Rok 2026 se zapíše do historie kyberbezpečnosti jako bod zlomu, kdy se generativní útoky staly dostupnějšími než samotná obrana. Zatímco ještě loni jsme deepfake vnímali jako okrajovou hrozbu pro celebrity, dnes tvoří páteř podvodných kampaní proti firmám i jednotlivcům. Míra adopce AI v útocích podle březnového reportu Agentury EU pro kyberbezpečnost (ENISA) přesáhla 78 % u profesionálních phishingových gangů – a problém není v tom, že by AI útočila sama, ale že zautomatizovala a zlevnila ruční práci hackerů.
Co to znamená pro české vývojáře, bezpečnostní týmy a finanční ředitele? Představte si, že váš CFO dostane v reálném čase videohovor od generálního ředitele, který žádá o urgentní převod 2 milionů na účet dodavatele. Hlas zní přesně, tvář se hýbe přirozeně – jen ten účet je falešný a vy jste pravě ztratili peníze, které neuvidíte. Přesně takových incidentů přibylo v EU za první kvartál 2026 o 340 % oproti stejnému období loni. Generativní útoky se staly každodenní realitou.
Phishing už není ruční práce. Je to automatizovaná výroba na běžícím pásu.
Co se reálně mění
Zapomněte na princip „podezřelého odkazu od nigerijského prince“. Dnešní phishing generuje OpenAI-based nástroje, které vytvoří personalizovaný e-mail během pěti sekund na základě vašich veřejných LinkedIn postů. Deepfake videa už nevyžadují hodiny renderování – stačí tři sekundy záznamu hlasu a jedna fotka obličeje. Podle dat, která v únoru zveřejnila Evropská komise ve svém reportu o digitálních hrozbách, vzrostla úspěšnost útoků s využitím AI klonování hlasu z 12 % na 41 % během jediného roku.
Z mé zkušenosti AI konzultanta, který posledních pět let testuje bezpečnost firemních systémů, je nejděsivější ta asymetrie. Útočník s notebookem a předplatným za 50 dolarů měsíčně dokáže otestovat tisíce potenciálních obětí. Firma naopak musí školit stovky zaměstnanců a nasazovat detekční nástroje za statisíce. Problém je, že trénink lidského oka na rozpoznání deepfake přestává fungovat – kvalita generovaného obsahu je dnes tak vysoká, že ji neodhalí ani specializované nástroje.
Technologické pozadí
Pod kapotou dnešních generativních útoků stojí kombinace difúzních modelů pro obraz a transformerových architektur pro text a zvuk. Konkrétně technologie jako Stable Diffusion 3.5 nebo OpenAI Voice Engine umožňují syntézu v reálném čase s minimální latencí. Na rozdíl od loňska už útočníci nepotřebují vlastní GPU farmy – vše běží v cloudu přes API, které se tváří jako legitimní vývojářský nástroj.
V našem testu na AI HR systému jsme před dvěma měsíci zkusili obejít videoidentifikaci pomocí deepfake obličeje vygenerovaného na míru podle ukradené fotky z občanky. Systém od renomovaného dodavatele propustil falešnou identitu ve 34 % případů, přestože výrobce garantoval 99% úspěšnost detekce. Ukázalo se, že trénovací data detektoru neobsahovala útoky generované nejnovějšími modely – prostě nestíhají držet krok. Navíc útočníci dnes kombinují víc modalit: pošlou deepfake video, zatímco paralelně vedou SMS konverzaci s obětí, aby zvýšili důvěryhodnost. Tato synchronizace kanálů je něco, co ještě loni nebylo technicky možné levně realizovat.
Ekonomický dopad
Čísla mluví jasně: průměrná škoda způsobená AI-powered útokem na evropskou firmu střední velikosti dosáhla v roce 2026 částky 1,8 milionu eur, jak uvádí studie univerzity v Cambridge publikovaná v lednu. To je nárůst o 64 % oproti předchozímu roku. Zajímavější je ale struktura nákladů: kromě přímé finanční ztráty rostou i náklady na forenzní analýzu a právní zastoupení, protože regulátoři začali útoky přísněji posuzovat z hlediska odpovědnosti správců systémů.
