generował komendy Windows potrzebne m.in. do zebrania informacji o systemie i wyszukania dokumentów. Następnie wygenerowane polecenia były wykonywane na urządzeniu ofiary, a zdobyte dane trafiały na serwer kontrolowany przez napastników.

Według Google był to pierwszy zaobserwowany przez GTIG przypadek malware’u wykorzystującego LLM w czasie rzeczywistej operacji.

Co łączy te przypadki?

Te cztery historie pokazują, że mówiąc o AI w cyberatakach, nie mówimy już wyłącznie o potencjalnym zagrożeniu czy scenariuszach na przyszłość. Sztuczna inteligencja jest już wykorzystywana w realnych operacjach – i to na bardzo różnych etapach. Może pomóc stworzyć przekonującego deepfake’a, napisać lub rozwinąć malware, przeanalizować zdobyte dane, zaplanować kolejne działania, a nawet wykonywać znaczną część zadań podczas prowadzonej kampanii.

W 4Prime pomagamy organizacjom oceniać realne ryzyko, wzmacniać ochronę infrastruktury i aplikacji oraz przygotowywać się na coraz bardziej zautomatyzowane cyberataki. Chcesz sprawdzić, czy Twoja organizacja jest przygotowana na współczesne zagrożenia? Skontaktuj się z naszym zespołem.