ชาวอเมริกันรายงานความเสียหาย USD 20.877 billion จากอาชญากรรมทางอินเทอร์เน็ตในปี 2025 เพิ่มขึ้น 26% ภายในปีเดียว จากเรื่องร้องเรียนกว่าหนึ่งล้านเรื่อง การกระจายตัวสำคัญกว่ายอดรวม ผู้ที่อายุมากกว่า 60 ปียื่นเรื่องร้องเรียนราว 20% แต่คิดเป็นความเสียหายราว 37% และการฉ้อโกงด้านการลงทุนเพียงอย่างเดียวสร้างความเสียหายเกือบครึ่งหนึ่งของเงินที่สูญเสียจากการหลอกลวงทั้งหมด ในขณะที่ฟิชชิงสร้างเรื่องร้องเรียนมากกว่ามาก FBI ยังนำคำอธิบายประเภทอาชญากรรมที่เกี่ยวข้องกับ AI มาใช้เป็นครั้งแรก โดยบันทึกเรื่องร้องเรียนกว่า 22,000 เรื่องและความเสียหายเกือบ USD 900 million ตัวเลขด้านล่างนี้มาจากรายงานประจำปีของ FBI IC3 และเครือข่าย Consumer Sentinel Network ของ FTC
สรุปโดยย่อ
- IC3 บันทึกความเสียหาย USD 20.877 billion ในปี 2025 (FBI IC3)
- สูงกว่าปี 2024 ถึง 26% (FBI IC3)
- IC3 บันทึกเรื่องร้องเรียน 1,008,597 เรื่อง (FBI IC3)
- ความเสียหายเฉลี่ยต่อเรื่องร้องเรียนอยู่ที่ USD 20,699 (FBI IC3)
- ผู้ใหญ่ที่อายุมากกว่า 60 ปียื่นเรื่องร้องเรียน 201,266 เรื่อง (FBI IC3)
- พวกเขารายงานความเสียหาย USD 7.7 billion เพิ่มขึ้น 37% (FBI IC3)
- ฟิชชิงและการปลอมแปลงข้อมูลนำเป็นอันดับหนึ่งด้านจำนวนเรื่องร้องเรียนที่ 191,561 เรื่อง (FBI IC3)
- การฉ้อโกงด้านการลงทุนสร้างความเสียหายเกือบ 49% ของความเสียหายจากการหลอกลวง (FBI IC3)
- “เกี่ยวข้องกับ AI” กลายเป็นคำอธิบายประเภทอาชญากรรมอย่างเป็นทางการเป็นครั้งแรก (FBI IC3)
- เรื่องร้องเรียนที่เกี่ยวข้องกับ AI มีมากกว่า 22,000 เรื่อง โดยมีความเสียหายเกือบ USD 900 million (FBI IC3)
- FTC Sentinel บันทึกยอดสูงสุดเป็นประวัติการณ์ USD 15.9 billion จากรายงานราว 3 million เรื่อง (FTC)
- สูงกว่า USD 12.5 billion ในปี 2024 (FTC)
- ผู้ที่มีอายุ 50 ปีขึ้นไปรายงาน USD 4.3 billion เทียบกับ USD 2.3 billion ในกลุ่มผู้ใหญ่ที่อายุน้อยกว่า (FTC)
1. ความเสียหายโดยรวม
ชุดข้อมูลของรัฐบาลกลางสองชุดอธิบายปัญหานี้ และให้ยอดรวมที่แตกต่างกันด้วยเหตุผลที่ชอบธรรม IC3 บันทึก USD 20.877 billion จากเรื่องร้องเรียน 1,008,597 เรื่องในปี 2025 เพิ่มขึ้น 26% ขณะที่เครือข่าย Consumer Sentinel Network ของ FTC บันทึกยอดสูงสุดเป็นประวัติการณ์ USD 15.9 billion จากรายงานราว 3 million เรื่อง IC3 จัดการกับเหตุการณ์ที่มีจำนวนน้อยกว่าแต่ขนาดใหญ่กว่า ส่วน FTC จัดการกับรายงานจำนวนมากกว่าที่โดยทั่วไปมีความเสียหายน้อยกว่า
