Các vụ gian lận deepfake nhắm vào trung tâm liên lạc tăng vọt hơn 1,300% trong năm 2024, từ khoảng một vụ mỗi tháng lên bảy vụ mỗi ngày (Pindrop, 2025 Voice Intelligence and Security Report). Cùng năm đó, các trung tâm liên lạc tại Mỹ bị tấn công gian lận cứ mỗi 46 giây một lần, và báo cáo dự báo mức độ phơi nhiễm gian lận lên tới USD 44.5 billion cho năm 2025. Trong khi đó, thị trường sinh trắc học giọng nói mà các nhà cung cấp xác thực đang chạy đua để bán đã đạt USD 2.63 billion vào năm 2025 và được dự báo đạt USD 3.06 billion vào năm 2026 (Mordor Intelligence, 2026). Công nghệ được xây dựng để xác minh một giọng nói con người và công nghệ được xây dựng để giả mạo nó giờ đây đang mở rộng quy mô đối đầu nhau trong thời gian thực. Phân tích này tổng hợp dữ liệu từ Pindrop, Deloitte, Gartner, FBI Internet Crime Complaint Center, Mordor Intelligence và 16 nguồn chính khác được công bố trong giai đoạn 2024-2026.
Tóm Tắt
- Các vụ gian lận deepfake nhắm vào trung tâm liên lạc tăng +1,300% trong năm 2024, từ khoảng một vụ mỗi tháng lên bảy vụ mỗi ngày (Pindrop, 2025 Voice Intelligence and Security Report).
- Thị trường sinh trắc học giọng nói đạt USD 2.63B vào năm 2025 và được dự báo đạt USD 3.06B vào năm 2026, tăng trưởng 16.41% mỗi năm để đạt USD 6.54B vào năm 2031 (Mordor Intelligence, 2026).
- Deloitte dự báo thiệt hại do gian lận sử dụng AI tạo sinh tại Mỹ sẽ đạt USD 40B vào năm 2027, tăng từ USD 12.3B năm 2023 (Deloitte Center for Financial Services, 2024).
- 62% tổ chức từng trải qua một cuộc tấn công deepfake trong 12 tháng qua; 43% trong số đó liên quan đến một cuộc gọi âm thanh deepfake (Gartner, 2025).
- Deepfake hiện chiếm 1 trong 5 vụ gian lận sinh trắc học (Entrust, 2026 Identity Fraud Report).
- Các cuộc tấn công chèn camera ảo gốc dùng để vượt qua kiểm tra sinh trắc học tăng +2,665% trong năm 2025 (iProov, 2025 Threat Intelligence Report).
- Người Mỹ mất USD 3.5B vào các vụ lừa đảo mạo danh trong năm 2025, với số lượng khiếu nại tăng khoảng 19% lên gần 1 triệu (FTC, 2025).
- Các bộ phát hiện deepfake âm thanh hàng đầu đạt độ chính xác 98.1% trong một benchmark năm 2026, nhưng các mô hình âm thanh mất ~50% chỉ số AUC trên các cuộc tấn công thực tế năm 2024 (Resemble AI, 2026; arXiv, 2025).
- HSBC Voice ID đã ngăn chặn GBP 249M nỗ lực gian lận điện thoại trong một năm và giảm 50% gian lận ngân hàng qua điện thoại (HSBC, 2021).
- Một cuộc gọi video deepfake duy nhất đã khiến công ty kỹ thuật Arup thiệt hại USD 25M qua 15 lần chuyển khoản (CNN, 2024).
- Lừa đảo qua giọng nói tăng vọt +442% giữa nửa đầu và nửa cuối năm 2024 (CrowdStrike, 2025 Global Threat Report).
- 69% người tiêu dùng hiện có ít nhất một passkey, một phần của sự chuyển dịch khỏi đăng nhập dựa trên kiến thức (FIDO Alliance, 2025).
