
Sumber Gambar: pexels
Teknologi kloning suara AI terus berkembang, dan kloning suara telah menjadi ancaman besar bagi verifikasi identitas layanan pelanggan telepon bank. Dari tahun 2024 hingga 2025, kasus penipuan keuangan yang disebabkan oleh kloning suara melonjak di berbagai wilayah di dunia:
| Wilayah | Deskripsi Peristiwa | Statistik |
|---|---|---|
| Amerika Serikat | Kasus penipuan email komersial yang melibatkan penggantian suara dengan AI | Pertumbuhan 320% dari tahun ke tahun |
| Jepang | Kasus penggunaan AI untuk meniru suara nenek guna membujuk cucu agar mentransfer uang | Kasus yang dibongkar pada tahun 2025 |
| Uni Emirat Arab | Penipuan "pemberitahuan Biro Imigrasi" yang menargetkan pekerja asing menggunakan suara dialek Arab hasil sintesis AI | Beberapa kasus |
Tantangan yang dihadapi bank pada tahun 2026 meliputi:
Bank dan pengguna harus meningkatkan kesadaran akan risiko dan secara proaktif menerapkan langkah-langkah perlindungan untuk mengatasi krisis keamanan yang dibawa oleh kloning suara.

Sumber Gambar: pexels
Selama dua tahun terakhir, teknologi kloning suara AI telah mencapai terobosan yang signifikan. Penelitian menunjukkan bahwa hanya dengan 30 detik audio referensi, sistem dapat mengkloning suara seseorang dengan tingkat akurasi yang tinggi. Ucapan yang dihasilkan AI kini mendekati suara asli dalam hal kealamian dan karakteristik identitas, sehingga sulit bagi pengguna umum untuk membedakan mana yang benar dan mana yang palsu. Kemajuan teknologi telah mendorong penerapan kloning suara di bidang hiburan, kesehatan, dan bidang lainnya, tetapi juga membawa masalah privasi dan keamanan yang serius. Banyak lembaga keuangan terus mempromosikan kata sandi suara dan login berbasis voiceprint, tetapi kurangnya deteksi keaktifan (liveness detection) menyebabkan risiko terus meningkat.Serangan vishing telah memasuki tahap baru konfrontasi generatif, di mana penyerang menggunakan model canggih untuk menghasilkan suara yang sempurna tanpa cacat, sementara pembela harus mengandalkan detektor neural untuk mengidentifikasi jejak sintetis.
| Kemajuan Teknologi | Dampak terhadap Keamanan |
|---|---|
| Kloning dimungkinkan dengan 30 detik audio | Penipuan semakin sulit diidentifikasi, tantangan baru bagi verifikasi identitas bank |
| Peningkatan kealamian suara | Kekhawatiran publik terhadap pemalsuan semakin meningkat |
| Perluasan skenario aplikasi | Kebutuhan mendesak akan langkah-langkah perlindungan |
Teknologi kloning suara secara langsung mengancam sistem verifikasi identitas layanan pelanggan telepon bank. Eksperimen menunjukkan bahwa penyerang dapat menggunakan suara yang dihasilkan AI untuk berhasil mengakses rekening bank, memperlihatkan kerentanan sistem biometrik suara. Dalam beberapa kasus, penyerang memperoleh informasi pengguna melalui media sosial, melewati autentikasi berbasis pengetahuan (KBA), bahkan menginduksi pengguna untuk mengulang kode verifikasi melalui telepon, yang menyebabkan kebocoran informasi sensitif. Verifikasi suara tidak seaman yang dipromosikan oleh bank, terutama dalam konteks teknologi sintesis suara yang meluas, menjadikan kloning suara sebagai ancaman tersembunyi terbesar dalam pertahanan keamanan bank.
