Roman Šimeček: Deepfake a AI posouvají hranice kybernetického rizika

Roman Šimeček: Deepfake a AI posouvají hranice kybernetického rizika
Roman Šimeček: Deepfake a AI posouvají hranice kybernetického rizika
12.10.2026 Komentáře, Technologie

Digitální škoda dnes často vzniká mimo tradiční představu hackerského útoku. První díl komentáře specialisty na neživotní pojištění Romana Šimečka se zaměřuje na proměnu kybernetického rizika, útoky na lidskou důvěru a rostoucí význam důkazní odolnosti. Pozornost věnuje také novým otázkám odpovědnosti, které přináší nasazování umělé inteligence.

Kybernetické riziko se během několika let přesunulo z technické agendy IT oddělení mezi významná rizika moderní ekonomiky. Digitální incident může zastavit provoz firmy a způsobit vysokou finanční škodu. Jeho následky se mohou promítnout také do vztahu se zákazníky nebo obchodními partnery. Pro pojišťovnictví je tento posun zásadní. Tradiční pojistný svět pracoval převážně s událostmi, u nichž bylo možné poměrně přesně určit místo vzniku i příčinu. Následek byl zpravidla přímo pozorovatelný. U kybernetického incidentu se škoda může šířit napříč digitální infrastrukturou firmy a prostřednictvím jejích dodavatelů. Její rozsah ovlivňuje nastavení přístupových oprávnění i míra závislosti na sdílených službách.


Mohlo by vás zajímat: Normální řízení zabíjí! Nová kampaň ČAP upozorňuje na „běžné“ chování řidičů


Aktuální vývoj význam těchto rizik potvrzuje. EIOPA ve svém červencovém přehledu zvýšila hodnocení digitalizačních a kybernetických rizik evropských pojišťoven na vysokou úroveň. Evropský dohled tento posun spojuje s rychlým vývojem nejpokročilejších modelů umělé inteligence. Roli hraje také geopolitické napětí. Dalším faktorem je vyšší expozice pojišťoven při samotném úpisu kybernetických rizik. Kybernetické pojištění se postupně vzdaluje představě jednoduché ochrany proti hackerům. Vedle samotného pojistného krytí získává význam prevence. Pojišťovnu zajímá také schopnost firmy zvládnout incident a následně obnovit provoz. Při úpisu se proto posuzuje skutečná úroveň řízení rizika a připravenost klienta na krizovou situaci.

Tím se mění také vztah mezi pojistitelem a klientem. Pojišťovna prostřednictvím požadavků při úpisu stále více ovlivňuje úroveň zabezpečení pojištěné firmy. Klient musí prokázat, že jeho ochranná opatření skutečně fungují. Nestačí existence bezpečnostního předpisu, který v každodenním provozu nikdo nedodržuje. Stejnou logiku je potřeba uplatnit na zálohy nebo obnovu provozu. Rozhoduje jejich praktická použitelnost při skutečném incidentu.

Podvod míří hlavně na člověka

Kybernetická kriminalita se během posledních let profesionalizovala. Útočník už nemusí celý útok technicky připravovat sám. Na kriminálním trhu může získat přístup k napadenému účtu nebo si opatřit potřebný škodlivý software. Tím se snižuje technická bariéra pro vstup dalších pachatelů. Vedle technických útoků roste význam scénářů založených na manipulaci člověka. Útočník využívá důvěru zaměstnance nebo jeho reakci na naléhavý požadavek. Často napodobuje autoritu, kterou oběť zná. Výsledkem může být změna bankovního účtu dodavatele nebo potvrzení falešného platebního pokynu.

Česká data ukazují, jak významnou část problému dnes lidská manipulace představuje. NÚKIB ve zprávě zveřejněné 21. srpna 2026 uvádí, že Policie ČR během roku 2025 evidovala 21 137 trestných činů v oblasti kyberkriminality a kriminality páchané prostřednictvím internetu. Meziročně jejich počet vzrostl o 14 procent. Mezi nejčastější formy patřily podvody využívající sociální inženýrství a manipulaci obětí. Z pohledu poškozeného bývá situace zdánlivě jasná. Peníze odešly v důsledku podvodu uskutečněného digitální cestou. Pojistitel však musí určit, jaká událost skutečně nastala a zda odpovídá sjednanému rozsahu krytí. Význam může mít například skutečnost, zda zaměstnanec platbu sám autorizoval.

