Przejdź do treści

Deepfake: co to jest, jak go rozpoznać i jak firma ma weryfikować polecenia

Deepfake co to jest? Wyjaśniamy na przykładach z firm: fałszywy dyrektor na wideorozmowie, klonowanie głosu, kandydat-widmo. Plus procedura weryfikacji poleceń.

Zespół ZeroLayer 10 min czytania

Ciemnogranatowe biuro nocą, na monitorze wideorozmowa z mężczyzną w garniturze, którego twarz delikatnie rozpada się na turkusowe piksele

Deepfake to wygenerowany lub zmieniony przez sztuczną inteligencję obraz, nagranie głosu albo film, który udaje prawdziwą osobę i może zostać uznany za autentyczny. W firmie oznacza to bardzo konkretne ryzyko: wideorozmowę z „dyrektorem finansowym”, który nigdy się nie połączył, wiadomość głosową od „prezesa” albo kandydata do pracy z cudzą twarzą. Z tego poradnika dowiesz się, jak powstaje deepfake, jak go rozpoznać i dlaczego ważniejsza od rozpoznawania jest prosta procedura weryfikacji poleceń.

Deepfake: co to jest i skąd ta nazwa

Nazwa łączy dwa angielskie słowa: „deep learning”, czyli uczenie głębokie (rodzaj uczenia maszynowego opartego na sieciach neuronowych), oraz „fake”, czyli fałszywka. Deepfake może mieć trzy postaci:

  • wideo, w którym ktoś mówi lub robi rzeczy, których nigdy nie powiedział ani nie zrobił,
  • głos, czyli sklonowana mowa konkretnej osoby, używana w rozmowach telefonicznych i wiadomościach głosowych,
  • obraz, np. zdjęcie profilowe, skan dokumentu albo fotografia „z miejsca zdarzenia”.

Rozporządzenie UE o sztucznej inteligencji (AI Act) opisuje deepfake jako wygenerowane lub zmanipulowane przez AI obrazy, treści audio lub wideo, które przypominają istniejące osoby, przedmioty, miejsca lub zdarzenia i które odbiorca mógłby „niesłusznie uznać za autentyczne”. To dobra definicja do firmowej polityki, bo skupia się na skutku: ktoś ma uwierzyć, że rozmawia z prawdziwą osobą.

200 mln HK$
przelane w 15 transakcjach po wideorozmowie z podrobionym dyrektorem finansowym (Arup, Hongkong)
Hong Kong Free Press / AFP, 5 lutego 2024
139+
osób publicznych, których wizerunek wykorzystano w fałszywych reklamach na platformach Meta
CERT Polska, listopad 2024
kilka sekund
nagranego głosu wystarczy do klonowania w technologii text-to-speech
NASK, maj 2024

Jak powstaje deepfake

Nie będziemy tu opisywać instrukcji, ale warto rozumieć, z czego korzysta oszust. Potrzebuje materiału źródłowego: nagrań wideo i głosu osoby, którą chce udawać. W przypadku prezesów, dyrektorów i burmistrzów to zwykle żaden problem, bo wystąpienia konferencyjne, wywiady i webinary leżą publicznie na YouTube czy LinkedIn.

Ewelina Bartuzi-Trokielewicz z zespołu NASK analizującego deepfake'i wyjaśniała, że przy technologii text-to-speech oszustom wystarcza „zaledwie kilka sekund nagranego głosu”. Przy technologii speech-to-speech, która lepiej oddaje intonację i emocje, potrzeba około minuty oryginalnego materiału. Dla Twojej firmy wniosek jest prosty: głos każdej osoby, która choć raz wystąpiła publicznie, można podrobić.

Ważny szczegół z prawdziwych ataków: deepfake nie musi być interaktywny. W sprawie z Hongkongu policja podała, że filmy z fałszywymi uczestnikami spotkania były nagrane wcześniej i nie prowadziły rozmowy z ofiarą. Oszust nie potrzebuje więc idealnej technologii, wystarczy mu kilka minut przekonującego obrazu i silna presja.

