Kibernetički napadači nikad nisu čekali na dozvolu. No 2025. su dobili nešto dotad nezamislivo: suradnika koji ne spava, ne griješi i ne zahtijeva plaću. Agentski sustavi, nekad tema akademskih radova, postali su operativna stvarnost u rukama kriminalnih skupina i državnih aktera. Prema izvješću Flashpointa o globalnim prijetnjama za 2026., broj rasprava o zlonamjernoj primjeni alata umjetne inteligencije na zatvorenim forumima porastao je s 362.000 na više od šest milijuna između studenoga i prosinca 2025., dakle za 1.500 posto u dva mjeseca. Isti alati koji pomažu vašem prodajnom timu u personalizaciji e-pošte, pomažu napadačima u izradi vrlo uvjerljivih poruka za krađu podataka, lažiranju glasa Vašega financijskog direktora i samostalnom pronalaženju ranjivosti u Vašoj infrastrukturi.

Ovaj je vodič namijenjen CISO-ima, direktorima sigurnosti i svima koji donose odluke o kibernetičkoj zaštiti organizacije. U njemu ćete naći strukturirani pregled triju najozbiljnijih prijetnji u 2026.: agentskih zlonamjernih programa, deepfake prijevara i krađe podataka uz pomoć umjetne inteligencije, uz praktičan obrambeni okvir i pregled regulatornih obveza relevantan za Hrvatsku.

Agentski zlonamjerni program: napadač koji uči u hodu

Da biste razumjeli zašto je agentski zlonamjerni program kategorija za sebe, treba vidjeti razliku između klasičnog i agentskog pristupa napadu. Uobičajeni zlonamjerni program skup je unaprijed zadanih uputa: ako naiđeš na X, napravi Y. Ako naiđeš na antivirus potpis, pokušaj se sakriti. Sve te upute napisao je čovjek, a program ih slijedi točno onako kako su programirane. Jednom kada sigurnosni alati prepoznaju obrazac, napad prestaje biti učinkovit.

Agentski program radi po sasvim drugom modelu: opaža, promišlja, djeluje i vrednuje ishod. Taj ciklus, opažanje, promišljanje, djelovanje i vrednovanje, čini agentskog napadača bitno drukčijim od svih prijašnjih prijetnji. Umjesto zadanih uputa, program u stvarnom vremenu pita veliki jezični model, a on mu odgovara prema zatečenom stanju okoline. Blokiran je put A? Program razmatra put B, C i D pa bira najizgledniji. Antivirusni je alat prepoznao dio koda? Program se sam mijenja i nastavlja.

Posljedice su dalekosežne. Kad svaki pokušaj izgleda drukčije od prethodnoga, otkrivanje po potpisu gubi smisao jer potpisa nema. Posredničke mreže na kućnim adresama omogućuju programu da sav promet usmjeri kroz obične kućne adrese, pa blokiranje po adresi ne pomaže. Prema istraživanju Sveučilišta Illinois, demonstrirani agentski sustavi mogu pronaći i iskoristiti ranjivost u sustavu bez ikakvog ljudskog upleta. Flashpoint je zabilježio agentske napade koji su od prvog upada do kretanja kroz mrežu prošli za manje od deset minuta.

Za CISO-eve ovo znači konkretnu promjenu metodologije. Pretpostavka da alati koji su radili prošle godine rade i danas sve je nesigurnija. Najranjivije su organizacije koje se oslanjaju samo na otkrivanje po poznatim potpisima, bez sloja koji prati ponašanje.

Prema anketi u kojoj je sudjelovalo više od 500 sigurnosnih stručnjaka, 48 posto njih agentske sustave i samostalne napade navodi kao najopasniji smjer napada u 2026. Umjetna inteligencija pritom nije samo problem napadača. Loše postavljeni obrambeni agenti i sami postaju izvor incidenata, pa uvođenje takvih alata traži jednak nadzor kao i svaki drugi sustav s velikim ovlastima.

Deepfake prijevare: odgovornost uprave koja više ne trpi odgodu

Deepfake se godinama povezivao s političkom propagandom i snimkama slavnih osoba koje kruže mrežom. Od 2023. postao je omiljeni alat financijske prijevare. Prema istraživanju Signicata provedenom na uzorku od više od 1.200 ispitanika iz financijskog i platnog sektora u sedam europskih zemalja, pokušaji prijevare korištenjem deepfakea porasli su za 2.137% u posljednje tri godine. Tri godine ranije, deepfake napadi bili su prisutni u svega 0,1% svih zabilježenih pokušaja prijevare. Danas predstavljaju 6,5% svih slučajeva, što znači jedan od petnaest napada.