1. Quy Mô Thị Trường và Tăng Trưởng
Năm hãng nghiên cứu đồng thuận về xu hướng nhưng bất đồng về quy mô. Định giá năm 2026 của họ tập trung quanh mức USD 3-5 billion, nhưng dự báo cho giữa những năm 2030 của họ trải dài từ USD 6.5 billion đến USD 22.8 billion. Khoảng chênh lệch khoảng 3.5 lần đó cho người mua biết rằng danh mục này là có thật, trong khi phương pháp định lượng quy mô vẫn còn non nớt, vì vậy bất kỳ CAGR đơn lẻ nào cũng nên được đọc như một khoảng giá trị. Tín hiệu nhất quán ẩn dưới sự nhiễu loạn đó: ngân hàng chi trả phần lớn, và IVR của trung tâm liên lạc là nơi nó vận hành. BFSI chiếm 31.40% doanh thu sinh trắc học giọng nói năm 2025, và IVR cùng trung tâm liên lạc chiếm 45.30% số lượng triển khai - sinh trắc học giọng nói, trước hết và trên hết, là một sản phẩm đường dây điện thoại ngân hàng. Các số liệu đối chiếu chéo từ Mordor Intelligence và Fortune Business Insights được trình bày bên dưới.
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Thị trường sinh trắc học giọng nói, 2026 đến 2031 | USD 3.06B to USD 6.54B (16.41% CAGR, from USD 2.63B in 2025) | Mordor Intelligence, 2026 |
| Thị trường sinh trắc học giọng nói, 2034 | USD 22.76B (25.88% CAGR from USD 3.61B in 2026) | Fortune Business Insights, 2026 |
| Thị trường sinh trắc học giọng nói, 2033 | USD 18.93B (21.5% CAGR from USD 3.99B in 2025) | SkyQuest, 2026 |
| Thị trường sinh trắc học giọng nói, 2032 | USD 15.27B (20.71% CAGR from USD 4.08B in 2025) | Research and Markets, 2026 |
| Thị trường sinh trắc học giọng nói, 2034 | USD 11.78B (17.12% CAGR from USD 2.84B in 2025) | Renub Research, 2026 |
| Tỷ trọng BFSI / tỷ trọng triển khai IVR, 2025 | 31.40% / 45.30% | Mordor Intelligence, 2026 |
Điểm ngoại lệ: các dự báo chênh lệch gần 3.5 lần vào giữa những năm 2030 (USD 6.5B so với USD 22.8B), một lời nhắc nhở rằng các ước tính TAM sinh trắc học giọng nói chỉ mang tính định hướng, không chính xác tuyệt đối.
2. Mối Đe Dọa Deepfake Đối Với Xác Thực Giọng Nói
Xác thực giọng nói dựa trên một giả định duy nhất: giọng nói trên đường dây thuộc về một người thật đang sống. Giọng nói tổng hợp phá vỡ giả định đó ở quy mô công nghiệp, và đường cong tăng trưởng chính là câu chuyện. 42.5% các vụ gian lận được phân tích hiện được thúc đẩy bởi AI, và gần một phần ba trong số đó thành công - tỷ lệ thành công biến việc xác minh chỉ bằng giọng nói từ một biện pháp kiểm soát thành một gánh nặng rủi ro. Cuộc tấn công cũng rẻ để thực hiện: nhân bản một giọng nói có thể sử dụng được chỉ cần khoảng ba giây âm thanh ghi âm (FTC, 2024), đó là lý do khối lượng lừa đảo qua giọng nói đang tăng dồn ở mọi phép đo. Các số liệu bên dưới đến từ báo cáo Voice Intelligence and Security Report 2025 của Pindrop. Để có bức tranh rộng hơn về phương tiện tổng hợp, hãy xem tổng hợp thống kê deepfake 2026 của chúng tôi.
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Sự gia tăng các vụ gian lận deepfake, 2024 | +1,300% (1/month to 7/day) | Pindrop, 2025 VISR |
| Các cuộc tấn công bằng giọng nói tổng hợp, bảo hiểm, 2024 | +475% | Pindrop, 2025 VISR |
| Các vụ gian lận được thúc đẩy bởi AI | 42.5% | Pindrop, 2025 VISR |
| Sự gia tăng lừa đảo qua giọng nói, nửa đầu đến nửa cuối 2024 | +442% | CrowdStrike, 2025 Global Threat Report |
| Lừa đảo qua giọng nói là vector lây nhiễm ban đầu, 2025 | #2, 11% of investigations | Mandiant, M-Trends 2026 |
Điểm ngoại lệ: CrowdStrike phát hiện khối lượng lừa đảo qua giọng nói trong nửa đầu năm 2025 đã vượt qua tổng của cả năm 2024 (CrowdStrike, 2025).