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความเสียหายรวมของ IC3, 2025 | USD 20.877 billion | FBI IC3 |
| การเปลี่ยนแปลงเมื่อเทียบปีต่อปี | เพิ่มขึ้น 26% | FBI IC3 |
| เรื่องร้องเรียนของ IC3 | 1,008,597 | FBI IC3 |
| ความเสียหายเฉลี่ยต่อเรื่องร้องเรียนของ IC3 | USD 20,699 | FBI IC3 |
| ความเสียหายที่รายงานต่อ FTC Sentinel, 2025 | USD 15.9 billion | FTC |
| ความเสียหายที่รายงานต่อ FTC, 2024 | USD 12.5 billion | FTC |
| จำนวนรายงานของ FTC | ราว 3 million | FTC |
| ค่าเฉลี่ยโดยนัยต่อรายงานของ FTC | ราว USD 5,300 | คำนวณจากตัวเลขของ FTC |
| สามารถนำสองยอดรวมนี้มาบวกกันได้หรือไม่ | ไม่ได้ | คำนวณ |
ช่องว่างราวสี่เท่าในความเสียหายเฉลี่ยระหว่างสองชุดข้อมูลนี้คือหลักฐานที่ชัดเจนที่สุดว่าทั้งสองชุดสุ่มตัวอย่างจากส่วนที่ต่างกันของปัญหาเดียวกัน
เส้นทางการร้องเรียนอธิบายความแตกต่างนี้ได้เป็นส่วนใหญ่ IC3 คือที่ที่เหยื่อไปเมื่อเชื่อว่ามีอาชญากรรมเกิดขึ้นและต้องการให้หน่วยงานบังคับใช้กฎหมายเข้ามาเกี่ยวข้อง ซึ่งคัดเลือกเฉพาะความเสียหายที่ใหญ่กว่าและคนที่รู้ว่าช่องทางนี้มีอยู่ เครือข่าย Sentinel Network ของ FTC รวบรวมข้อมูลจากอัยการสูงสุดของรัฐ หน่วยงานคุ้มครองผู้บริโภค Better Business Bureau และรายงานโดยตรงจากผู้บริโภค ทำให้ได้ชุดเรื่องร้องเรียนที่กว้างขึ้นและตื้นกว่ามาก รวมถึงหลายกรณีที่ไม่มีความเสียหายเลย ไม่มีชุดใดเป็นการสำรวจสำมะโนที่ครบถ้วน เหยื่อที่สูญเสีย USD 300 จากการหลอกลวงผ่านมาร์เก็ตเพลสมีแนวโน้มปรากฏใน Sentinel มากกว่าใน IC3 มาก ส่วนเหยื่อที่สูญเสีย USD 300,000 จากการฉ้อโกงด้านการลงทุนมีแนวโน้มปรากฏในทั้งสองชุดข้อมูลมากกว่ามาก การวิเคราะห์ใดก็ตามที่ถือว่ายอดรวมใดยอดหนึ่งเป็นตัวเลขระดับประเทศของการหลอกลวงออนไลน์กำลังกล่าวเกินจริงเมื่อเทียบกับสิ่งที่ข้อมูลสนับสนุนได้จริง แหล่งที่มา: รายงานอาชญากรรมทางอินเทอร์เน็ตของ FBI ปี 2025
2. ผู้สูงอายุแบกรับความเสียหายส่วนใหญ่
อายุคือความแตกต่างที่ชัดเจนที่สุดในข้อมูลชุดนี้ และเป็นไปในทิศทางตรงข้ามกับจำนวนเรื่องร้องเรียน ผู้ใหญ่ที่อายุมากกว่า 60 ปียื่นเรื่องร้องเรียนต่อ IC3 จำนวน 201,266 เรื่อง คิดเป็นราว 20% ของทั้งหมด แต่รายงานความเสียหาย USD 7.7 billion คิดเป็นราว 37% ของทั้งหมด เพิ่มขึ้น 37% จากปี 2024 การสูญเสียเงินในสัดส่วนที่เกือบสองเท่าของสัดส่วนเรื่องร้องเรียน คือลักษณะของการตกเป็นเป้าหมายอย่างไม่สมส่วนเมื่อดูในข้อมูลรวม