Populerisasi alat kloning suara AI telah sangat menurunkan ambang batas kejahatan siber. Sudah ada lebih dari sepuluh alat gratis yang tersedia secara online, di mana pengguna dapat menghasilkan klon dengan tingkat kecocokan 85% hanya dengan tiga detik audio, dan pelatihan lebih lanjut dapat mencapai 95%. Teknologi yang kompleks tidak lagi memerlukan pengetahuan profesional; cukup mengunduh sebuah aplikasi untuk mengoperasikannya. Media sosial, panggilan video, dan pidato publik menyediakan sampel suara yang melimpah bagi penyerang untuk peniruan yang kredibel. Dikombinasikan dengan ID penelepon yang dipalsukan dan permintaan yang mendesak, penipuan terkait kloning suara telah menjadi lebih tersembunyi dan efisien. Ancaman yang dihadapi bank dan pengguna telah bergeser dari penipuan tradisional ke mode serangan baru yang otomatis dan cerdas.
Dalam beberapa tahun terakhir, muncul banyak kasus penipuan telepon yang menggunakan teknologi kloning suara AI di Inggris. Para penipu sering kali menyamar sebagai staf bank atau kerabat untuk menargetkan kaum lansia dengan serangan presisi.
Kasus-kasus ini mencerminkan bahwa teknologi penggandaan suara telah menjadi ancaman besar bagi verifikasi identitas layanan pelanggan telepon bank. Orang lanjut usia, dengan kesadaran pencegahan yang lebih lemah, lebih rentan menjadi korban, sehingga menghadirkan tantangan keamanan yang belum pernah terjadi sebelumnya bagi bank.
Sebuah bank terkenal di London pernah mengalami insiden besar di mana suara seorang eksekutif digandakan.
Kasus ini memberikan peringatan kepada lembaga keuangan bahwa metode verifikasi suara tradisional tidak lagi mampu menghadapi ancaman kompleks yang dibawa oleh kloning suara.
Taktik phishing suara AI semakin beragam, dengan para kriminal memanfaatkan keunggulan teknologi untuk melakukan penipuan yang terarah.
Jenis penipuan suara AI yang umum meliputi:
Taktik-taktik ini sangat meningkatkan tingkat keberhasilan penipuan dan menimbulkan ancaman berkelanjutan terhadap sistem verifikasi suara bank. Institusi keuangan perlu terus memperbarui strategi keamanan untuk mencegah risiko yang terkait dengan kloning suara.

Sumber Gambar: pexels
Dalam beberapa tahun terakhir, bank secara umum telah mengadopsi pengenalan voiceprint sebagai sarana utama verifikasi identitas layanan pelanggan melalui telepon. Pengenalan voiceprint mengandalkan karakteristik suara unik pengguna dan secara teoretis mampu membedakan berbagai individu secara efektif. Namun, perkembangan pesat teknologi kloning suara AI telah sangat melemahkan asumsi keamanan ini. Penyerang hanya perlu memperoleh sekitar 30 detik sampel audio pengguna untuk menghasilkan suara kloning yang sangat realistis.
Dalam operasi nyata, sistem pengenalan cetak suara (voiceprint) bank telah beberapa kali dikelabui oleh teknologi kloning suara yang tersedia secara komersial. Kasus-kasus di tempat seperti Hong Kong menunjukkan bahwa penyerang berhasil memperoleh informasi akun dengan menggunakan suara yang disintesis oleh AI. Tabel di bawah ini merangkum kerentanan keamanan utama yang dihadapi oleh sistem pengenalan cetak suara:
| Jenis Bukti | Deskripsi |
|---|---|
| Kasus Keberhasilan | Menggunakan teknologi penggantian suara yang tersedia secara komersial untuk berhasil melewati sistem autentikasi suara bank dan memperoleh informasi akun. |
| Kerentanan Keamanan | Sistem autentikasi suara mungkin tidak cukup mampu mengidentifikasi dan menandai suara palsu, sehingga memungkinkan penyerang dengan mudah menipu sistem tersebut. |
Selain itu, statistik menunjukkan bahwa 80-85% perusahaan tidak memiliki perlindungan yang memadai terhadap serangan spoofing voiceprint, sehingga menimbulkan kerentanan yang signifikan pada sistem autentikasi suara. Penipuan suara sintetis telah tumbuh 300-400% dalam dua tahun terakhir. Data-data ini menunjukkan bahwa kloning suara telah menjadi ancaman utama bagi sistem verifikasi suara bank.