3. Thiệt Hại Do Gian Lận và Tác Động Kinh Tế
Các con số đô la tách biệt sự thổi phồng khỏi rủi ro trên bảng cân đối kế toán. Deloitte dự báo thiệt hại do gian lận sử dụng AI tạo sinh tại Mỹ sẽ đạt USD 40 billion vào năm 2027, tăng từ USD 12.3 billion năm 2023 - tốc độ tăng trưởng kép hàng năm 32%. Những thiệt hại này không phải là lý thuyết: thiệt hại do lừa đảo mạo danh được báo cáo đã tăng gấp ba lần kể từ năm 2020, và một cuộc gọi video deepfake duy nhất đã khiến công ty kỹ thuật Arup mất USD 25 million. Các cơ quan quản lý hiện đang đo lường trực tiếp lớp AI, với các cơ quan chức năng tách riêng các khiếu nại liên quan đến AI lần đầu tiên trong báo cáo năm 2025. Dữ liệu chính bên dưới được lấy từ Deloitte và FBI Internet Crime Complaint Center; xem thêm thống kê gian lận nhân bản giọng nói 2027 của chúng tôi.
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Thiệt hại gian lận gen-AI, Mỹ, dự báo 2027 | USD 40B (from USD 12.3B in 2023, 32% CAGR) | Deloitte, 2024 |
| Thiệt hại lừa đảo mạo danh, Mỹ, 2025 | USD 3.5B | FTC, 2025 |
| Khiếu nại lừa đảo mạo danh, 2025 | ~1M (+19%) | FTC, 2025 |
| Tổng thiệt hại tội phạm internet, 2025 | USD 20.877B (+26%) | FBI IC3, 2025 |
| Khiếu nại / thiệt hại liên quan đến AI, 2025 | 22,364 / USD 893M | FBI IC3, 2025 |
| Thiệt hại gian lận nhắm vào người cao tuổi, 2025 | USD 7.748B (+59% vs 2024) | FBI IC3, 2025 |
| Thiệt hại từ cuộc gọi video deepfake CFO của Arup, 2024 | USD 25M (15 transfers, 5 accounts) | CNN, 2024 |
Điểm ngoại lệ: ngay cả kịch bản thận trọng của Deloitte cũng đặt thiệt hại gian lận gen-AI năm 2027 ở mức gần USD 22 billion (Deloitte, 2024).
4. Rủi Ro Doanh Nghiệp và Bề Mặt Tấn Công Sinh Trắc Học
Deepfake đã di chuyển ra khỏi các vụ lừa đảo người tiêu dùng và tiến vào chồng xác thực doanh nghiệp. 62% tổ chức từng trải qua một cuộc tấn công deepfake trong 12 tháng qua, và 43% cụ thể bị tấn công bởi một cuộc gọi âm thanh deepfake (Gartner, 2025). Hệ quả khó chịu đối với các đội bảo mật: khi một trong năm vụ gian lận sinh trắc học đã mang theo deepfake, việc “thêm sinh trắc học” không còn là câu trả lời đầy đủ nữa, và các cuộc tấn công chèn đưa phương tiện tổng hợp trực tiếp vào quy trình xác minh đang leo thang nhanh hơn bất kỳ phương thức đơn lẻ nào có thể phòng thủ. Dữ liệu bên dưới đến từ Gartner và iProov; bối cảnh rộng hơn có trong thống kê an ninh mạng 2026 của chúng tôi.