Deepfake w firmie: przykłady z ostatnich lat

Gdy szukasz przykładów deepfake'ów, łatwo trafić na filmy z politykami i celebrytami. Dla firmy groźniejsze są scenariusze, w których celem jest przelew, dane lub dostęp do systemów.

Arup: wideorozmowa z fałszywym dyrektorem finansowym

W styczniu 2024 r. pracownik działu finansów w hongkońskim biurze brytyjskiej firmy inżynierskiej Arup dostał wiadomość o „poufnej transakcji” od osoby podającej się za dyrektora finansowego z Wielkiej Brytanii. Początkowo podejrzewał phishing. Wątpliwości rozwiała wideorozmowa: na ekranie widział dyrektora i kilku współpracowników, którzy wyglądali i brzmieli jak ludzie, których znał.

Według policji w Hongkongu wszyscy uczestnicy poza ofiarą byli podrobieni, a oszuści wykorzystali publicznie dostępne nagrania z YouTube. Pracownik wykonał 15 przelewów na pięć rachunków, łącznie około 200 mln HK$ (ok. 26 mln USD). Oszustwo wyszło na jaw dopiero, gdy skontaktował się z centralą. Arup potwierdził, że „użyto fałszywych głosów i obrazów”, a jego systemy wewnętrzne nie zostały naruszone.

Ten przypadek pokazuje coś ważnego: nie złamano tu żadnego zabezpieczenia technicznego. Wystarczył proces, w którym jedna osoba mogła wykonać duże przelewy na podstawie spotkania online.

WPP: sklonowany głos i nagrania z YouTube

W maju 2024 r. media opisały próbę oszustwa wymierzoną w grupę reklamową WPP. Oszuści założyli konto WhatsApp z publicznym zdjęciem prezesa Marka Reada i umówili przez nie spotkanie w Microsoft Teams. Podczas spotkania użyli sklonowanego głosu jednego z menedżerów i materiałów wideo z YouTube. Celem było nakłonienie szefa jednej z agencji do założenia nowego biznesu, a przy okazji wyłudzenie pieniędzy i danych.

Atak się nie udał. Firma podkreśliła czujność pracowników, a Read ostrzegł kadrę, że trzeba uważać na techniki wykraczające poza e-mail i wykorzystujące wideospotkania, AI i deepfake'i.

Fałszywy kandydat na rozmowie rekrutacyjnej

Deepfake trafia też do działu HR. Już w 2022 r. FBI ostrzegało przed kandydatami, którzy podczas zdalnych rozmów kwalifikacyjnych używali deepfake'ów i skradzionych danych osobowych. Chodziło głównie o stanowiska IT i programistyczne z dostępem do danych klientów, finansów lub baz firmowych. FBI wskazało dwa sygnały: ruch ust nie pasował do dźwięku, a kaszel czy kichnięcie nie zgadzały się z obrazem.

Dla firmy stawką nie jest jedna pensja, tylko dostęp do systemów, który „nowy pracownik” dostaje pierwszego dnia.

Fałszywy kontrahent

Ten sam mechanizm działa przy dostawcach. Scenariusz łatwo sobie wyobrazić: księgowość dostaje e-mail o nowym numerze konta, a kiedy chce go potwierdzić, odbiera telefon od „opiekuna klienta” o znajomym głosie. Jeśli procedura mówi tylko „potwierdź telefonicznie”, a nie „oddzwoń na numer z umowy”, sklonowany głos ją przejdzie. Więcej o oszustwach na prezesa i fałszywych fakturach znajdziesz w artykule o spear phishingu i whalingu.