Selain pengenalan suara (voiceprint recognition), banyak bank menggunakan autentikasi berbasis pengetahuan (KBA) dan kata sandi sekali pakai suara (OTP) sebagai metode verifikasi tambahan. KBA biasanya mengharuskan pengguna menjawab pertanyaan yang telah ditetapkan sebelumnya seperti tanggal lahir atau nama gadis ibu, sedangkan OTP suara mengirimkan kode sekali pakai melalui telepon atau SMS. Namun, popularisasi teknologi kloning suara juga menempatkan metode tradisional ini pada risiko yang sangat besar.
Penyerang dapat memperoleh informasi pribadi pengguna melalui rekayasa sosial untuk dengan mudah melewati KBA. Kloning suara AI semakin meningkatkan kredibilitas serangan, sehingga membuat korban sulit membedakan mana yang asli dan mana yang palsu. Meskipun OTP suara menambah tingkat keamanan tertentu, dalam skenario interaksi telepon, penyerang dapat membujuk pengguna untuk menyebutkan kode verifikasi secara langsung selama panggilan berlangsung, sehingga dapat mencapai pengambilalihan akun.
Kekurangan-kekurangan ini membuat proses verifikasi bank yang hanya mengandalkan KBA atau voice OTP sulit untuk menahan serangan deepfake yang digerakkan oleh AI.
Autentikasi multi-faktor (MFA) dianggap sebagai cara yang efektif untuk meningkatkan keamanan dan secara teoretis mampu memblokir sebagian besar serangan yang didasarkan pada kredensial tunggal. Bank-bank di tempat seperti Hong Kong secara bertahap mempromosikan MFA, dengan menggabungkan voiceprint, KBA, OTP, dan metode lainnya. Namun, kemajuan teknologi kloning suara AI terus menantang efektivitas MFA.
Saat ini, sistem MFA beberapa bank masih terutama berbasis suara dan tidak memiliki perlindungan tingkat yang lebih tinggi seperti deteksi kehidupan (liveness detection) dan analisis perilaku. Setelah penggandaan suara, penyerang dapat melewati beberapa langkah verifikasi suara secara bersamaan atau bahkan secara bertahap memperoleh informasi sensitif selama proses multi-faktor. Bank perlu mewaspadai keterbatasan MFA ketika menghadapi serangan berbasis AI dan segera memperkenalkan mekanisme anti-penipuan yang lebih cerdas.
Dalam meningkatkan keamanan verifikasi identitas, bank-bank secara bertahap mengadopsi strategi yang menggabungkan autentikasi multi-faktor dengan analisis perilaku. Teknologi biometrik multimodal telah menjadi arus utama, menggabungkan pengenalan wajah, tantangan dinamis suara, dan cara lainnya untuk meningkatkan akurasi verifikasi identitas secara efektif. Sistem analisis perilaku dapat mendeteksi perilaku abnormal dengan memantau pola keraguan dalam suara, jawaban yang terkesan dibuat-buat, inkonsistensi emosional, serta kecepatan interaksi yang tidak biasa, sehingga mampu segera memblokir potensi risiko.Autentikasi multifaktor tidak hanya mengandalkan KBA dan OTP tradisional, tetapi juga perlu memperkenalkan deteksi keaslian (liveness detection) dan fitur perilaku dinamis untuk mengurangi tingkat keberhasilan serangan penggantian suara (voice cloning).