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Tổ chức bị tấn công bởi deepfake, 12 tháng qua | 62% | Gartner, 2025 |
| Tổ chức bị tấn công bởi cuộc gọi âm thanh deepfake | 43% | Gartner, 2025 |
| Tổ chức bị tấn công bởi cuộc gọi video deepfake | 37% | Gartner, 2025 |
| Các vụ gian lận sinh trắc học sử dụng deepfake | 1 in 5 (20%) | Entrust, 2026 Identity Fraud Report |
| Các cuộc tấn công chèn camera ảo gốc, 2025 | +2,665% | iProov, 2025 Threat Intelligence Report |
| Các vụ thử face-swap, theo từng năm, 2025 | +300% | iProov, 2025 |
| Người tiêu dùng nhận ra được mọi đoạn clip giả và thật | 0.1% | iProov, 2025 |
Điểm ngoại lệ: các số liệu của Gartner đến từ 302 lãnh đạo an ninh mạng được khảo sát trên khắp Bắc Mỹ, EMEA và Châu Á/Thái Bình Dương từ tháng 3 đến tháng 5 năm 2025 (Gartner, 2025).
5. Độ Chính Xác Phát Hiện và Khoảng Cách Khái Quát Hóa
Các nhà cung cấp đưa ra độ chính xác gần như hoàn hảo trong phòng thí nghiệm; con số thực tế mới là điều quan trọng. Bộ phát hiện deepfake âm thanh hàng đầu đạt độ chính xác 98.1% trong một benchmark năm 2026, tuy nhiên cùng nhóm mô hình đó lại mất khoảng một nửa chỉ số AUC khi được thử nghiệm trước các cuộc tấn công thực tế năm 2024. Lý do mang tính cấu trúc: một bộ phát hiện được huấn luyện trên dữ liệu tấn công năm 2019 không thể khái quát hóa cho việc tổng hợp giọng nói năm 2026, và các mô hình được điều chỉnh cho một kiến trúc chuyển văn bản thành giọng nói có thể thất bại trước một kiến trúc khác. Đọc hiểu điểm số phát hiện đồng nghĩa với việc phải hỏi tập dữ liệu nào đã tạo ra chúng. Dữ liệu benchmark bên dưới đến từ Resemble AI và một nghiên cứu được bình duyệt trên tạp chí Circuits, Systems, and Signal Processing của Springer.
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Độ chính xác của bộ phát hiện deepfake âm thanh hàng đầu, benchmark 2026 | 98.1% (F1 0.981) | Resemble AI, 2026 |
| Độ chính xác của bộ phát hiện xếp hạng hai | 96.8% | Resemble AI, 2026 |
| Độ chính xác của bộ phát hiện xếp hạng ba | 83.5% | Resemble AI, 2026 |
| Độ chính xác của bộ phát hiện deep-learning trong thực tế | 99.84% | Springer (Circuits, Systems, and Signal Processing), 2025 |
| Độ chính xác đa tập dữ liệu (ASVspoof 5, WaveFake) | >98% (EER 0.0013) | Springer, 2025 |
| Mức giảm AUC của mô hình âm thanh trên Deepfake-Eval-2024 | ~50% | arXiv (Deepfake-Eval-2024), 2025 |
| Tỷ lệ phát hiện deepfake của một công ty bảo hiểm Fortune 500 | 97% | Pindrop case study, 2025 |
Điểm ngoại lệ: trong cùng benchmark năm 2026 đó, bốn bộ phát hiện mã nguồn mở được huấn luyện trên dữ liệu lỗi thời năm 2019 đạt độ chính xác từ 48% đến 71.3% - một khoảng cách cho thấy tại sao các con số phòng thí nghiệm hiếm khi trụ vững khi đối mặt với các cuộc tấn công mới (Resemble AI, 2026).
