オンライン詐欺統計:2025年年概要

行政概要

アメリカが負けた 詐欺で159億ドル 2025年 - 2024年より27%増加。この数字は、報告された詐欺のみを表しています。業界アナリストは、報告されていないケースを含めると、実際の合計が40億ドルを超えると推定しています。

3つのカテゴリのダイナミクスが2025の景観を定義した。第一に、暗号通貨の方法による詐欺はすべての種類の詐欺で113億ドルを超え、支払いインフラストラクチャを詐欺のタイプではなく、回復不可能の最大の単一の予測者にしました。第二に、ソーシャルメディアは電話と電子メールを支配的な起源チャンネルとして超え、損失は21億ドルで、年間比で38%増加しました。第三に、成人50歳以上は損失で430億ドルを占めました。

データは一貫したストーリーを語っています:詐欺はそれを防ぐために設計された保護インフラストラクチャよりも速く成長しています。

カテゴリによる損失

カテゴリレベルの分析では、どの種類の詐欺が最大の総損失を生み出し、インシデントごとに最も大きな影響を及ぼすかを明らかにします。

情報源:FTC Consumer Sentinel Network、2025年報告期間. Median loss reflects the typical victim experience; mean losses are distorted by catastrophic individual cases. 平均損失は、典型的な被害者の経験を反映しています。

投資詐欺は最大の総損失を生み出し、主に仮想通貨投資をターゲットとする豚肉屠殺操作によって推進された。このカテゴリの5200ドルの平均損失は、特に豚肉屠殺の犠牲者の中では、平均損失は8万5000ドルに近づいている。

詐欺師の詐欺は最も多くの苦情を生み出したが、最も低い平均損失を生み出した。このパターンは、大規模なターゲット化の操作を反映している――大規模で、事件ごとに抽出が低い。ビジネスメールの妥協は逆のことを表している:比較的低い苦情が数えられるが、最大の平均損失は25000ドルで、大規模な転送能力を持つ企業に対してそのターゲット性質を反映している。

支払い方法:唯一の強力な回復予測器

2025年のデータは、詐欺研究者が長い間主張してきたことを確認しています:詐欺取引で使用される支払い方法は、詐欺のカテゴリ自体よりも、回復の結果をより信頼性が高く予測します。

暗号通貨の損失は、仮想通貨を転送メカニズムとして使用する複数のカテゴリ(投資、ロマンス、偽装)をカバーしています。

他の支払いカテゴリよりも速く、仮想通貨詐欺の年間比41%の増加は、2つの結合する要因を反映しています。主流の仮想通貨の採用は、アクセス可能な仮想通貨アカウントを持つ潜在的な被害者の人口を拡大させています。

4.3Bの人口格差

50歳以上の成人は、2025年の詐欺損失の43億ドルを占め、人口の35%を占めるにもかかわらず、総損失の27%を占め、より重要な統計は、その割合である。 高いドル 損失は65%に達した。

「N/A(希少)」は、古い人口統計をほぼ独占的にターゲットとする詐欺カテゴリーを示し、コホート比較を統計的に信頼できないものにする。

差異はランダムではありません. 3つの構造的要因を組み合わせる:

資産の蓄積 高齢者は通常、より多くの貯蓄、ホーム・エクイティ、およびアクセス可能な投資口座を持っています。より高い利用可能な残高は、より大きな抽出を可能にします - 詐欺師は、詐欺の初期段階で資産能力のターゲットを明示的にスクリーンします。

ターゲットインフラの詐欺 いくつかの詐欺のカテゴリーは、高齢者向けの操作として機能します。テクノロジーサポートの詐欺は、システムエラーメッセージに不詳であると仮定することに依存します。孫の偽装は、祖父母と孫の関係の構造に依存します。メディカレとSSAの偽装は、高齢者コホートでより一般的な権威の参照パターンに依存します。これらは高齢者犠牲者を捕らえる一般的な詐欺ではありません。

保護のギャップ アイデンティティ盗難監視サービス、有料アンチウイルス・スイート、有料VPN、先進的なフィッシング対策フィルターなどが、毎年50～100ドル(約1億円)の費用を費やします。固定収入の退職者の場合、これらの費用は有意義な予算配分決定を表しています。

オリジナルタイトル Channel Evolution

詐欺の起源 - 最初の連絡先を提供するプラットフォームまたはメディア - は、過去5年間で大幅に変化しました。

チャンネルごとの総損失は異なり重視されます - 被害者による初期連絡による損失の高さにより、電話通話は起源量の割合に比例しません(平均: $1,395+)。

2025年の社会起源の詐欺報告の中で、プラットフォームの割り当ては以下の通りでした。

ソーシャルチャネル転換は3つの融合のダイナミクスを反映している。第一に、近代的なプラットフォーム上の広告インフラストラクチャは、正確な人口と行動のターゲティングを可能にします―詐欺師は、同一のツールを利用し、正当なビジネス利用を可能にします。第二に、ソーシャルメディアの視覚的な性質は、伝統的な詐欺検出を打ち負かすプロフェッショナルに設計されたプレゼンテーションを収容します。第三に、アルゴリズムコンテンツ発見は、積極的に関わっているユーザーに詐欺コンテンツを表面化します。

