# Bastano dieci secondi di audio per clonare una voce: il nuovo rischio per le aziende URL: https://menteinformatica.it/sicurezza-privacy/voice-cloning-truffe-aziendali-rischio/ Autore: Giorgio Perillo Aggiornato: 2026-10-01 Categoria: Sicurezza e Privacy --- Bastano circa **dieci secondi di audio** per clonare una voce in modo convincente. Non è fantascienza: è la soglia tecnica attuale degli strumenti di sintesi vocale basati sull’IA, accessibili oggi a costi contenuti o addirittura come software open source. Per le aziende, questo cambia concretamente il profilo di rischio delle frodi. Il caso italiano più noto risale all’inizio del 2025: alcuni criminali hanno riprodotto la voce del ministro della Difesa **Guido Crosetto** per tentare di raggirare imprenditori italiani. Qualcuno ci è cascato, altri no. Ma a distanza di circa diciotto mesi la tecnologia è migliorata ulteriormente, e quei margini di riconoscimento si sono assottigliati. ## Perché il salto di qualità tra 2023 e 2025 ha cambiato tutto Fino a qualche anno fa il voice cloning aveva difetti riconoscibili: cadenze innaturali, pause fuori posto, assenza di emotività. Il lavoro di affinamento avvenuto tra il 2023 e il 2025 ha eliminato quasi tutte queste asperità. Le voci clonate oggi restituiscono **inflessioni spontanee, difetti di pronuncia, respirazione** e persino risate coerenti con il contesto. Il risultato pratico è che chiunque abbia mai pubblicato un’intervista, partecipato a un podcast o parlato in un video pubblico ha già fornito inconsapevolmente il materiale necessario. I dirigenti aziendali sono i bersagli più ovvi, ma il rischio riguarda anche i responsabili finanziari e chiunque abbia autorità sulle disposizioni di pagamento. **Da sapere:** Il caso più citato a livello internazionale riguarda un’azienda di Hong Kong che ha perso oltre 25 milioni di dollari dopo che una dipendente ha eseguito bonifici su ordine di una videoconferenza interamente falsificata con deepfake audio e video. I vettori d’attacco non si limitano più alla telefonata diretta. Includono **videoconferenze su Zoom o Teams** con audio clonato abbinato a deepfake video, messaggi in segreteria telefonica e [campagne di phishing automatizzato](https://menteinformatica.it/sicurezza-privacy/phishing-significato-come-difendersi/). Le app di messaggistica istantanea sono un canale particolarmente sfruttato contro le piccole e medie imprese, che in Italia rappresentano la struttura portante dell’economia. ## Cosa serve davvero per difendersi Il punto critico, secondo Pierluigi Paganini, CEO di Cybhorus e direttore dell’Osservatorio sulla cybersecurity di Unipegaso, è che **una voce o un video non possono più essere considerati una prova sufficiente di identità**. Qualsiasi richiesta urgente di pagamento o modifica delle coordinate bancarie va verificata attraverso un secondo canale indipendente: richiamare un numero già noto, usare un sistema aziendale certificato. Per le operazioni più critiche, Paganini suggerisce la **doppia autorizzazione**: la richiesta validata da almeno due persone secondo procedure prestabilite. L’istituzione di una parola d’ordine condivisa tra dirigenti e dipendenti, da sola, non basta: con tecniche di ingegneria sociale è relativamente semplice entrare in possesso di una frase breve. Il vero obiettivo resta aumentare la resilienza della componente umana attraverso formazione continua ed esercitazioni pratiche. È un punto che condivido: la tecnologia di rilevamento dei deepfake è ancora imperfetta e, stando alle ricerche disponibili, mostra pregiudizi sistematici verso certi gruppi demografici come anziani o persone con accenti particolari. Affidarsi solo agli strumenti automatici sarebbe un errore di valutazione. Per chi lavora in azienda, la conseguenza pratica è immediata: qualunque richiesta insolita che arrivi via voce o video, anche da un numero o un volto noto, merita una verifica su un canale separato prima di essere eseguita.