Polska: znane twarze w fałszywych reklamach

W Polsce deepfake najczęściej widać w reklamach fałszywych inwestycji. CERT Polska opisał m.in. fałszywą „recenzję” platformy inwestycyjnej z wizerunkiem i głosem przedsiębiorcy Rafała Brzoski oraz badanie, według którego w reklamach na platformach Meta wykorzystano wizerunek ponad 139 osób publicznych. We wrześniu 2026 r. CERT Polska ostrzegał przed kolejną kampanią, w której oszuści łączą wizerunki znanych osób, logotypy firm i filmy generowane przez AI. Po kliknięciu ofiarę przejmuje „doradca”, który namawia do wpłaty, a później bywa, że prosi o instalację programu do zdalnego pulpitu.

To nie jest problem wyłącznie prywatny. Pracownik, który na służbowym laptopie zainstaluje taki program na prośbę „doradcy”, otwiera drogę do sieci firmowej.

Jak rozpoznać deepfake wideo i głosu

Zanim przejdziemy do listy, uczciwe zastrzeżenie: wykrywanie „na oko” działa coraz gorzej. FBI w ostrzeżeniu z maja 2025 r. napisało wprost, że sklonowane głosy mogą brzmieć niemal identycznie jak prawdziwe osoby. Traktuj poniższe sygnały jako powód, żeby się zatrzymać i zweryfikować, a nie jako test, który deepfake musi oblać.

Sygnały w obrazie

NASK i FBI wymieniają podobne oznaki:

  • rozmyta lub zniekształcona okolica ust, źle odwzorowane zęby,
  • zmieniająca się geometria twarzy, nienaturalne ruchy głowy i mimika,
  • ruch warg i gesty niedopasowane do słów,
  • dziwne cienie, zniekształcone dłonie,
  • dodane szumy i plamy, które mogą maskować błędy generowania.

Sygnały w głosie

  • robotyczna lub nietypowa intonacja, zmiany akcentu, tonu albo wysokości głosu w trakcie wypowiedzi,
  • błędy w wymowie liczb, dat, kwot i nazw własnych,
  • nietypowy dobór słów albo opóźnienia w rozmowie.

Prosta sztuczka: zadaj pytanie, na które nagranie nie jest przygotowane, albo poproś o coś nieoczekiwanego, np. zmianę tematu na sprawę, o której wiecie tylko Wy dwoje. Pamiętaj, że w Hongkongu filmy były nagrane wcześniej i nie wchodziły w interakcję.

Sygnały w treści prośby

Te są najbardziej wiarygodne, bo nie zależą od jakości technologii:

  • pilność i presja czasu („musi wyjść dziś do 15:00”),
  • poufność („nikomu o tym nie mów, to tajna transakcja”),
  • prośba o ominięcie zwykłej ścieżki akceptacji,
  • zmiana kanału komunikacji, np. przejście na prywatny komunikator,
  • prośba o pieniądze, dane osobowe, kody lub instalację programu.

Połączenie „pilne i poufne” to czerwona flaga niezależnie od tego, jak przekonująco wygląda twarz na ekranie.

Dlaczego procedura weryfikacji jest ważniejsza niż wykrywanie

Technologia będzie coraz lepsza, a Twoi pracownicy nie staną się ekspertami od analizy obrazu. Dlatego zamiast uczyć zespół rozpoznawania każdego fałszerstwa, ustal kilka zasad, które działają niezależnie od jakości deepfake'a:

  1. Oddzwonienie na znany numer. Każde nietypowe polecenie dotyczące pieniędzy lub danych potwierdzasz, dzwoniąc samodzielnie na numer z książki adresowej firmy lub z umowy. Nigdy na numer podany w tej samej wiadomości. Tak samo radzi FBI: kontakt przez numer, który znajdziesz niezależnie.
  2. Pytanie kontrolne lub hasło. FBI zaleca uzgodnienie tajnego słowa lub frazy z bliskimi. W firmie ten sam pomysł sprawdzi się w zarządzie i finansach, pod warunkiem że hasło nie krąży w mailach.
  3. Zasada dwóch osób. Przelew powyżej ustalonej kwoty, zmiana numeru konta kontrahenta czy nowy odbiorca wymagają akceptacji drugiej osoby. W sprawie Arup jedna osoba mogła wykonać 15 przelewów.
  4. Zakaz poleceń „tylko na wideo”. Wideorozmowa, wiadomość głosowa czy czat nie są podstawą do wykonania przelewu. Polecenie musi trafić do zwykłego obiegu dokumentów.
  5. Prawo do odmowy. Pracownik musi wiedzieć, że za odmowę wykonania pilnego polecenia bez weryfikacji nikt go nie ukarze, nawet jeśli „prezes” był prawdziwy.

Szczegółowe porównanie metod weryfikacji rozmówcy, z ich odpornością na podszywanie się, znajdziesz w analizie o vishingu jako zagrożeniu nr 1. Sam mechanizm manipulacji, na którym opiera się każdy z tych ataków, opisujemy w tekście o socjotechnice.

ScenariuszCzerwona flagaPierwszy krok
Wideorozmowa z „dyrektorem” w sprawie przelewupoufna transakcja, pośpiechzakończ, oddzwoń na numer z książki firmowej
Wiadomość głosowa od „prezesa” na komunikatorzenowy numer lub nowy kanałpotwierdź w znanym kanale, zapytaj o hasło
Kandydat na zdalnej rozmowieobraz nie pasuje do dźwiękuspotkanie na żywo lub weryfikacja dokumentów przez HR
„Opiekun” kontrahenta zmienia numer kontaprośba o szybką aktualizacjęoddzwoń na numer z umowy, druga osoba akceptuje

Deepfake a AI Act

Od strony prawa warto znać jeden przepis. Art. 50 ust. 4 AI Act nakłada na podmioty stosujące systemy AI, które generują lub manipulują obrazem, dźwiękiem lub wideo stanowiącym deepfake, obowiązek ujawnienia, że treść została sztucznie wygenerowana lub zmanipulowana. Zgodnie z art. 113 rozporządzenie stosuje się co do zasady od 2 sierpnia 2026 r. Oszusta ten przepis oczywiście nie zatrzyma, ale jeśli Twoja firma sama tworzy materiały z syntetycznym głosem lub wizerunkiem, np. filmy marketingowe czy szkoleniowe, musi je oznaczać. O zasadach korzystania z narzędzi AI w pracy piszemy w artykule o bezpiecznym korzystaniu z AI.

Jak przećwiczyć to w zespole

Procedura, której nikt nie przećwiczył, w stresie nie zadziała. Kilka form, które da się wprowadzić od razu:

  • Scenka dla finansów (15 minut). Ktoś z zespołu odgrywa „prezesa”, który dzwoni z prośbą o pilny, poufny przelew. Uczestnik ćwiczy przerwanie rozmowy i oddzwonienie. Najtrudniejsze okazuje się zwykle samo powiedzenie „oddzwonię”.
  • Pokaz deepfake'a na spotkaniu. Krótki, legalnie przygotowany przykład, najlepiej z udziałem kogoś z zarządu, który zgodzi się na użycie swojego wizerunku. Zespół widzi, że to nie jest problem „celebrytów”.
  • Ustalenie hasła kontrolnego w zarządzie i finansach, z regułą, że zmienia się je np. raz na kwartał.
  • Checklista dla HR przy zdalnej rekrutacji na stanowiska z dostępem do danych: weryfikacja dokumentów, kontakt z poprzednim pracodawcą przez numer znaleziony samodzielnie, w razie wątpliwości spotkanie na żywo.
  • Kanał zgłoszeń. Każdy podejrzany telefon czy wideorozmowę zgłaszasz wewnętrznie. Deepfake z wizerunkiem znanej osoby w sieci możesz zgłosić do CERT Polska przez incydent.cert.pl lub SMS-em na numer 8080.