6. Áp Dụng và Triển Khai Trong Thực Tế
Xác thực giọng nói không phải là một dự án thí điểm; nó đã được tích hợp vào các ngân hàng và xử lý hàng tỷ lượt đăng nhập. Voice ID của HSBC đã ngăn chặn GBP 249 million âm mưu gian lận điện thoại chỉ trong một năm và giảm 50% gian lận ngân hàng qua điện thoại theo từng năm (HSBC, 2021). Thị trường xác thực rộng lớn hơn cũng đang chuyển hướng sang thông tin xác thực gắn với thiết bị cùng lúc, với 69% người tiêu dùng hiện có ít nhất một passkey. Sự chuyển dịch đó quan trọng đối với quyền riêng tư: xử lý giọng nói trên thiết bị, dựa trên sự đồng ý - nơi mô hình giọng nói của riêng một người không bao giờ rời khỏi máy của họ - là đối trọng với các cơ sở dữ liệu dấu vân giọng nói tập trung, vốn trở thành mục tiêu gian lận ngay khi bị xâm phạm. Dữ liệu triển khai bên dưới đến từ HSBC và FIDO Alliance. Đối với góc độ tự nhân bản dựa trên sự đồng ý, phần mềm nhân bản giọng nói của VoxBooster xử lý giọng nói của chính người dùng cục bộ trên Windows.
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Gian lận được HSBC Voice ID ngăn chặn, năm tính đến tháng 5/2021 | GBP 249M | HSBC, 2021 |
| Thay đổi gian lận ngân hàng qua điện thoại của HSBC, theo từng năm | -50% | HSBC, 2021 |
| Khách hàng HSBC đăng ký Voice ID mỗi tuần | ~14,000 | HSBC, 2021 |
| Xác thực giọng nói do Nuance thực hiện hằng năm | 5B+ (300M consumers) | Nuance, 2018 |
| Dấu vân giọng nói được đăng ký qua Nuance | 600M+ (500+ organizations) | Nuance, 2021 |
| Người tiêu dùng có ít nhất một passkey | 69% | FIDO Alliance, 2025 |
| Các trang web top 100 hỗ trợ passkey | 48% | FIDO Alliance, 2025 |
Dữ liệu gần đây nhất hiện có: tổng số liệu hoạt động của HSBC và Nuance có từ giai đoạn 2018-2021; cả hai đều ngừng công bố số liệu đăng ký cập nhật sau đó, vì vậy hãy xem chúng như mức sàn, không phải số liệu hiện tại.
Tóm Tắt: Sinh Trắc Học Giọng Nói và Xác Thực Giọng Nói Bằng Số Liệu
| Chỉ Số | Giá Trị | Nguồn |
|---|---|---|
| Thị trường sinh trắc học giọng nói, 2026 đến 2031 | USD 3.06B to USD 6.54B (16.41% CAGR) | Mordor Intelligence, 2026 |
| Thị trường sinh trắc học giọng nói, 2034 (ước tính cao) | USD 22.76B (25.88% CAGR) | Fortune Business Insights, 2026 |
| Sự gia tăng các vụ gian lận deepfake, 2024 | +1,300% (1/month to 7/day) | Pindrop, 2025 VISR |
| Sự gia tăng lừa đảo qua giọng nói, nửa đầu đến nửa cuối 2024 | +442% | CrowdStrike, 2025 |
| Lừa đảo qua giọng nói là vector lây nhiễm ban đầu, 2025 | #2 (11% of cases) | Mandiant, M-Trends 2026 |
| Thiệt hại gian lận gen-AI, Mỹ, dự báo 2027 | USD 40B (from USD 12.3B in 2023) | Deloitte, 2024 |
| Thiệt hại lừa đảo mạo danh, Mỹ, 2025 | USD 3.5B | FTC, 2025 |
| Tổng thiệt hại tội phạm internet, 2025 | USD 20.877B (+26%) | FBI IC3, 2025 |
| Thiệt hại khiếu nại liên quan đến AI, 2025 | USD 893M (22,364 complaints) | FBI IC3, 2025 |
| Thiệt hại gian lận nhắm vào người cao tuổi, 2025 | USD 7.748B (+59%) | FBI IC3, 2025 |
| Thiệt hại cuộc gọi video deepfake của Arup, 2024 | USD 25M | CNN, 2024 |
| Tổ chức bị tấn công bởi deepfake, 12 tháng qua | 62% | Gartner, 2025 |
| Các vụ gian lận sinh trắc học sử dụng deepfake | 1 in 5 | Entrust, 2026 |
| Các cuộc tấn công chèn camera ảo, 2025 | +2,665% | iProov, 2025 |