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| เรื่องร้องเรียนต่อ IC3 จากผู้ที่อายุมากกว่า 60 ปี | 201,266 | FBI IC3 |
| ความเสียหายที่กลุ่มนี้รายงาน | USD 7.7 billion | FBI IC3 |
| การเปลี่ยนแปลงของความเสียหายนี้เมื่อเทียบปีต่อปี | เพิ่มขึ้น 37% | FBI IC3 |
| สัดส่วนจากเรื่องร้องเรียนทั้งหมดของ IC3 | ราว 20% | คำนวณจากตัวเลขของ IC3 |
| สัดส่วนจากความเสียหายทั้งหมดของ IC3 | ราว 37% | คำนวณจากตัวเลขของ IC3 |
| ความเสียหายเฉลี่ยของผู้ร้องเรียนที่อายุมากกว่า 60 ปี | ราว USD 38,300 | คำนวณจากตัวเลขของ IC3 |
| ความเสียหายตาม FTC, ผู้ที่มีอายุ 50 ปีขึ้นไป | USD 4.3 billion | FTC |
| ความเสียหายตาม FTC, ผู้ใหญ่ที่อายุน้อยกว่า | USD 2.3 billion | FTC |
| ความเสียหายจากการฉ้อโกงที่ขับเคลื่อนด้วย AI ในกลุ่มผู้สูงอายุ | USD 352 million | FTC |
ความเสียหายเฉลี่ยราว USD 38,300 ของผู้ร้องเรียนที่อายุมากกว่า 60 ปี เทียบกับ USD 20,699 โดยเฉลี่ยของผู้ร้องเรียนทั้งหมด แสดงให้เห็นว่าเหยื่อสูงอายุไม่ได้เพียงมีจำนวนมากกว่าในแง่ความเสียหายเท่านั้น แต่ยังสูญเสียมากกว่ามากในแต่ละเหตุการณ์ แหล่งที่มา: AARP เกี่ยวกับความเสียหายจากการหลอกลวงในกลุ่มผู้สูงอายุปี 2025
3. ปริมาณและมูลค่าจัดอันดับต่างกัน
การหลอกลวงที่พบบ่อยที่สุดกับการหลอกลวงที่สร้างความเสียหายสูงสุดไม่ใช่สิ่งเดียวกัน และรายงานที่ปะปนทั้งสองเข้าด้วยกันทำให้เข้าใจผิดว่าควรให้ความสำคัญกับสิ่งใด ฟิชชิงและการปลอมแปลงข้อมูลนำเป็นอันดับหนึ่งด้านจำนวนเรื่องร้องเรียนที่ 191,561 เรื่อง ขณะที่การฉ้อโกงด้านการลงทุนสร้างความเสียหายเกือบ 49% ของความเสียหายจากการหลอกลวงทั้งหมด อาชญากรรมความถี่สูงมูลค่าต่ำและอาชญากรรมความถี่ต่ำมูลค่าสูงต้องการมาตรการรับมือที่แตกต่างกันโดยสิ้นเชิง
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| เรื่องร้องเรียนฟิชชิงและการปลอมแปลงข้อมูล | 191,561 | FBI IC3 |
| อันดับตามจำนวนเรื่องร้องเรียน | อันดับหนึ่ง | FBI IC3 |
| สัดส่วนการฉ้อโกงด้านการลงทุนในความเสียหายจากการหลอกลวง | เกือบ 49% | FBI IC3 |
| อันดับตามมูลค่าความเสียหาย | อันดับหนึ่ง | FBI IC3 |
| จำนวนเรื่องร้องเรียนทั้งหมด | 1,008,597 | FBI IC3 |
| สัดส่วนฟิชชิงในเรื่องร้องเรียนทั้งหมด | ราว 19% | คำนวณจากตัวเลขของ IC3 |
| ความเสียหายทั้งหมด | USD 20.877 billion | FBI IC3 |
