De afgelopen jaren heeft de beveiligingssector gesproken over kunstmatige intelligentie als een krachtvermenigvuldiger voor verdedigers. Het verhaal ging als volgt: machine learning-modellen zouden door logs spitten, anomalieën opsporen die menselijke analisten misten en het saaie werk van dreigingsdetectie overnemen. Dat verhaal is slechts de helft waar. De andere helft, volgens de nieuwste bevindingen van Check Point Research, is dat aanvallers de experimentele fase allang zijn ontgroeid. Ze gebruiken AI om op dit moment live aanvallen uit te voeren. De technologie is niet langer alleen een hulpmiddel voor ontwikkelaars die de volgende application stack bouwen. Het is een actief wapen geworden in de handen van criminelen die misleiding automatiseren op een schaal die we nog nooit eerder hebben gezien.
Wanneer aanvallers AI gebruiken voor live operaties
Het rapport benadrukt een beslissende verschuiving in de manier waarop dreigingsactoren hun campagnes organiseren. In plaats van te vertrouwen op statische code en handmatige command-and-control, bouwen aanvallers complexe malware-frameworks zoals VoidLink. Frameworks van dit type wijzen op een modulaire aanpak waarbij componenten zich dynamisch kunnen aanpassen, updaten en communiceren. Wanneer AI deze systemen aanstuurt, worden malware-campagnes veel minder voorspelbaar. Payloads kunnen hun gedrag aanpassen op basis van de omgeving die ze infecteren, wat signatuurgebaseerde detectie veel moeilijker maakt en gedragsmonitoring vereist die slechts weinig organisaties volledig hebben geïmplementeerd.
Wat nog alarmerender is, is de directe exploitatie van commerciële AI-modellen. Aanvallers zijn niet beperkt tot underground-tools die in verborgen fora zijn gebouwd. Ze misbruiken dezelfde large language models en AI-services die legitieme bedrijven dagelijks gebruiken. Door systemen te 'jailbreaken', prompt engineering te verfijnen of simpelweg grote hoeveelheden API-aanroepen te automatiseren, omzeilen criminelen beveiligingsinstellingen en genereren ze phishing-e-mails, kwaadaardige scripts en social engineering-lokmiddelen met machinesnelheid. De ironie is wrang: de infrastructuur die is gebouwd om mensen te helpen bij het schrijven van code of het samenvatten van documenten, wordt nu gekaapt om juist de organisaties te infiltreren die ervoor hebben betaald.
Vier door AI gedreven dreigingen om te begrijpen
De analyse van Check Point wijst op vier specifieke misbruikscenario's die beveiligingsteams in detail moeten herkennen. Elk scenario verandert de rekensom van wat een aanvaller kan bereiken zonder de beperkingen van menselijke schaalbaarheid.
Geautomatiseerde phishingaanvallen bestaan al decennia in primitieve vormen, maar AI neemt de resterende frictie weg. Aanvallers kunnen sociale media en bedrijfswebsites scrapen om binnen enkele seconden zeer gepersonaliseerde e-mails te genereren, waarbij ze toon, taal en context aanpassen zodat bulkcampagnes aanvoelen als persoonlijke berichten. Wanneer elke spear-phishing-e-mail handgemaakt lijkt, schiet traditionele detectie gebaseerd op gebrekkige grammatica of massale e-mailheaders simpelweg tekort.
Voice-agent vishing-kits vertegenwoordigen een escalatie die verder gaat dan opgenomen deepfakes. Deze kits zetten interactieve voice-agents in die in staat zijn om realtime gesprekken met slachtoffers te voeren. Stel je een telefoontje voor dat precies klinkt als je IT-helpdesk, natuurlijk reageert op je vragen en dringend vraagt om je multi-factor authenticatiecode. De stem is synthetisch, het script wordt on the fly gegenereerd en het slachtoffer praat met software die nooit zenuwachtig wordt, nooit over haar woorden struikelt en nooit van haar doel afwijkt.
Vervalste virtuele identiteiten breiden deze misleiding uit van individuele telefoontjes naar volledige persona's. Dreigingsactoren kunnen synthetische profielen aanmaken, compleet met gegenereerde foto's, gefabriceerde werkverleden en kunstmatige netwerkverbindingen. Deze identiteiten sturen niet slechts één bericht; ze kunnen lid worden van professionele netwerken, deelnemen aan discussies binnen de sector en gedurende weken of maanden vertrouwen opbouwen voordat ze een kwaadaardige payload leveren of gevoelige inloggegevens opvragen. De langdurige oplichting is geïndustrialiseerd.
Indirecte prompt injection-aanvallen richten zich op de architectuur van AI-applicaties zelf, in plaats van direct op de eindgebruiker. Een aanvaller verbergt kwaadaardige instructies in een webpagina, een document of een e-mail die een AI-agent later verwerkt. Wanneer een bedrijfsassistent-tool die vergiftigde data leest, voert het instructies uit die de aanvaller heeft geplaatst, wat potentieel kan leiden tot het lekken van vertrouwelijke informatie of het uitvoeren van ongeautoriseerde acties namens de gebruiker. De applicatie lijkt defect te zijn, maar volgt simpelweg orders die hij nooit had mogen zien.
Het interne front: ongeautoriseerde AI en datalekken
Deze externe dreigingen worden versterkt door een stillere crisis die zich binnen de muren van de kantoren afspeelt. Organisaties lopen nu een groot risico door ongeautoriseerd AI-gebruik, vaak 'shadow AI' genoemd, waarbij werknemers eigen code, klantgegevens of strategische plannen in publieke chatbots plakken om dagelijkse taken te versnellen. Het resultaat is