Co znajdziesz w tym artykule?
Wprowadzenie do problemu / definicja
Phishing wspierany przez sztuczną inteligencję stał się jednym z najważniejszych zjawisk we współczesnym krajobrazie zagrożeń. Atakujący wykorzystują narzędzia AI do szybkiego tworzenia przekonujących wiadomości, personalizacji treści, generowania fałszywych stron logowania oraz przygotowywania kampanii w wielu językach. W rezultacie tradycyjne sygnały ostrzegawcze, takie jak błędy językowe czy nienaturalna składnia, przestają być wiarygodnym wskaźnikiem oszustwa.
W skrócie
W pierwszym kwartale 2026 roku phishing ponownie znalazł się na pierwszym miejscu wśród najczęściej obserwowanych wektorów początkowego dostępu w analizowanych incydentach. Ponad jedna trzecia przypadków, w których udało się ustalić sposób wejścia napastnika, rozpoczęła się od skutecznego phishingu. Jednocześnie rośnie znaczenie przejęcia tożsamości, nadużywania legalnych kont oraz obchodzenia mechanizmów MFA.
- Phishing wrócił na pozycję lidera wśród wektorów initial access.
- AI zwiększa jakość, skalę i wiarygodność kampanii.
- Ataki częściej koncentrują się na przejęciu tożsamości niż na klasycznej eksploatacji podatności.
- Organizacje muszą wzmacniać ochronę tożsamości, detekcję behawioralną i widoczność w środowisku.
Kontekst / historia
W poprzednich kwartałach znaczącą rolę odgrywało wykorzystywanie podatności w usługach publicznie dostępnych, szczególnie po głośnych kampaniach wymierzonych w systemy brzegowe i aplikacje wystawione do Internetu. W pierwszej połowie 2025 roku phishing dominował jako sposób uzyskania początkowego dostępu, lecz później został częściowo wyparty przez eksploatację systemów public-facing.
W 2026 roku obserwowany jest wyraźny powrót phishingu na pierwsze miejsce. Nie chodzi jednak o prosty powrót do masowych kampanii niskiej jakości. Obecne operacje są bardziej dopracowane, częściej spersonalizowane i trudniejsze do wykrycia zarówno dla użytkowników, jak i dla klasycznych filtrów pocztowych. Zmiana ta zbiega się z szeroką dostępnością generatywnej AI, która obniża próg wejścia nawet dla mniej doświadczonych operatorów.
Analiza techniczna
AI wzmacnia phishing na kilku poziomach jednocześnie. Przede wszystkim automatyzuje przygotowanie wiadomości. Modele językowe potrafią tworzyć poprawne stylistycznie i gramatycznie e-maile dopasowane do konkretnej branży, stanowiska lub sytuacji biznesowej. To zwiększa skuteczność socjotechniki, ponieważ odbiorca otrzymuje komunikat przypominający autentyczną korespondencję operacyjną.
Kolejnym elementem jest przyspieszenie budowy infrastruktury ataku. W opisywanych przypadkach odnotowano użycie narzędzia AI do tworzenia stron przechwytujących poświadczenia użytkowników Microsoft Exchange i Outlook Web Access. Tego typu rozwiązania pozwalają wygenerować formularz wyłudzający dane logowania przy użyciu kilku poleceń tekstowych, bez konieczności ręcznego programowania. Dane mogą być następnie przekazywane do zewnętrznych repozytoriów, a operator może otrzymywać automatyczne powiadomienia o nowych przechwyconych rekordach.
Istotną rolę odgrywa również polimorfizm wiadomości. Zamiast rozsyłać identyczne kampanie do szerokich grup odbiorców, napastnicy tworzą wiele wariantów tej samej przynęty. Utrudnia to wykrywanie oparte na sygnaturach, statycznych regułach i prostym grupowaniu podobnych wiadomości. Każdy e-mail może różnić się treścią, tonem, formatowaniem lub elementami osadzonymi, mimo że prowadzi do tego samego celu operacyjnego.
Coraz częściej phishing wykorzystuje również legalne usługi chmurowe i rozpoznawalne platformy komunikacyjne. Linki oraz formularze bywają ukrywane w powiadomieniach pochodzących z powszechnie używanych narzędzi, co dodatkowo obniża czujność użytkowników. Atak nie musi wyglądać podejrzanie w tradycyjnym sensie, ponieważ może być osadzony w wiarygodnym przepływie biznesowym.