Proto musí být hranice pojistné ochrany srozumitelná už při sjednání smlouvy. Klient potřebuje vědět, jak bude pojistka reagovat na podvodný platební pokyn a jaké podmínky musí sám dodržet. Nejasnost se jinak projeví ve chvíli, kdy je firma po incidentu pod největším tlakem.   Stejnou pozornost si zaslouží interní schvalovací proces. Pojistitele by mělo zajímat, jak firma ověřuje změnu bankovního účtu dodavatele. Význam má také způsob potvrzování nestandardních plateb. Rozhodující je skutečná praxe zaměstnanců, nikoli pouze popis procesu v interní směrnici.


Mohlo by vás zajímat: #7 díl ČAP TV: Jaké jsou aktuální informace z pojistného trhu?


Ransomware, tedy vyděračský typ kybernetického útoku, při kterém útočník zablokuje přístup k datům nebo je odcizí a následně požaduje výkupné, zůstává jednou z nejvýznamnějších kybernetických hrozeb. Dříve útok často končil zašifrováním dat a požadavkem na zaplacení za jejich obnovení. Dnes pachatelé data stále častěji předem odcizí a hrozí jejich zveřejněním. Tlak na napadenou firmu proto pokračuje i v situaci, kdy dokáže své systémy obnovit ze záloh.

Pachatele proto zajímá především obsah, který může firmě způsobit další problémy. Citlivá obchodní informace může poškodit její postavení vůči partnerům. Osobní údaje mohou otevřít regulatorní otázky. Interní komunikace zase může ukázat skutečnosti, které společnost nechce zveřejnit. Motivací k zaplacení výkupného tak může být snaha zabránit zveřejnění informací i v situaci, kdy firma dokáže své systémy obnovit. Ransomware si přitom udržuje zásadní význam také z pohledu pojistných škod. Munich Re ho i v roce 2026 řadí mezi hlavní zdroje kybernetických ztrát. Společnost odhaduje, že globální trh kybernetického pojištění dosáhl v roce 2025 téměř 15 miliard dolarů. Zároveň upozorňuje, že značná část celosvětového kybernetického rizika zůstává bez pojistné ochrany.

Pro pojistitele bývá složité určit rozsah následků, které skutečně vyplývají z útoku. Incident může odhalit problém, který ve firmě existoval už před jeho vznikem. Při likvidaci pak může být důležité, zda konkrétní ztráta souvisela přímo s útokem nebo s dřívějším pochybením společnosti. Kybernetický incident navíc dokáže zasáhnout fyzický provoz. Výrobní podnik může přijít o možnost řídit část produkce. Nemocnice může ztratit přístup k důležitým informačním systémům. U pojišťovny může útok narušit likvidaci škod nebo dostupnost klientských služeb. Digitální událost tím získává velmi konkrétní provozní dopad.

Sociální sítě mezitím výrazně rozšířily distribuční prostor pro podvody. Útočník může využít falešnou reklamu nebo napadený profil známé osoby. Podobným způsobem se šíří falešné investiční nabídky. U některých scénářů pachatel buduje důvěru oběti delší dobu a teprve později ji přiměje k převodu peněz. Umělá inteligence tento vývoj urychluje. Pomáhá vytvářet věrohodnější komunikaci a umožňuje napodobit hlas konkrétního člověka. Stále dostupnější je také tvorba realistického videa. Útočník může využít veřejně dostupné informace o oběti a přizpůsobit jim podobu celého útoku. Deepfake, tedy uměle vytvořený nebo upravený obraz či hlas napodobující skutečného člověka, mění způsob, jakým lze ověřovat identitu. Známý hlas už nemusí být dostatečným potvrzením toho, kdo skutečně volá, a stejná nejistota se týká videohovoru. Zaměstnanci proto potřebují ověřovací postup, který nestojí pouze na dojmu, že komunikace působí důvěryhodně.