Napadi se javljaju u dva oblika. Kod prvoga napadač pred kamerom koristi masku, šminku ili lažnu sliku u stvarnom vremenu, i to u postupku provjere identiteta pri otvaranju računa. Drugi je oblik zahtjevniji: napadač unaprijed pripremi lažnu snimku i ubaci je izravno u videotok koji organizacija prima, čime zaobilazi provjeru uživo. Oboje je osobito opasno kod prijevare s lažnim direktorom, gdje napadač na videopozivu glumi člana uprave i traži hitno odobrenje plaćanja.

Zabilježeni su iznosi veliki. Hongkonški ured britanske inženjerske tvrtke Arup izgubio je u siječnju 2024. oko 25,6 milijuna američkih dolara, odnosno 200 milijuna hongkonških, nakon što je djelatnik financija, uvjeren da na videopozivu razgovara s upravom, odobrio petnaest naloga. Nijedna osoba na tom pozivu nije bila stvarna. Slučaj nije usamljen, nego je postao uobičajen način rada.

Zašto je obrana teška? Zato što 78 posto donositelja odluka u Signicatovu istraživanju kaže da lažnu snimku ne mogu prepoznati okom. I u pravu su. Noviji modeli izrađuju snimke bez tragova obrade koji su nekad odavali lažnjak. Čovjek više nije pouzdan detektor. Ostaje analiza na razini slikovnih točaka, metapodataka i signala u ponašanju.

Za CISO-a to znači tri koraka: uvesti tehničke kontrole za prepoznavanje lažnih snimaka, presložiti postupak odobravanja plaćanja, jer videopoziv nije dokaz identiteta, i uvesti provjeru izvan glavnog kanala za svaki osjetljiv zahtjev, bez obzira na to kojim je putem stigao.

Krađa podataka uz pomoć umjetne inteligencije: prilagodba koja nadvladava opreznost zaposlenika

Krađa podataka porukom najstariji je oblik socijalnog inženjeringa i trebala bi biti u opadanju. Umjesto toga, raste. Prema ENISA Threat Landscape izvješću za 2025., kampanje krađe podataka uz pomoć umjetne inteligencije činile su 2025. više od 80 posto zabilježenoga socijalnog inženjeringa, a krađa podataka porukom bila je glavni put prvog ulaska u velikoj većini analiziranih incidenata.

Razlog nije u tehničkoj dotjeranosti poruke, nego u razini prilagodbe koja je napadačima dosad bila preskupa. Klasična krađa podataka bila je igra količine: pošalji milijun općenitih poruka i netko će kliknuti. Umjetna inteligencija to obrće, jer za isti trošak napadač sada može napisati stotine tisuća poruka prilagođenih pojedincu koje citiraju konkretne projekte, suradnike, nedavne poslovne događaje i mjesne okolnosti.

Veliki jezični modeli, uključujući inačice javno dostupnih modela kojima su uklonjene zaštite i modele izrađene za kriminal, poput WormGPT-a i FraudGPT-a, napadaču omogućuju da bez tehničkog znanja napiše uvjerljiv tekst na bilo kojem jeziku, pa i besprijekornim hrvatskim. To pogađa jedan od oslonaca obuke zaposlenika, uvjerenje da će se lažna poruka prepoznati po gramatičkim pogreškama i nespretnom stilu. Tih pogrešaka više nema.

Najviše zabrinjava agentska krađa podataka: napadački program koji neprekidno razgovara sa žrtvom, prilagođava se odgovorima, pamti tijek razgovora i vodi ga prema cilju, bilo da je to krađa pristupnih podataka, klik na zlonamjernu poveznicu ili odavanje osjetljivih informacija. Program ne odustaje, ne zaboravlja i istodobno razgovara s tisućama ljudi.

Onima koji se oslanjaju na godišnju vježbu lažnih poruka kao glavnu mjeru otpornosti to više nije dovoljno. Otpornost mora postati trajan program koji se mijenja zajedno s prijetnjom.

Zašto klasična obrana pada pred ovim prijetnjama

Razumijevanje ovih prijetnji nije dovoljno bez odgovora na pitanje zašto ih uobičajene kontrole ne zaustavljaju. Razloga je pet i svi su strukturni.

Prvi je promjenjiva narav napada. Antivirusni alati i sustavi koji rade po potpisu uče prepoznavati kod ili ponašanje koje su već vidjeli. Program koji vlastiti kod mijenja pri svakom pokušaju ne ostavlja dosljedan potpis.