Bank terus berinvestasi dalam sistem anti-penipuan suara berbasis AI dan pemantauan real-time. Platform modern dapat menganalisis perubahan intonasi, artefak akustik, dan inkonsistensi gelombang suara untuk mengidentifikasi suara sintetis yang dihasilkan oleh AI. Mesin penilaian risiko meningkatkan akurasi deteksi penipuan di lingkungan dengan lalu lintas tinggi. Ketika ambang batas risiko terlampaui, sistem secara otomatis memicu pemblokiran akun, verifikasi identitas yang ditingkatkan, atau pembuatan kasus, sehingga mengurangi keterlambatan peninjauan manual dan membatasi kerugian finansial. Bank juga menggunakan teknologi tanda air terenkripsi dan verifikasi sumber untuk memastikan keaslian konten audio dan lebih lanjut mencegah serangan deepfake.
Bank sangat memperhatikan edukasi pengguna dan terus meningkatkan kesadaran keamanan di kalangan pelanggan dan karyawan. Pengguna perlu mempertahankan sikap skeptis dan proses verifikasi, serta ketika menerima panggilan mencurigakan, mereka harus melakukan panggilan balik melalui saluran resmi untuk konfirmasi. Bank secara rutin melakukan pelatihan bagi karyawan dalam mengidentifikasi penipuan berbasis AI, khususnya menargetkan departemen keuangan dan sumber daya manusia. Institusi mendorong penggunaan alat komunikasi dengan fitur verifikasi yang kuat dan menganjurkan konfirmasi multi-saluran untuk permintaan penting guna mengurangi kerugian yang disebabkan oleh kloning suara. Risiko yang sama juga muncul dalam skenario transfer lintas negara.Jika sebuah panggilan telepon, pesan suara, atau pesan obrolan tiba-tiba meminta Anda untuk mengubah jalur pembayaran, pendekatan yang lebih aman tetaplah kembali ke halaman resmi dan memverifikasinya di sana daripada mempercayai suara saja. Ketika transfer uang sedang berlangsung, lebih baik menggunakan jalur masuk yang jelas dan dapat dilacak seperti halaman pengiriman uang BiyaPay.
Pada tingkat praktis, verifikasi identitas menjawab pertanyaan "siapa yang meminta tindakan tersebut," sementara eksekusi dana sebaiknya dilakukan melalui antarmuka yang terpisah bila memungkinkan. Sebuah platform seperti BiyaPay, yang diposisikan sebagai dompet perdagangan multi-aset, mencakup pembayaran lintas negara, investasi, dan pengelolaan dana. Jika biaya pertukaran relevan, pengguna juga dapat memeriksanya kembali dengan alat perbandingan nilai tukar alih-alih hanya mengandalkan instruksi lisan.
Industri keuangan secara aktif mendorong kepatuhan dan kolaborasi industri untuk membangun sistem pencegahan penipuan yang transparan dan dapat diaudit. Bank mencapai berbagi intelijen lintas institusi melalui integrasi intelijen risiko, meningkatkan kecepatan respons terhadap pola penipuan baru. Metode autentikasi berlapis mengurangi tingkat keberhasilan penipuan yang ditingkatkan dengan AI. Seiring kemajuan teknologi AI, 91% bank sedang mengevaluasi kembali sistem verifikasi suara mereka, menggabungkan autentikasi multifaktor dan biometrik perilaku untuk meningkatkan tingkat keamanan secara keseluruhan.Kolaborasi antar-industri telah menjadi langkah kunci dalam mengatasi ancaman kloning suara.
Setelah tahun 2026, serangan kloning suara berbasis AI akan terus meningkat. Penyerang dapat merekam sampel suara selama 15-30 detik dan menggunakan alat AI untuk menghasilkan kloning suara yang sangat realistis. Identitas sintetis ini dapat lolos dari verifikasi identitas bank dan bahkan dapat menjalankan perilaku penipuan yang terkoordinasi. Pusat panggilan dan layanan pelanggan telepon bank akan menjadi target utama serangan. Bank perlu menerapkan autentikasi verbal, kebijakan verifikasi dua saluran, dan pelatihan tim untuk meningkatkan kemampuan pertahanan secara keseluruhan.