| Độ chính xác của bộ phát hiện deepfake âm thanh hàng đầu, 2026 | 98.1% | Resemble AI, 2026 |
| Mức giảm AUC của mô hình âm thanh trên các cuộc tấn công thực tế 2024 | ~50% | arXiv, 2025 |
| Gian lận được HSBC Voice ID ngăn chặn, một năm | GBP 249M | HSBC, 2021 |
| Xác thực giọng nói do Nuance thực hiện hằng năm | 5B+ | Nuance, 2018 |
| Người tiêu dùng có ít nhất một passkey | 69% | FIDO Alliance, 2025 |
Phương Pháp Luận và Nguồn
Dữ liệu được thu thập từ các báo cáo chính, ấn phẩm tình báo về mối đe dọa của nhà cung cấp, thống kê tội phạm của chính phủ, nghiên cứu được bình duyệt và các hãng nghiên cứu thị trường có tên tuổi; mọi con số về quy mô thị trường và tăng trưởng đều được đối chiếu chéo giữa hai hãng trở lên, và các con số cũ hơn năm 2024 được đánh dấu là dữ liệu gần đây nhất hiện có. Mọi số liệu thống kê trong bài viết này đã được xác minh dựa trên một nguồn được xem xét trong quá trình nghiên cứu. Các nguồn được trích dẫn:
- Pindrop - 2025 Voice Intelligence and Security Report; 2023 Deepfake and Voice Clone Consumer Report; nghiên cứu điển hình của một công ty bảo hiểm Fortune 500 (báo cáo)
- Mordor Intelligence - Voice Biometrics Market, 2026 (báo cáo)
- Fortune Business Insights - Voice Biometrics Market, 2026 (báo cáo)
- SkyQuest - Voice Biometrics Market, 2026
- Research and Markets - Voice Biometrics Market Global Forecast, 2026
- Renub Research - Voice Biometrics Market, 2026
- Deloitte Center for Financial Services - Deepfake Banking Fraud Risk on the Rise, 2024 (báo cáo)
- U.S. Federal Trade Commission - Dữ liệu lừa đảo mạo danh / gian lận người tiêu dùng, 2024-2025
- FBI Internet Crime Complaint Center - 2025 Internet Crime Report (báo cáo)
- Gartner - Khảo sát tấn công GenAI/deepfake, tháng 9 năm 2025 (thông cáo báo chí)
- Entrust - 2026 Identity Fraud Report (báo cáo)
- iProov - 2025 Threat Intelligence Report (thông cáo báo chí)
- Resemble AI - Audio Deepfake Detection Benchmark, 2026 (benchmark)
- Springer, Circuits, Systems, and Signal Processing - Hybrid Deep Learning Framework for Real and Deepfake Voice Detection, 2025 (bài báo)
- arXiv - On Deepfake Voice Detection / Deepfake-Eval-2024, 2025 (bài báo)
- HSBC UK - Dữ liệu ngăn chặn gian lận Voice ID, 2021 (thông báo)
- Nuance Communications - các cột mốc sinh trắc học giọng nói, 2018-2021 (cột mốc)
- FIDO Alliance - World Passkey Day / mức độ áp dụng passkey, 2025 (thông báo)
- CrowdStrike - 2025 Global Threat Report
- Mandiant - M-Trends 2026
- CNN - đưa tin về gian lận deepfake của Arup, 2024 (bài viết)
Data watch: Voice Intelligence and Security Report của Pindrop, Global Threat Report của CrowdStrike, M-Trends của Mandiant và báo cáo thường niên của FBI Internet Crime Complaint Center đều là các ấn phẩm định kỳ thường được phát hành vào quý 1; các ấn bản tiếp theo, bao gồm dữ liệu năm 2026, dự kiến ra mắt vào đầu đến giữa năm 2027 và sẽ được cập nhật vào đây. Khảo sát về tấn công deepfake của Gartner cùng các báo cáo về mối đe dọa/gian lận của iProov và Entrust cũng vận hành theo chu kỳ hằng năm và dự kiến sẽ có các ấn bản mới trong cùng khoảng thời gian đó.
Cập nhật lần cuối: ngày 5 tháng 7 năm 2026. Chúng tôi xem xét và cập nhật trang này hằng quý khi có dữ liệu mới được công bố.