Drugi je zlouporaba obične infrastrukture. Napadači promet vode kroz posredničke mreže na kućnim i mobilnim adresama, mreže za isporuku sadržaja i usluge u oblaku. Pristup koji naizgled dolazi s kućne adrese u Splitu ili Osijeku teže je blokirati nego pristup s poznatih zlonamjernih raspona.

Treći se tiče zaobilaženja provjere da niste stroj i višefaktorske provjere autentičnosti. CAPTCHA je godinama bila osnovna crta obrane od automatskih napada. Prema radu objavljenom u časopisu ACM Digital Threats, agentski je sustavi rješavaju s točnošću do 99,8 posto. Višefaktorska provjera nije mnogo sigurnija: zamjena SIM kartice, zamaranje korisnika potvrdama i lažirana biometrija redom zaobilaze tri najčešće primijenjene metode.

Četvrti je brzina koja nadmašuje čovjeka. Agentski napad može naći ranjivost, iskoristiti je i proširiti se mrežom prije nego što analitičar u sigurnosnom operativnom centru pročita uzbunu koju je sustav podigao. Srednje vrijeme otkrivanja ispod 24 sata, koje struka smatra dobrim, više nije dovoljno kad napadač posao završi za manje od sat vremena.

Peti je vidljivost. Prema istraživanjima iz 2026. tek 21 posto organizacija stvarno vidi kojim podacima njihovi vlastiti agenti pristupaju, koje alate pozivaju i što rade u radu. Tko ne vidi vlastite agente, sigurno neće vidjeti tuđe koji su ušli u sustav.

Obrambeni okvir: sedam imperativa za 2026.

Odgovor nije odustajanje od umjetne inteligencije, nego njezina uporaba u obrani jednakom snagom kojom je napadači koriste u napadu. Okvir koji slijedi pisan je za one kojima trebaju konkretni koraci, ne teorija.

Imperativ 1: Analiza namjere u ponašanju umjesto provjere identiteta

Pitanje tko je ovo zamjenjuje pitanje ponaša li se ovaj sudionik sa zlom namjerom. Analiza ponašanja prati sitne signale: kretanje miša, gdje se ravne strojne putanje razlikuju od ljudskih krivulja, ritam tipkanja, gdje se tečno tipkanje po sjećanju razlikuje od prepisivanja iz baze, način kretanja sustavom, gdje se istraživanje razlikuje od izravnog znanja koje korisnik ne bi trebao imati, te znakove opterećenja, odnosno poznaje li sudionik podatke koje ne bi smio poznavati.

Imperativ 2: Automatska i stupnjevita reakcija

Agentski napadači rade u tisućinkama sekunde, pa i odgovor mora biti brz. Uvedite sustave koji sami, bez čekanja na čovjeka, reagiraju prema razini rizika: tiho praćenje za nizak rizik, pojačanu provjeru za srednji, usporavanje sjednice za visok te automatski prekid i uzbunu za kritičan. Cilj je srednje vrijeme otkrivanja ispod pet minuta i srednje vrijeme odgovora ispod jedne minute.

Imperativ 3: Tehnologija obmane kao aktivna obrana

Mamci, lažne vjerodajnice i primamljive datoteke nisu novost, ali uz agentske napadače postaju ključni. Takav program sam pretražuje infrastrukturu i pokupi svaku vjerodajnicu i svaku putanju do koje dođe. Lažne vjerodajnice namjerno ostavljene u konfiguracijskim datotekama, lažni poslužitelji koji oponašaju stvarne i datoteke s ugrađenim praćenjem vrlo su pouzdani znakovi upada, jer im pravi korisnici nemaju razloga pristupati.

Imperativ 4: Trajan program otpornosti na lažne poruke

Zamijenite godišnju vježbu trajnim programom koji prati stvarnu razinu prijetnje. Za pripremu vježbi upotrijebite iste alate kojima se služe napadači, kako bi poruke bile jednako prilagođene primatelju.

Imperativ 5: Provjera izvan glavnog kanala za osjetljive zahtjeve

Svaki zahtjev koji nosi plaćanje, promjenu pristupnih podataka ili dijeljenje osjetljivih informacija mora proći provjeru drugim kanalom. Videopoziv nije dokaz identiteta. Za zahtjeve visokog rizika pouzdani su samo unaprijed dogovorena lozinka izgovorena naglas ili susret uživo.

