Meta ha rimosso 159 milioni di annunci truffa, ma senza dati d’impatto restano numeri a vuoto

Le truffe dell’arresto digitale in India hanno causato perdite per 2,5 miliardi di euro solo nel 2025

Nel 2025 Meta ha rimosso 159 milioni di annunci truffaldini a livello globale e ha disattivato 10,9 milioni di account su Facebook e Instagram collegati a centrali criminali di truffa. Numeri colossali, che però raccontano solo metà della storia. L’altra metà arriva dall’India: secondo un’analisi dell’Observer Research Foundation, le truffe dell’arresto digitale – spesso lanciate via messaggistica stile WhatsApp – hanno provocato perdite per 22.495 crore di rupie (circa 2,5 miliardi di euro) solo nel 2025. Due grandezze apparentemente incomparabili che sollevano un interrogativo centrale: le metriche di rimozione bastano a misurare l’efficacia delle strategie anti-frode? O dietro quei miliardi di interventi si nasconde un problema di misurazione che nessuno vuole affrontare?

Il miraggio dei milioni rimossi

A completare il quadro c’è l’annuncio di Meta dello scorso marzo: nuovi investimenti in intelligenza artificiale avanzata, strumenti per riconoscere ed evitare i truffatori e partnership con le forze dell’ordine internazionali. In un’unica operazione congiunta, gli investigatori di Meta hanno disabilitato oltre 150.000 account associati a reti di centri di truffa in Sud-Est asiatico. Ma se osserviamo questi numeri con la lente dell’analista, emerge un limite strutturale. Rimozioni e disattivazioni sono metriche di output: quantificano l’attività della piattaforma, non il valore generato per gli utenti. Sono l’equivalente di misurare una campagna pubblicitaria solo in base alle impression, senza scorporare l’incrementalità o calcolare il ritorno effettivo.

Senza un modello controfattuale – cosa sarebbe successo in assenza di questi interventi? – non sappiamo se 159 milioni di annunci rimossi abbiano davvero ridotto il numero di vittime o l’entità delle perdite. La pura dimensione volumetrica può persino essere fuorviante: un aumento delle rimozioni potrebbe indicare una migliore capacità di detection, ma anche una crescita esplosiva delle minacce. Insomma, serve una metrica di outcome. Ed è qui che il caso indiano diventa un banco di prova ineludibile.

L’India come cartina di tornasole

Le truffe dell’arresto digitale – in cui i criminali si fingono funzionari di polizia o agenzie governative convincendo le vittime a trasferire denaro sotto la minaccia di un mandato di arresto – sono ormai considerate una minaccia alla sicurezza nazionale. L’Observer Research Foundation stima 22.495 crore di rupie di perdite nel solo 2025, un dato che stride con i miliardi di rimozioni pubblicizzate da Meta. Eppure queste truffe transitano in gran parte proprio su WhatsApp.

Nella prima metà del 2025, WhatsApp ha rimosso 6,8 milioni di account collegati a truffatori, secondo quanto comunicato da Meta. Molti di questi account erano riconducibili ai centri di truffa del Sud-Est asiatico, spesso gestiti da organizzazioni criminali che sfruttano lavoro forzato. Il paradosso è evidente: nonostante un volume di rimozioni senza precedenti, il danno economico in un singolo Paese resta immenso. Ciò suggerisce che le azioni di enforcement, per quanto massicce, non riescono a intercettare il fenomeno in tempo reale, o che i truffatori si riorganizzano più rapidamente delle contromisure.

Mentre Meta lavora principalmente in un’ottica server-side, altre piattaforme stanno investendo in prevenzione on-device, con l’obiettivo di fermare la truffa ancora prima che l’utente venga raggiunto. Google ha lanciato la rilevazione delle truffe basata su intelligenza artificiale in Google Messages a marzo 2025, con tutto il processamento che avviene interamente sul dispositivo. Apple, con iOS 26 rilasciato lo scorso ottobre, ha introdotto Call Screening, una funzionalità on-device che aiuta a decidere rapidamente se una chiamata da un numero sconosciuto è importante o meno. Queste soluzioni spostano l’asticella dalla rimozione reattiva alla protezione proattiva, riducendo potenzialmente l’esposizione al rischio in modo più diretto.

Tuttavia, anche per questi strumenti manca un dato cruciale: l’impatto incrementale. Quante truffe sono state effettivamente sventate grazie all’AI di Google Messages o al Call Screening? Né Google né Apple pubblicano metriche di esito. Senza un confronto tra aree geografiche con e senza queste funzionalità – un semplice geo test – o senza un modello di marketing mix che isoli l’effetto marginale della protezione on-device, l’efficacia resta una congettura.

La metrica che vorremmo (e che nessuno fornisce)

Di fronte a questo scenario, la domanda sorge spontanea: come si può misurare l’efficacia reale della lotta alle truffe? Le aziende tech pubblicano con orgoglio i volumi di rimozione, ma nessuna fornisce un dato di outcome verificabile – ad esempio, la riduzione percentuale delle perdite segnalate dagli utenti o il tasso di vittimizzazione nei mercati target. Eppure strumenti statistici come i test a gruppi di controllo (geografici o per coorte) e i modelli di marketing mix sarebbero applicabili anche in questo contesto. Un holdout in un mercato, un’analisi controfattuale con serie temporali, potrebbero separare l’effetto delle attività di enforcement dalla variazione naturale del fenomeno. Ma, ad oggi, né Meta né i concorrenti hanno mai messo sul tavolo numeri di questo tipo.

Finché le piattaforme non forniranno dati verificabili sull’effettiva riduzione del danno economico, i numeri delle rimozioni rischiano di restare poco più che specchietti per le allodole.