| ความเสียหายจากการฉ้อโกงด้านการลงทุนโดยนัย | ราว USD 10.2 billion | คำนวณจากตัวเลขของ IC3 |
การฉ้อโกงด้านการลงทุนที่เข้าใกล้ครึ่งหนึ่งของความเสียหายทั้งหมดหมายความว่าหมวดหมู่เดียวสร้างความเสียหายมากกว่าการหลอกลวงประเภทอื่นทั้งหมดรวมกัน แคมเปญสร้างความตระหนักรู้ของสาธารณะมุ่งเป้าไปที่ฟิชชิงเป็นส่วนใหญ่ ซึ่งเป็นการจัดลำดับความสำคัญที่ถูกต้องสำหรับการลดจำนวนเหยื่อ แต่เป็นการจัดลำดับที่ผิดสำหรับการลดจำนวนเงินที่สูญเสีย บริบทเรื่องฟิชชิงอยู่ในสถิติฟิชชิงของเรา แหล่งที่มา: การวิเคราะห์รายงาน IC3 ปี 2025 โดย SpyCloud
4. AI กลายเป็นหมวดหมู่ใหม่
ปี 2025 เป็นปีแรกที่ FBI ติดตามสิ่งนี้เป็นคำอธิบายแยกต่างหาก ซึ่งทำให้ตัวเลขพื้นฐานเองกลายเป็นข่าวที่น่าสนใจ รายงาน IC3 นำ “เกี่ยวข้องกับ AI” มาใช้เป็นคำอธิบายประเภทอาชญากรรมอย่างเป็นทางการ โดยบันทึกเรื่องร้องเรียนกว่า 22,000 เรื่องและความเสียหายเกือบ USD 900 million ตัวเลขของปีแรกยังไม่มีแนวโน้มอยู่เบื้องหลัง แต่ได้กำหนดพื้นฐานที่จะใช้เปรียบเทียบกับทุกปีถัดไป
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| เรื่องร้องเรียนที่เกี่ยวข้องกับ AI, 2025 | มากกว่า 22,000 | FBI IC3 |
| ความเสียหายที่เกี่ยวข้องกับ AI | เกือบ USD 900 million | FBI IC3 |
| สถานะของหมวดหมู่นี้ | นำมาใช้เป็นครั้งแรก | FBI IC3 |
| สัดส่วนจากเรื่องร้องเรียนทั้งหมด | ราว 2% | คำนวณจากตัวเลขของ IC3 |
| สัดส่วนจากความเสียหายทั้งหมด | ราว 4% | คำนวณจากตัวเลขของ IC3 |
| ความเสียหายเฉลี่ยที่เกี่ยวข้องกับ AI | ราว USD 40,900 | คำนวณจากตัวเลขของ IC3 |
| ความเสียหายจากการฉ้อโกงที่ขับเคลื่อนด้วย AI ในกลุ่มผู้สูงอายุ | USD 352 million | FTC |
| เปรียบเทียบกับความเสียหายเฉลี่ยโดยรวม | ราวสองเท่า | คำนวณ |
ความเสียหายเฉลี่ยที่เกี่ยวข้องกับ AI ซึ่งอยู่ที่ราวสองเท่าของค่าเฉลี่ยโดยรวม บ่งชี้ว่าเครื่องมือเหล่านี้ถูกนำไปใช้กับเป้าหมายที่มีมูลค่าสูงกว่ามากกว่าการหลอกลวงจำนวนมาก อย่างน้อยก็ในปีแรกของการวัดผล บริบทเรื่องดีปเฟกอยู่ในสถิติการตรวจจับดีปเฟกของเรา และการฉ้อโกงด้วยเสียงโดยเฉพาะอยู่ในสถิติ vishingของเรา แหล่งที่มา: แถลงการณ์ของ FBI เกี่ยวกับการหลอกลวงด้วยคริปโตและ AI
5. สิ่งที่ทั้งสองชุดข้อมูลจับไม่ได้