Imperativ 6: Vidljivost vlastitih agenata

Prije nego što se bavite vanjskim prijetnjama, popišite sve agente koje Vaša organizacija već koristi ili planira uvesti. Kojim podacima pristupaju? Što smiju učiniti sami? Tko ih nadzire? Bez odgovora na ova pitanja, ne možete ni početi graditi obranu.

Imperativ 7: Upravljanje rizicima na razini uprave

Ove prijetnje više nisu samo tehnički problem, nego poslovni rizik prvog reda. Uprava mora sama odrediti koliko je rizika spremna prihvatiti, odobriti sredstva za obranu i razumjeti što sigurnost umjetne inteligencije znači za ugled, stabilnost poslovanja i usklađenost s propisima.

Umjetna inteligencija i hrvatski propisi: ZKS, Akt o umjetnoj inteligenciji i DORA

Za CISO-e u hrvatskim organizacijama ove prijetnje nisu samo tehnički izazov nego i regulatorni. Tri ključna propisa definiraju obveze u 2026.

Zakon o kibernetičkoj sigurnosti (ZKS, NN 14/2024) i prateća Uredba (NN 135/2024) definiraju 13 obveznih sigurnosnih mjera za ključne i važne subjekte u Hrvatskoj, koje su izravno mjerodavne za obranu od ovih prijetnji. Mjera 11, postupanje s incidentima, traži sposobnost otkrivanja incidenta i odgovora na njega. Mjera 8, sigurnost lanca opskrbe, pokriva dobavljače koje napadači sve češće koriste kao ulaz. Mjera 4, sigurnost ljudskih potencijala i digitalnih identiteta, traži redovitu obuku o kibernetičkoj higijeni, a testiranje otpornosti na socijalni inženjering u njoj je dobrovoljna podmjera. Organizacija koja nema sustav za otkrivanje odstupanja u ponašanju i za brzu reakciju na incident teško će te zahtjeve zadovoljiti.

Kazne su visoke. Za ključni subjekt raspon je od 10.000 do 10.000.000 eura ili od 0,5 do 2 posto ukupnoga godišnjeg prometa na svjetskoj razini, članak 101. stavak 1., a za važni od 5.000 do 7.000.000 eura ili od 0,2 do 1,4 posto, članak 102. stavak 1. Primjenjuje se veći iznos. Odgovorna osoba odgovara zasebno, od 1.000 do 6.000 odnosno od 500 do 3.000 eura.

Akt o umjetnoj inteligenciji (Uredba 2024/1689) stupio je na snagu 1. kolovoza 2024., a primjenjuje se u koracima. Zabranjene prakse i obveza pismenosti o umjetnoj inteligenciji vrijede od 2. veljače 2025., pravila za modele opće namjene od 2. kolovoza 2025., a opća primjena, uključujući obveze transparentnosti, počinje 2. kolovoza 2026. Obveze za visokorizične sustave iz Priloga III. paketom Digital Omnibus pomaknute su na 2. prosinca 2027., a za one ugrađene u proizvode iz Priloga I. na 2. kolovoza 2028. Sustavi u kritičnoj infrastrukturi, upravljanju pristupom i biometrijskoj identifikaciji visokorizični su i traže ocjenu sukladnosti, tehničku dokumentaciju i trajan nadzor. Za CISO-a to znači dvoje: obranu od ovih prijetnji i usklađenost sustava koje Vaša organizacija sama uvodi.

DORA (Digital Operational Resilience Act), koji je na snazi od siječnja 2025., primjenjuje se na financijske subjekte i traži automatsko otkrivanje prijetnji, sposobnost odgovora na incident i redovito testiranje otpornosti. Izrijekom traži i testiranje prodiranjem vođeno prijetnjama, koje danas mora obuhvatiti i napade uz pomoć umjetne inteligencije.

Za organizacije koje su istovremeno subjekti ZKS-a i uređeni DORA-om (banke, osiguravatelji, tržišni sudionici koji su ključni ili važni subjekti), provedba ovih mjera nije samo dobra praksa, nego obveza s rokovima i kaznama.

Najčešća pitanja CISO-a

Kako znati je li moja organizacija već meta agentskog napada?

Uobičajeni pokazatelji upada, korisni kod klasičnih napada, ovdje nisu dovoljno pouzdani. Tražite odstupanja u ponašanju: neobično brzo širenje mrežom, pristup mjestima za koja korisnik ne bi trebao znati, radnje u neobično doba koje se ponavljaju s matematičkom točnošću i neočekivanu uporabu redovitih administratorskih alata. Za to je ključan sustav za prikupljanje i povezivanje sigurnosnih zapisa koji uz njih prati i ponašanje korisnika.

Je li moja organizacija premala da bude meta?