Bank menerapkan teknologi AI pada sistem perlindungan keamanan. Sistem pengenalan suara yang dikombinasikan dengan verifikasi identitas multifaktor meningkatkan akurasi verifikasi identitas. Teknologi deteksi keaslian (liveness detection) dapat memverifikasi apakah suara berasal dari pengguna sungguhan dan bukan dari sumber rekaman sebelumnya atau sintetis. Sistem biometrik perilaku menemukan perilaku abnormal dengan menganalisis gaya berbicara, kecepatan bicara, dan perubahan emosi pengguna.
Bank menerapkan langkah pertahanan berlapis, dengan menggabungkan berbagai bentuk verifikasi seperti biometrik suara, video, dan perilaku. Metode seperti pengujian keaslian video dan pencocokan selfie semakin memverifikasi identitas pengguna. 91% bank di AS mencari metode verifikasi baru, seperti suara ditambah PIN atau suara ditambah pertanyaan keamanan.
Di masa depan, serangan terkait kloning suara akan terus melemahkan sistem verifikasi suara bank. Hanya dengan terus meningkatkan teknologi dan langkah-langkah manajemen, bank dapat melindungi keamanan aset pelanggan secara efektif.
Teknologi kloning suara AI telah mendorong pertumbuhan pesat serangan terkait kloning suara, dan sistem verifikasi suara layanan pelanggan telepon bank menghadapi tantangan yang belum pernah terjadi sebelumnya. Penelitian menunjukkan bahwa pada tahun 2023, konsumen mengalami kerugian hingga $4,6 miliar akibat penipuan bank, dengan 73% pengguna khawatir tentang penipuan telepon robotik dalam layanan keuangan. Bank dan pengguna perlu bersama-sama meningkatkan kesadaran perlindungan keamanan dan mengadopsi langkah-langkah seperti autentikasi multi-faktor, deteksi kehidupan (liveness detection), dan analisis perilaku. Disarankan agar bank menggabungkan device fingerprinting, pemeriksaan mikro-tekstur, dan telemetri telekomunikasi, sementara pengguna harus meninjau konteks suara dan menghindari kepercayaan hanya berdasarkan suara. Kolaborasi industri dan inovasi teknologi akan menjadi kunci perlindungan di masa depan.
Kloning suara AI mengacu pada penggunaan teknologi kecerdasan buatan untuk meniru dan menghasilkan ucapan yang sangat mirip dengan suara seseorang yang menjadi target. Teknologi ini dapat mereplikasi karakteristik suara seseorang dalam waktu singkat.
Penyerang dapat menggunakan suara hasil kloning untuk menyamar sebagai pelanggan atau eksekutif, melewati pengenalan voiceprint dan verifikasi suara, yang mengakibatkan kebocoran informasi akun atau pencurian dana.
Bank dapat mengadopsi teknologi seperti autentikasi multi-faktor, deteksi liveness, dan analisis perilaku, dikombinasikan dengan pemantauan real-time dan penilaian risiko, untuk meningkatkan akurasi dan keamanan verifikasi identitas.
Pengguna harus tetap waspada, dan saat menghadapi permintaan telepon yang mencurigakan, secara proaktif memverifikasi identitas melalui saluran resmi, menghindari pengungkapan kode verifikasi atau informasi sensitif melalui telepon.
BiyaPay mendukung pembayaran dan penagihan global serta konversi multi-mata uang, dengan mengadopsi berbagai mekanisme verifikasi identitas yang dikombinasikan dengan analisis perilaku dan teknologi fingerprint perangkat untuk secara efektif mencegah risiko yang terkait dengan penggantian suara (voice cloning).
*Artikel ini disediakan untuk tujuan informasi umum dan tidak merupakan nasihat hukum, pajak, atau nasihat profesional lainnya dari BiyaPay atau anak perusahaan serta afiliasinya, dan tidak dimaksudkan sebagai pengganti untuk mendapatkan nasihat dari penasihat keuangan atau profesional lainnya.
Kami tidak membuat pernyataan atau jaminan apa pun, baik tersurat maupun tersirat, mengenai keakuratan, kelengkapan, atau ketepatan waktu isi publikasi ini.