Od 2. srpna 2026 se v Evropské unii uplatňují také transparentnostní povinnosti podle článku 50 AI Actu. Týkají se mimo jiné obsahu vytvořeného nebo manipulovaného pomocí umělé inteligence. Evropská komise v červenci zveřejnila pokyny, které mají pomoci tato pravidla uplatňovat jednotně. Samotné označování syntetického obsahu problém podvodů nevyřeší. Pro pojistný trh je však důležitý širší posun směrem k ověřování původu digitálního obsahu. Čím snadnější je vytvořit přesvědčivý podvrh, tím větší hodnotu mají informace umožňující následně doložit, odkud konkrétní záznam pochází.

AI současně vstupuje do provozu samotných pojišťoven. Průzkum EIOPA zveřejněný letos v únoru vycházel z odpovědí 347 pojišťoven z 25 zemí. Téměř dvě třetiny oslovených společností uvedly, že generativní AI aktivně používají. Významná část projektů se stále nacházela ve fázi ověřování konceptu. Tím vzniká další oblast rizika uvnitř firem. Zaměstnanec může začít používat nástroj, který jeho organizace neschválila. Do systému následně vloží dokument nebo jiné interní informace. Firma přitom nemusí mít dostatečný přehled o tom, kam její data odcházejí a jak jsou dále zpracovávána. Pojistitele proto bude stále více zajímat způsob, jakým klient používání AI řídí. Samotná existence nástroje o úrovni rizika vypovídá málo. Důležité je, k jakým datům má přístup a kdo za jeho používání odpovídá. Stejnou váhu bude mít možnost zpětně zjistit, co systém provedl.


Mohlo by vás zajímat: Čínská auta narážejí u pojišťoven. Problémem jsou opravy a díly


Důkazní odolnost mění pohled na pojistitelnost

Pojištění vždy stálo na schopnosti rekonstruovat průběh pojistné události. U požáru lze určit místo vzniku. U dopravní nehody lze zkoumat průběh střetu. Digitální prostředí tuto práci komplikuje, protože stále více podkladů může být změněno nebo zcela vytvořeno umělou inteligencí. Likvidace kybernetické škody se proto může změnit ve spor o autenticitu. Pojistitel potřebuje vědět, kdo skutečně vydal konkrétní pokyn. U videa může být nutné určit jeho původ. Podobná otázka vzniká u zvukového záznamu. Firma zároveň musí umět doložit časovou osu incidentu a vlastní reakci. Tím získává význam pojem důkazní odolnosti. Organizace potřebuje po incidentu věrohodně rekonstruovat, co se v jejích systémech odehrálo. K tomu potřebuje dostatečně kvalitní auditní stopu. Záznamy musí umožnit spojit významnou operaci s konkrétní identitou a nesmějí být snadno manipulovatelné.

Bez této schopnosti může firma utrpět skutečnou škodu a současně mít problém prokázat její průběh. To může zkomplikovat likvidaci pojistné události. Stejný problém může vzniknout při regulatorním řízení nebo následném právním sporu. Kvalita důkazní stopy se proto postupně stává součástí kvality samotného rizika. Na tuto myšlenku navazuje forenzní pojistitelnost. Firma je z tohoto pohledu dobře připravena tehdy, pokud její systémy umožňují po útoku dostatečně spolehlivě rekonstruovat události. Rozhodující není pouze množství uložených záznamů. Podstatná je jejich kvalita a možnost využít je i po kompromitaci hlavní infrastruktury.

Dosavadní úpis kybernetických rizik věnoval velkou pozornost zabezpečení přístupu a obnově provozu. Tyto požadavky zůstávají důležité. Větší význam však bude získávat také schopnost firmy doložit, že ochranná opatření v době incidentu skutečně fungovala. Deepfake do této oblasti přináší další komplikaci. Útočník může použít falešný záznam jako součást podvodu. Stejná technologie současně umožňuje zpochybnit autentický materiál tvrzením, že byl vytvořen umělou inteligencí. Při vyšetřování proto poroste význam technických informací o vzniku a pohybu digitálního obsahu.