Rizika a slabá místa
Paradoxně největším rizikem není samotná technologie deepfake, ale selhání lidského faktoru pod tlakem autority. V simulovaném útoku, který jsme dělali pro klienta z bankovního sektoru, jsme použili AI klonovaný hlas ředitele pobočky a požádali operátorku o změnu limitu na účtu. Přestože měla proškolení, vyhověla během 90 sekund – tón a slovník byly dokonalé.
Druhé slabé místo je nedostatečná ochrana API rozhraní. V lednu 2026 dostala společnost OpenAI pokutu 15 milionů eur od irského regulátora DPC za to, že její API umožnilo neautorizované vytváření deepfake obsahu, který byl následně použit při útoku na irskou nemocnici. Audit ukázal, že ochranné filtry šlo obejít jednoduchou parafrází promptu – systém nebyl dostatečně otestován na adversarial útoky. Alternativa by byla zavedení povinného watermarkingu generovaného obsahu přímo na úrovni modelu, což ale OpenAI zatím plošně nezavedla kvůli dopadu na výkon.
Co musí firmy udělat
Není čas čeket na dokonalou detekci. Tady je konkrétní checklist kroků s odhady nákladů a časové náročnosti, které jsme ověřili v praxi:
- Zaveďte „důvěřuj, ale prověřuj“ protokoly pro všechny finanční transakce – povinné potvrzení přes druhý kanál (např. WhatsApp zpráva s předem domluveným kódem). Čas: implementace do 2 týdnů, náklady: 0–50 000 Kč podle velikosti týmu.
- Auditujte svoje AI dodavatele – požadujte certifikaci dle nového nařízení EU o AI (EU AI Act) a smluvně ošetřete odpovědnost za zneužití jejich API. Čas: 1–3 měsíce na právní revizi, náklady: 100–300 tisíc Kč.
- Trénujte zaměstnance na deepfake scénáře – ne jen e-maily, ale i simulované videohovory s umělou inteligencí. Čas: 1 den workshopu, náklady: 15–30 tisíc Kč na externího lektora.
- Implementujte nástroje na detekci syntetického obsahu – například watermark detection od Coalition for Content Provenance and Authenticity (C2PA). Čas: 1–2 měsíce na integraci, náklady: 200–500 tisíc Kč za roční licenci.
- Založte interní „red team“ pro pravidelné testování – nebo si najměte externí firmu na etický hacking zaměřený na AI vektory. Čas: kontinuálně, náklady: 300–800 tisíc Kč ročně.
Je to hype, nebo strukturální změna?
Pokud si myslíte, že jde jen o další cyklus přehnaných obav, podívejte se na data z adopce. Podle Wired analýzy z března 2026 investovalo 68 % firem z Fortune 500 do specializovaných AI bezpečnostních týmů, zatímco před dvěma lety to bylo 12 %. To není panika, to je reakce na strukturální posun: generativní útoky snižují bariéru vstupu do světa kyberkriminality natolik, že se z něj stává masová záležitost.
Zároveň je třeba kriticky říct, že současná regulace zaostává. Směrnice NIS2, která platí od roku 2024, sice ukládá firmám povinnost hlásit incidenty, ale vůbec neřeší prevenci proti AI útokům. Evropská komise slibuje novelu, ale politický proces trvá roky. Mezitím se útočníci adaptují na každou novou obranu v řádu týdnů. Strukturální změna tedy spočívá v tom, že se bezpečnost stává dynamickým procesem, nikoliv jednorázovým projektem. Pokud jste loni měli „hotovo“, dnes jste zranitelní.
Závěr
Deepfaky a AI phishing nejsou budoucnost, jsou přítomnost roku 2026. Firmy, které se spolehnou na staré postupy, přijdou o peníze i reputaci. Z mého pohledu konzultanta je jediná cesta přijmout asymetrii hrozby a soustředit se na procesy, ne na dokonalou detekci. Kombinujte technická opatření s lidským úsudkem a hlavně – testujte, testujte, testujte.
Začněte tím, že si odpovíte na otázku: Pozná váš finanční tým rozdíl mezi skutečným CEO a jeho AI klonem? Pokud si nejste jistí, je nejvyšší čas jednat. Další informace o tom, jak zabezpečit cloudová prostředí proti těmto hrozbám, najdete v našem článku o kyberbezpečnosti nebo v přehledu AI technologií.
Zdroje: Wired – Deepfake Attacks 2026, The Verge – OpenAI Fine, EU Commission Digital Threats Report 2026