W praktyce głównym celem takich kampanii pozostają tożsamości cyfrowe: skrzynki pocztowe, konta uprzywilejowane, dostępy administracyjne i konta działów finansowych. Po przejęciu poświadczeń napastnik może poruszać się po środowisku znacznie ciszej niż przy użyciu exploita, korzystając z legalnego dostępu oraz natywnych interfejsów platform chmurowych.
Konsekwencje / ryzyko
Najważniejszą konsekwencją jest wzrost skuteczności ataków początkowego dostępu przy stosunkowo niskim koszcie operacyjnym. AI sprawia, że przygotowanie przekonującej kampanii staje się szybsze, tańsze i bardziej skalowalne. Oznacza to więcej ataków ukierunkowanych, lepsze dopasowanie do ofiary i krótszy czas potrzebny do uruchomienia kampanii.
Drugim problemem jest spadek skuteczności tradycyjnych metod świadomościowych. Przez lata użytkowników uczono, aby rozpoznawali phishing po literówkach, błędach gramatycznych i językowych niespójnościach. W modelu wspieranym przez AI takie cechy coraz częściej znikają, dlatego ocena ryzyka musi opierać się bardziej na analizie kontekstu niż samej formy wiadomości.
Trzecim ryzykiem jest nadmierne zaufanie do MFA. Uwierzytelnianie wieloskładnikowe pozostaje kluczowym zabezpieczeniem, ale nie eliminuje zagrożenia samo w sobie. Słabe wdrożenie, niepełne objęcie usług, możliwość rejestracji nowych metod uwierzytelniania czy obchodzenie polityk przez alternatywne ścieżki dostępu mogą pozostawić organizację podatną mimo formalnego wdrożenia MFA.
Czwartym wyzwaniem jest trudniejsza detekcja w SOC. Nadużywanie legalnych kont, aplikacji i API powoduje, że aktywność napastnika może przypominać zwykłą pracę użytkownika. W takich warunkach brak centralnego logowania, uboga telemetria oraz słaba korelacja zdarzeń znacząco zwiększają czas wykrycia i skalę potencjalnych strat.
Rekomendacje
Organizacje powinny traktować phishing wspierany przez AI przede wszystkim jako problem tożsamości, a nie wyłącznie jako problem poczty elektronicznej.
- Wdrożyć pełne MFA dla wszystkich usług zdalnych i krytycznych oraz ograniczyć możliwość samodzielnej rejestracji metod uwierzytelniania.
- Rozszerzyć polityki conditional access i regularnie przeglądać konta uprzywilejowane.
- Rozwinąć detekcję behawioralną obejmującą nietypowe logowania, rejestrację nowych urządzeń, anomalie geograficzne i nietypowe operacje w usługach SaaS.
- Uzupełnić ochronę poczty o analizę kontekstową i semantyczną, ponieważ klasyczne filtry sygnaturowe są niewystarczające wobec kampanii polimorficznych.
- Inwestować w centralne logowanie i retencję danych śledczych z usług tożsamości, endpointów, poczty i aplikacji chmurowych.
- Prowadzić realistyczne symulacje phishingowe o wysokiej jakości językowej i biznesowym kontekście.
- Konsekwentnie ograniczać ekspozycję infrastruktury poprzez łatanie podatności, zamykanie zbędnych portów administracyjnych i segmentację dostępu.
Podsumowanie
Phishing wspierany przez AI osiągnął dojrzałość operacyjną i nie jest już ciekawostką ani eksperymentem. Stał się pełnoprawnym, skutecznym i skalowalnym wektorem początkowego dostępu. Jego przewaga wynika z połączenia automatyzacji, personalizacji, wielojęzyczności oraz możliwości ukrywania ataku w legalnych usługach. Dla obrońców oznacza to konieczność przesunięcia akcentu z prostego filtrowania wiadomości na ochronę tożsamości, analizę zachowania oraz budowę głębszej widoczności w środowisku.
Źródła
- Dark Reading — AI Phishing Is No. 1 With a Bullet for Cyberattackers — https://www.darkreading.com/cyber-risk/ai-phishing-no-1-cyberattackers
- Cisco Talos — IR Trends Q1 2026: Phishing reemerges as top initial access vector, as attacks targeting public administration persist — https://blog.talosintelligence.com/ir-trends-q1-2026/