Situaci dále mění nástup agentické AI. Tyto systémy už mohou dostávat oprávnění samostatně pracovat s podnikovými aplikacemi. Mohou například provést změnu v systému nebo předat informaci do dalšího procesu. Čím větší oprávnění firma agentovi poskytne, tím závažnější mohou být následky jeho chybného jednání. Významným rizikem je v tomto prostředí takzvaný prompt injection. Útočník vloží škodlivou instrukci do obsahu, který AI systém zpracovává. Model pak může tuto instrukci vyhodnotit jako součást svého úkolu. Pokud má systém možnost zasahovat do dalších aplikací, může se důsledek přenést z chybné odpovědi do skutečného firemního procesu.

Organizace OWASP (Open Worldwide Application Security Project), která se dlouhodobě zabývá bezpečností softwarových systémů, upozorňuje také na riziko příliš širokých oprávnění autonomních AI nástrojů. Problém vzniká ve chvíli, kdy má systém přístup k více funkcím nebo datům, než ke své úloze skutečně potřebuje. Chybná instrukce nebo manipulovaný vstup pak může vést k reálnému zásahu do firemních systémů. Pro pojišťovnictví se tím otevírá otázka, kdo nebo co v systému skutečně jednalo. Pokud AI agent způsobí škodu po manipulovaném vstupu, bude potřeba rekonstruovat jeho chování. Pojistitel bude zkoumat, jaká oprávnění systém měl a zda citlivé kroky podléhaly lidskému schválení. Do popředí se proto dostávají také ne-lidské identity. Automatizovaný systém může mít vlastní účet s konkrétními právy. Jeho činnost musí být možné zpětně odlišit od jednání zaměstnance. Pro správu rizika je podstatné také to, kdo danou identitu vlastní a kdo kontroluje její oprávnění.


Mohlo by vás zajímat: Petr Eliáš: První hodiny po požáru rozhodují o dalším průběhu likvidace


Debata o bezpečnosti umělé inteligence se současně posouvá i uvnitř samotného technologického sektoru. Stále hlasitěji se objevují požadavky, aby další vývoj nejpokročilejších modelů postupoval pomaleji a byl více podmíněn schopností jejich chování kontrolovat. Podobné postoje zaznívají také od představitelů společností Anthropic, OpenAI nebo Google DeepMind. Důvodem už nejsou pouze hypotetické scénáře budoucího vývoje. Během roku 2026 byly zveřejněny případy, kdy autonomní AI agenti při bezpečnostních testech překročili původně vymezené prostředí, získali přístup k internetu nebo zasáhli systémy třetích stran. OpenAI například informovala o agentovi, který během testování pronikl do infrastruktury společnosti Hugging Face, další incidenty zveřejnila Anthropic. Samotný Anthropic proto zavedl mechanismy, které mají v reálném čase zachytit pokus modelu opustit testovací prostředí nebo neočekávaně získat přístup k internetu.

Pro pojistný trh tento vývoj rozšiřuje rozsah kybernetického rizika spojeného s využíváním AI. Autonomní systém s přístupem k podnikovým aplikacím může samostatně provádět operace, měnit data nebo komunikovat s dalšími systémy. Při příliš širokých oprávněních se chyba, manipulovaný vstup nebo neočekávané chování modelu mohou rychle promítnout do skutečného provozu firmy. Pro pojistitele proto získává význam způsob nastavení přístupových práv, kontrola činnosti AI agentů a schopnost zpětně rekonstruovat jejich jednotlivé kroky.

Vývoj uvnitř technologických firem ukazuje, jak rychle se role těchto systémů rozšiřuje. Anthropic uvádí, že v květnu 2026 vytvořil Claude více než 80 procent kódu, který byl následně sloučen do vlastní kódové základny společnosti. Jde o údaj z prostředí jedné firmy a nelze jej zobecnit na celý technologický sektor. Ukazuje však, jak rychle se AI přesouvá od podpory člověka k přímé účasti na tvorbě digitální infrastruktury. S tím se mění také charakter odpovědnosti. Člověk může stále méně času věnovat samotnému vytvoření výstupu a více jeho zadání nebo kontrole. Firma proto potřebuje vědět, kdo měl nad výsledkem konečnou rozhodovací pravomoc. U pojistné události může být tato informace podstatnější než otázka, kdo jednotlivé řádky programu fyzicky vytvořil.