ทั้งสองหน่วยงานระบุอย่างชัดเจนว่ายอดรวมเหล่านี้เป็นเพียงขอบล่างเท่านั้น ความเสียหายที่รายงานเป็นเพียงส่วนหนึ่งของการหลอกลวงที่เหยื่อรายงานเข้ามาเท่านั้น และอัตราการรายงานยังไม่ทราบแน่ชัด แทบจะแน่นอนว่าแตกต่างกันไปตามประเภทการหลอกลวง อายุของเหยื่อ และขนาดความเสียหาย ความอับอาย ความสับสนว่าควรติดต่อหน่วยงานใด และความเชื่อว่าการรายงานไม่มีประโยชน์ ล้วนทำให้ตัวเลขที่บันทึกไว้ต่ำกว่าความเป็นจริง
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความเสียหายที่รายงานต่อ IC3 | USD 20.877 billion | FBI IC3 |
| ความเสียหายที่รายงานต่อ FTC | USD 15.9 billion | FTC |
| ตัวเลขเหล่านี้แทนการหลอกลวงทั้งหมดหรือไม่ | ไม่ใช่ เฉพาะการหลอกลวงที่รายงานเท่านั้น | FBI IC3, FTC |
| ทิศทางของยอดรวมที่แท้จริง | สูงกว่านี้ในระดับที่ไม่ทราบแน่ชัด | คำนวณ |
| จำนวนเรื่องร้องเรียนของ IC3 | 1,008,597 | FBI IC3 |
| จำนวนรายงานของ FTC | ราว 3 million | FTC |
| ความซ้ำซ้อนระหว่างสองชุดข้อมูล | ไม่ได้รับการตรวจสอบเทียบต่อสาธารณะ | คำนวณ |
| วิธีที่ถูกต้องในการอ้างอิงทั้งสองตัวเลข | แยกกัน ไม่รวมกันเด็ดขาด | คำนวณ |
การไม่มีการตรวจสอบเทียบต่อสาธารณะระหว่างสองชุดข้อมูลนี้หมายความว่าตัวเลขที่แท้จริงระดับประเทศไม่ได้เป็นเพียงสิ่งที่ไม่ทราบขนาดเท่านั้น แต่โครงสร้างของมันเองก็ยังไม่เป็นที่ทราบด้วย เหยื่อที่รายงานต่อทั้งสองหน่วยงานจะปรากฏซ้ำในยอดรวมทั้งสอง และไม่มีใครเปิดเผยว่าเหตุการณ์เช่นนี้เกิดขึ้นบ่อยแค่ไหน บริบทเรื่องอาชญากรรมขโมยข้อมูลส่วนตัวอยู่ในสถิติการขโมยข้อมูลส่วนตัวของเรา แหล่งที่มา: คำให้การของ FTC เกี่ยวกับเศรษฐกิจการหลอกลวงที่กำลังขยายตัว
สรุป: การหลอกลวงออนไลน์เป็นตัวเลข
| ตัวชี้วัด | ค่า | แหล่งที่มา |
|---|---|---|
| ความเสียหายรวมของ IC3, 2025 | USD 20.877 billion | FBI IC3 |
| การเปลี่ยนแปลงเมื่อเทียบปีต่อปี | เพิ่มขึ้น 26% | FBI IC3 |
| เรื่องร้องเรียนของ IC3 | 1,008,597 | FBI IC3 |
| ความเสียหายเฉลี่ยต่อเรื่องร้องเรียน | USD 20,699 | FBI IC3 |
| เรื่องร้องเรียนจากผู้ที่อายุมากกว่า 60 ปี | 201,266 | FBI IC3 |
| ความเสียหายของกลุ่มนี้ | USD 7.7 billion | FBI IC3 |
| การเปลี่ยนแปลงความเสียหายของผู้ที่อายุมากกว่า 60 ปี | เพิ่มขึ้น 37% | FBI IC3 |
| สัดส่วนผู้ที่อายุมากกว่า 60 ปีในเรื่องร้องเรียน | ราว 20% | คำนวณ |
| สัดส่วนผู้ที่อายุมากกว่า 60 ปีในความเสียหาย | ราว 37% | คำนวณ |
| เรื่องร้องเรียนฟิชชิงและการปลอมแปลงข้อมูล | 191,561 | FBI IC3 |
| สัดส่วนการฉ้อโกงด้านการลงทุนในความเสียหาย | เกือบ 49% | FBI IC3 |
| เรื่องร้องเรียนที่เกี่ยวข้องกับ AI | มากกว่า 22,000 | FBI IC3 |