Agentski sustavi ne biraju žrtve po veličini, nego po tome gdje je ranjivost dostupna i gdje su podaci vrijedni. Manje organizacije češće imaju slabije kontrole i postaju ulaz u veće subjekte u lancu opskrbe. Uz to, Zakon poznaje osnove za razvrstavanje u ključne subjekte koje uopće ne ovise o veličini, primjerice jedini pružatelj usluge na području županije.

Treba li mi posebna sigurnosna platforma za umjetnu inteligenciju ili su dovoljni uobičajeni alati?

Uobičajeni alati za prikupljanje sigurnosnih zapisa, zaštitu krajnjih točaka i vatrozid ostaju korisni, ali traže nadogradnju. Prednost imaju praćenje ponašanja korisnika, automatizacija odgovora u sigurnosnom operativnom centru i redovito napadačko testiranje s uključenim scenarijima umjetne inteligencije. Posebna platforma može biti opravdana za organizacije visokog rizika, ali nije uvjet za početak. Uvjet je uredan pristup koji opisuju gornji imperativi.

Koji je jedan korak koji mogu napraviti ovaj tjedan?

Popišite sve sustave umjetne inteligencije koje Vaša organizacija koristi, sama razvija ili planira uvesti. Za svaki upišite tko mu pristupa, što smije učiniti sam i tko ga nadzire. Bez tog popisa ne možete znati ni gdje su Vam najveći rizici.

Kako u praksi radi prepoznavanje lažnih snimaka?

Današnje prepoznavanje lažnih snimaka spaja više slojeva: analizu metapodataka snimke i tragova sažimanja, praćenje signala u ponašanju tijekom videopoziva, poput mimike, pokreta i kašnjenja, te usporedbu s kriptografski ovjerenim profilima u sustavu upravljanja identitetima. Nijedan sloj sam za sebe nije potpuno pouzdan. Spoj više njih i, najvažnije, provjera drugim kanalom za zahtjeve visokog rizika ostaju najbolje što imamo.

Zaključak: zaštita u doba samostalnih napadača nije izbor

Ovo nisu prijetnje budućnosti o kojima se raspravlja na konferencijama. Agentski zlonamjerni programi, deepfake prijevare i krađa podataka uz pomoć umjetne inteligencije u 2025. i 2026. donijeli su mjerljive, zabilježene gubitke organizacijama sličnima Vašoj. Svaka mjera opisana u ovom vodiču postoji zato što je netko tko je nije proveo doživio napad s teškim financijskim, ugledovnim ili operativnim posljedicama.

Poslovni razlog za ulaganje u obranu stoji na brojkama. Prema IBM Cost of Data Breach izvješću za 2025., globalni prosječni trošak jednog sigurnosnog incidenta iznosi 4,44 milijuna dolara, a incidenti u kojima je sudjelovala umjetna inteligencija uvedena mimo znanja informatičke službe koštali su u prosjeku 4,63 milijuna, dakle 670.000 dolara više. Trošak preventivnih mjera opisanih u ovom vodiču višestruko je niži od troška jednog ozbiljnog incidenta.

Konkretni sljedeći koraci za organizacije koje još nisu krenule: prvo, u roku od 30 dana procijeniti postojeću sigurnosnu arhitekturu s obzirom na ove prijetnje. Drugo, uvesti ili nadograditi sustave koji prate ponašanje, a ne ovise samo o poznatim potpisima. Treće, uvesti provjeru drugim kanalom za sve financijske zahtjeve i promjene pristupnih podataka. Organizacije koje čekaju savršeni trenutak za početak riskiraju da taj trenutak dočekaju kao žrtve, a ne kao pripremljene organizacije.

Ako niste sigurni gdje Vaša organizacija trenutačno stoji, ili trebate strukturirani program koji pokriva i ZKS usklađenost i obranu od ovih prijetnji, Riskoria nudi sveobuhvatnu procjenu sigurnosne arhitekture i prilagođeni plan zaštite za ključne i važne subjekte u Hrvatskoj i regiji. Kontaktirajte nas za besplatni uvodni razgovor od 30 minuta i zajedno procijenite polazišno stanje Vaše organizacije.

Tomislav Vazdar, CISSP, osnivač je i direktor Riskorije, savjetodavne tvrtke za kibernetičku sigurnost, ZKS usklađenost i upravljanje rizicima umjetne inteligencije. Riskoria pomaže ključnim i važnim subjektima u Hrvatskoj i regiji uspostaviti usklađene i operativno učinkovite programe kibernetičke sigurnosti.