Evropské dohledové orgány už tento vývoj nepovažují pouze za vzdálený scénář. EBA, EIOPA a ESMA v červenci podpořily varování Evropské rady pro systémová rizika před systémovými kybernetickými riziky spojenými s nejpokročilejšími modely AI. Podle evropských institucí nové modely výrazně zlepšily schopnost rychle vyhledávat závažné zranitelnosti a následně je zneužívat. Rychlost takových útoků může ohrozit provozní odolnost finančních institucí. Úpis kybernetických rizik proto musí jít hlouběji. Pojistitele bude zajímat konkrétní způsob využití AI u klienta. Nástroj určený k přípravě návrhu textu představuje jinou míru rizika než systém, který může zasahovat do produkčního prostředí.

Podstatný bude také přístup k firemním datům. Čím citlivější informace může model zpracovávat, tím větší význam má řízení jeho používání. U autonomních systémů se k tomu přidává rozsah oprávnění. Firma zároveň potřebuje uchovat dostatečnou stopu o jejich činnosti. U větších společností se proto řízení AI postupně stane běžnou součástí posuzování kybernetického rizika. U menších firem může být problém odlišný. Snadná dostupnost nástrojů umožňuje jejich rychlé zavedení bez odpovídající kontroly. Pojistitel bude muset rozpoznat rozdíl mezi promyšleným nasazením a používáním technologie, o kterém vedení společnosti nemá dostatečný přehled.

Významnou otázkou je také akumulace rizika. Pokud velký počet klientů využívá stejný model, může problém jednoho poskytovatele zasáhnout větší část pojistného portfolia. Podobné riziko vytváří závislost na stejné infrastruktuře. Historická škodní data přitom mohou mít omezenou vypovídací hodnotu, protože technologické závislosti se mění velmi rychle. Téma se promítá také do odpovědnosti vedení společnosti. Management bude muset prokazovat, že využívání AI ve firmě odpovídajícím způsobem řídil. Čím větší vliv má systém na citlivé procesy, tím větší význam bude mít dokumentace rozhodnutí a nastavení dohledu.


Mohlo by vás zajímat: Josef Zimovčák: Největším vítězstvím nejsou medaile, ale pomoc dětem


Kybernetické pojištění tak postupně získává větší vliv na způsob, jakým firmy řídí digitální riziko. Požadavky při úpisu mohou klienta přimět k odstranění slabého místa ještě před vznikem škody. Pojišťovna zároveň potřebuje přesněji chápat nové technologické závislosti, protože určují rozsah rizika, které přebírá. Důkazní odolnost v tomto prostředí získává stejnou váhu jako schopnost samotnému incidentu čelit. Firma musí umět útok odhalit a následně popsat jeho průběh způsobem, který obstojí při likvidaci pojistné události. S nástupem deepfake a autonomních systémů bude tato schopnost stále důležitější.

V dalším dílu se text přesune od samotných útoků k fungování kybernetického pojištění v praxi. Zaměří se na závislost firem na externích dodavatelích a na rizika spojená s cloudovými službami. Pozornost dostane také otázka, jak pojistný trh pracuje se systémovými událostmi. Samostatným tématem budou válečné výluky a role makléřů při nastavování pojistné ochrany.

Roman Šimeček
Specialista na neživotní pojištění


 

Pojišťovácký slovník kybernetických pojmů:

  • Deepfake
    Uměle vytvořený nebo upravený obraz, video či hlas, který působí jako skutečný člověk. Např. „ředitel“ prostřednictvím falešného videa nebo hlasu požádá účetní o odeslání peněz. Může vést k podvodu, neoprávněné platbě nebo manipulaci zaměstnance.
  • Prompt injection
    Útočník podstrčí AI instrukci, která ji přiměje obejít původní zadání nebo udělat něco, co neměla. Např. AI má vyhledávat faktury, ale útočník do dokumentu vloží pokyn, aby místo toho zveřejnila citlivá data. Může vést k úniku dat, chybnému rozhodnutí AI nebo provedení nežádoucí akce.
  • AI agent
    AI, která nejen odpovídá, ale sama provádí úkoly – například vyhledává informace, pracuje v systémech, posílá e-maily nebo provádí změny. Čím větší oprávnění agent má, tím větší může být potenciální škoda při jeho zneužití nebo chybě.
  • Excessive agency
    Situace, kdy má AI příliš mnoho oprávnění a možností něco udělat. Například AI může nejen připravit platbu, ale také ji sama odeslat. Zvyšuje rozsah možné škody. Pro underwritera je důležité vědět, co AI smí a co už nesmí.
  • Auditní stopa
    Záznam toho, co se v systému stalo – kdo, kdy, z jakého účtu nebo zařízení provedl určitou operaci a co přesně změnil. Pomáhá po škodě zjistit průběh incidentu a určit, zda a jak vznikla pojistná událost.
  • Ne-lidské identity
    Digitální účty, které nepatří konkrétnímu člověku – např. účet AI agenta, automatizovaného systému nebo aplikace. Je třeba vědět, kdo/ co za takovým účtem stojí a jaká má oprávnění. Jinak může být velmi obtížné zjistit původ škody.
  • Systémová akumulace
    Situace, kdy jedna událost může současně způsobit škody velkému počtu pojištěných. Například výpadek jednoho významného cloudového poskytovatele zasáhne stovky firem. Pro pojišťovnu je to zásadní problém, protože místo jedné škody může vzniknout stovka či tisíce škod najednou.
  • Forenzní pojistitelnost
    Schopnost pojištěného po incidentu dostatečně zjistit a doložit, co se stalo, aby bylo možné určit příčinu, rozsah a odpovědnost. Bez dostatečných logů a dalších důkazů může být velmi obtížné správně posoudit a zlikvidovat škodu.
  • Důkazní odolnost
    Schopnost digitálních důkazů obstát i v situaci, kdy se někdo snaží jejich pravost nebo původ zpochybnit či změnit. S rozvojem AI bude stále důležitější prokázat, že e-mail, hlas, video, log nebo jiný digitální záznam je skutečný.

Roman Šimeček

Roman Šimeček je zkušený odborník v oblasti pojišťovnictví s více než třicetiletou praxí, který působil na specializovaných i vedoucích pozicích se zaměřením na vývoj pojistných produktů, upisování rizik a řízení týmů. V současnosti zastává pozici odborného analytika pojištění – specialisty v Hasičské vzájemné pojišťovně, a.s., kde se věnuje zejména pojištění podnikatelů, průmyslu, municipalit a bytových domů. V letech 2018 až 2023 působil jako produktový specialista ve společnosti INSIA a.s., kde měl na starosti nabídku a správu pojistných produktů pro síť pojišťovacích makléřů. Předtím zastával pozici produktového manažera v České podnikatelské pojišťovně, a.s. (Vienna Insurance Group) a v Allianz pojišťovně, a.s.

Významné zkušenosti s vedením týmu získal jako vedoucí oddělení upisování rizik (Head of Underwriters) v DIRECT pojišťovně, a.s., kde v letech 2008 až 2015 řídil tým upisovatelů. Další cenné zkušenosti v oblasti obchodu a péče o zákazníky získal jako manažer prodeje ve společnosti GrECo International a manažer péče o klienty v ČSOB Pojišťovně, a.s. Svoji kariéru zahájil v roce 1993 jako pojišťovací poradce v NN Životní pojišťovně N.V., pobočka pro Českou republiku a pokračoval jako disponent vzniku životního pojištění pro vytvoření sazebníku pojištění osob v Kooperativě, pojišťovně a.s. V roce 2003 působil jako firemní poradce pro podnikatelské a průmyslové pojištění v Allianz pojišťovně, a.s., a od té doby se trvale specializuje na neživotní pojištění; uplatňuje hluboké znalosti v oblasti vývoje pojistných produktů, řízení pojistných rizik i vedení odborných týmů.  

Sledujte nás

Facebook Twitter LinkedIn

Komentáře

Přidat komentář

Nejsou žádné komentáře.

Související články