| ความเสียหายที่เกี่ยวข้องกับ AI | เกือบ USD 900 million | FBI IC3 |
| ความเสียหายของ FTC Sentinel, 2025 | USD 15.9 billion | FTC |
| ความเสียหายของ FTC Sentinel, 2024 | USD 12.5 billion | FTC |
| จำนวนรายงานของ FTC | ราว 3 million | FTC |
| ความเสียหายตาม FTC, อายุ 50 ปีขึ้นไป | USD 4.3 billion | FTC |
| ความเสียหายตาม FTC, ผู้ใหญ่ที่อายุน้อยกว่า | USD 2.3 billion | FTC |
| ความเสียหายจากการฉ้อโกงที่ขับเคลื่อนด้วย AI ในกลุ่มผู้สูงอายุ | USD 352 million | FTC |
วิธีการและแหล่งที่มา
- จำนวนเรื่องร้องเรียน ยอดความเสียหายรวม การแจกแจงตามประชากรศาสตร์ การจัดอันดับประเภทอาชญากรรม และคำอธิบายประเภท AI ใหม่ มาจากรายงานประจำปี 2025 ของศูนย์รับเรื่องร้องเรียนอาชญากรรมทางอินเทอร์เน็ตของ FBI (PDF รายงาน IC3, สำเนาจากคลังไฟล์ของ FBI, แถลงการณ์ของ FBI) โดยตรวจสอบไขว้กับการวิเคราะห์อิสระ (SpyCloud, HIPAA Journal)
- ตัวเลขของเครือข่าย Consumer Sentinel Network และการเปรียบเทียบความเสียหายตามอายุ มาจาก FTC (คำให้การของ FTC เกี่ยวกับเศรษฐกิจการหลอกลวง, Consumer Sentinel Network) พร้อมรายงานเกี่ยวกับความเสียหายในกลุ่มผู้สูงอายุจาก AARP
- ข้อสังเกตเรื่องข้อมูล: ยอดรวมของ IC3 และ FTC วัดกลุ่มประชากรที่ต่างกันผ่านช่องทางที่ต่างกัน และไม่ควรนำมาบวกกันหรือนำเสนอเป็นค่าประมาณที่แข่งขันกันของปริมาณเดียวกัน IC3 รับเรื่องร้องเรียนที่เกี่ยวกับอาชญากรรมทางอินเทอร์เน็ตโดยเฉพาะและมักเอนเอียงไปทางเหตุการณ์ที่มีมูลค่าสูงกว่า ส่วน FTC รวบรวมรายงานการฉ้อโกงของผู้บริโภคจากหลายแหล่งและหลายช่องทาง ไม่มีชุดใดจับการหลอกลวงที่ไม่ได้รายงานได้ และทั้งสองหน่วยงานระบุว่าความเสียหายที่รายงานเป็นเพียงส่วนหนึ่งของความเสียหายจริงในระดับที่ไม่ทราบแน่ชัด อัตราการรายงานแทบจะแน่นอนว่าแตกต่างกันไปตามประเภทการหลอกลวง อายุของเหยื่อ และขนาดความเสียหาย ดังนั้นการเปรียบเทียบตามประชากรศาสตร์จึงสะท้อนพฤติกรรมการรายงานพอ ๆ กับการตกเป็นเหยื่อ หมวดหมู่ “เกี่ยวข้องกับ AI” เพิ่งเกิดขึ้นในปี 2025 และยังไม่มีฐานข้อมูลของปีก่อนหน้า จึงยังไม่สามารถสนับสนุนข้อสรุปเรื่องแนวโน้มได้ แถวที่ระบุว่า “คำนวณ” คือการคำนวณทางคณิตศาสตร์อย่างง่ายจากตัวเลขที่เผยแพร่แล้ว
- อัปเดตล่าสุด: 2 สิงหาคม 2026 เราจะทบทวนและอัปเดตบทความนี้ทุกไตรมาส และคาดว่าจะมีการอัปเดตครั้งใหญ่ครั้งถัดไปหลังจาก FBI เผยแพร่รายงานอาชญากรรมทางอินเทอร์เน็ตประจำปี 2026