ソーシャル・オリジナルの詐欺損失の年間比38%の増加は、ソーシャル・メディアの使用自体の増加を大幅に上回る - 詐欺師がこれらのプラットフォームでユーザー1時間あたりより多くのものを抽出していることを示唆しています。

AI品質インフレクション

2025年は、AIによって生成されたコンテンツが測定可能な詐欺の効果に有意な影響を与えた最初の年でした。

エロジー信号の検出 伝統的なフィッシング検出のエウリスティクス(文法の誤り、不快な表現、明らかなテンプレートパターン)は、予測的な価値を徐々に失っています。

声のクローン化 孫の偽装と家族の緊急詐欺は、アクセス可能な音声クローニングによって変えられています。詐欺師は現在、公開されているソーシャルメディアコンテンツから説得力のある音声サンプルを生成することができます。孫の詐欺の2025年の平均損失(9000ドル以上)は、最近のAI後の期間を下回る可能性があります。

合成アイデンティティのコンテンツ ロマンチックな詐欺、特に豚肉の屠殺操作は、現在、反転画像検索検出を打ち負かすAI生成プロフィール写真を使用しています。

過剰報告の問題

FTCの159億ドルの数字は、実際の詐欺損失を大幅に下回っている。Federal Reserveの2025消費者調査は、米国の成人の136%(約3500万人)が、年間で何らかの形のオンライン詐欺を経験したと推定しています。

2400人の自己識別詐欺被害者を対象に調査。

報告不足の構成は分析的に重要である。最大の要因(恥ずかしさ)は、感情的操作に依存する報告数字が体系的に過小評価される詐欺を示唆する - ロマンス詐欺、家族緊急詐欺、カスタマイズベースの詐欺。

これらの構成偏見は、統計データが全体的な詐欺の負担と、感情的およびデジタル的に脆弱な人口にかかる負担の割合の両方を過小評価する可能性があることを意味します。

2025年が2026年について明らかにするもの

2025年のいくつかのパターンは、2026年の詐欺の風景を定義する可能性があります。

仮想通貨の統合は続きます。 仮想通貨手法詐欺の年間比41%の増加は、循環的な変化ではなく構造的な変化を反映しています。詐欺師は、不可逆的な支払いインフラストラクチャを通じて取引をルーティングする強力なインセンティブを持っています。

豚肉は地理的に広がります。 元々は東南アジアの犯罪活動に集中し、豚肉屠殺ネットワークは2025年に北米とヨーロッパに拡大した。国連の報告書によると、カンボジア、ミャンマー、ラオス、フィリピンでの人身売買労働者化合物は、これまでに行われたよりもはるかに大きな作戦のための作戦能力を生み出している。

スピードアップが加速します。 2025年は、AIが詐欺の品質に与える最初の測定可能な影響を記録しました。テクノロジーは検出システムよりも速く向上しています。より説得力のある音声クローニング、よりパーソナライズされたフィッシング、より合成されたプロフィールコンテンツを期待してください。

人口格差は介入せずに悪化する可能性がある。 高齢者に影響を与える構造的保護のギャップは、未解決の市場の失敗を反映しています。詐欺が最もターゲットとなる人口は、有料の保護ツールにアクセスするための経済的に最小のポジションを維持しています。

ソーシャルメディアの責任は依然として最大のオープンポリシー問題です。 プラットフォームは、同一のキャンペーンの多くから広告収入を収集しながら、2025年に21億ドルの詐欺を生み出しました。 金融製品広告のための広告主のアイデンティティの検証を要求するいくつかの規制提案、より迅速な詐欺取消し手続き、検証されたプラットフォーム起源の詐欺被害者に対する補償基金は、年末まで待機していました。

方法論とデータ源

この分析は、以下の主なデータ源に基づいています。

• FTC Consumer Sentinel Network Data Book 2025 について — total losses, category breakdown, and demographic data, published January 2026. 総損失、カテゴリ分割、および人口統計データの主な情報源、2026年1月発表
• FBIインターネット犯罪苦情センター(IC3)2025年年次報告書 インターネット特有の犯罪パターンおよび高損豚の屠殺事例データ
• CFPB消費者苦情データベース BNPLおよびクレジットカード紛争を含む金融商品の苦情
• 「Federal Reserve 2025 Consumer Survey」 人口レベルの詐欺経験データ、過小報告分析を含む
• 検察長 四半期報告 地域パターンと人当たりの苦情分析
• 国連麻薬・犯罪局 国際人身売買と東南アジア詐欺複合文書

この分析が合計を示す場合、これらの数字は報告された損失を反映します。報告されていないケースを含む実際の損失は、学術的および規制的推定に基づいて報告された数値を2〜3倍上回る可能性があります。

Cohort comparisons of median losses use FTC age-bracket data. Year-over-year comparisons use FTC Sentinel data normalized for reporting volume changes between years. 年間比較では、FTCのSentinelデータを標準化して、年間の量の変化を報告します。