Jeśli w Twojej firmie wciąż używa się logowania samym hasłem, zacznij od podstaw: przejęte konto pocztowe daje oszustowi wiarygodny kanał, z którego wyśle „pilną prośbę” przed rozmową z deepfake'iem. Pomogą w tym teksty o weryfikacji dwuetapowej i ogólne zasady z artykułu o cyberhigienie w firmie.

Jak to wygląda w Akademii ZeroLayer

Akademia ZeroLayer łączy mikrolekcje wideo, gry i quizy z symulacjami phishingu, a automatyczne przypomnienia pilnują, żeby nauka nie kończyła się na jednym spotkaniu. Świadomość deepfake'ów wideo budujemy w formie warsztatu dla zespołu, a nie symulacji. Pełną listę zagadnień znajdziesz w sekcji tematy szkoleń.

Jeśli chcesz sprawdzić odporność zespołu w praktyce, wariant „Akademia + testy” obejmuje testy socjotechniczne z deepfake'iem i vishingiem. Panel dyrektora pokazuje postępy działów i generuje raporty ze szkoleń, pracownicy dostają certyfikaty z numerem, a ścieżka onboardingowa obejmuje nowe osoby od pierwszego dnia. Ścieżki dla ról pozwalają dopasować materiał do finansów, HR czy zarządu. Dostępne warianty, od bezpłatnego pilotażu dla jednego działu na 30 dni, znajdziesz w sekcji Warianty.

Najczęściej zadawane pytania

Deepfake co to jest w prostych słowach?

Deepfake to fałszywe nagranie wideo, głosu lub zdjęcie wygenerowane przez sztuczną inteligencję tak, by wyglądało jak prawdziwa osoba. Nazwa pochodzi od angielskich słów „deep learning” (uczenie głębokie) i „fake” (fałszywka). W firmach deepfake służy najczęściej do podszywania się pod szefów i kontrahentów, żeby wyłudzić przelew lub dane.

Jak rozpoznać deepfake?

W obrazie zwracaj uwagę na rozmytą okolicę ust, źle odwzorowane zęby, nienaturalną mimikę i ruch warg niedopasowany do dźwięku. W głosie na robotyczną intonację i błędy w wymowie liczb oraz nazw. Najpewniejszym sygnałem jest jednak treść: pilna, poufna prośba o pieniądze lub dane. Ponieważ technologia szybko się poprawia, każde takie polecenie weryfikuj, oddzwaniając na znany numer.

Czym jest klonowanie głosu?

Klonowanie głosu to tworzenie przez AI syntetycznej mowy, która brzmi jak konkretna osoba. Według NASK w technologii text-to-speech wystarcza kilka sekund nagrania, a w bardziej zaawansowanej speech-to-speech około minuty. Oszuści wykorzystują sklonowany głos w telefonach i wiadomościach głosowych, podszywając się pod przełożonych, kontrahentów lub członków rodziny.

Czy wideorozmowa wystarczy, żeby potwierdzić polecenie przelewu?

Nie. Sprawa firmy Arup pokazała, że cała wideorozmowa z kilkoma uczestnikami może być podrobiona. Polecenie przelewu potwierdzaj innym kanałem: oddzwoń na numer z firmowej książki adresowej lub umowy, a przy większych kwotach wymagaj akceptacji drugiej osoby.

Gdzie zgłosić deepfake?

Oszustwo w internecie, w tym fałszywą reklamę z wizerunkiem znanej osoby, zgłosisz do CERT Polska przez formularz na incydent.cert.pl lub SMS-em na numer 8080. Zgłoś je też administratorowi platformy, na której je widzisz. Próbę oszustwa wymierzoną w firmę zgłoś najpierw wewnętrznie, do działu IT lub bezpieczeństwa, a przy stracie pieniędzy niezwłocznie do banku i na policję.

Źródła